Nowy model AI od Thinking Machines Lab. Rekordowe opóźnienie 0,40 sekundy TML-Interaction-Small, z 276 mld parametrów, rzuca wyzwanie gigantom AI jak OpenAI i Anthropic. URL: https://sygnalbiznesu.pl/post/nowy-model-ai-od-thinking-machines-lab-rekordowe-opoznienie-040-sekundy Opublikowano: 2026-07-15 Thinking Machines Lab zaprezentowało TML-Interaction-Small (11.05.2026). Model multimodalny z rekordowym opóźnieniem 0,40s i 276 mld parametrów redefiniuje interakcje AI. --- Szybka odpowiedź Pytanie: Jaki model AI zaprezentowała firma Thinking Machines Lab w maju 2026 roku i czym się wyróżnia? Odpowiedź: Thinking Machines Lab zaprezentowało 11 maja 2026 roku model TML-Interaction-Small, charakteryzujący się multimodalnością (audio, wideo, tekst) oraz rekordowo niskim opóźnieniem 0,40 sekundy. Model ten, z 276 miliardami parametrów, ma na celu redefiniowanie interakcji w czasie rzeczywistym, stawiając wyzwanie gigantom takim jak OpenAI i Anthropic. --- Rynek sztucznej inteligencji, zdominowany przez modele ogólnego przeznaczenia, staje przed nowym wyzwaniem. Firma Thinking Machines Lab, założona przez byłą CTO OpenAI, Mira Murati, wprowadziła na rynek model TML-Interaction-Small. Jego architektura ma na celu przełamanie barier w interakcjach multimodalnych w czasie rzeczywistym, oferując znacznie szybszą i bardziej naturalną komunikację niż dotychczasowe rozwiązania. ## Co wyróżnia model TML-Interaction-Small na tle konkurencji? Model TML-Interaction-Small wyróżnia się przede wszystkim rekordowo niskim opóźnieniem oraz wysoką jakością interakcji multimodalnych, co stanowi bezpośrednią konkurencję dla rozwiązań oferowanych przez OpenAI i Anthropic. Model osiąga 0,40 sekundy opóźnienia w zadaniu FD-bench V1, co jest trzykrotnie szybszym wynikiem niż 1,18 sekundy dla GPT-Realtime-2.0 w trybie minimalnego myślenia (unite.ai). Przewyższa także Gemini-3.1-flash-live, które notuje 0,57 sekundy. Na FD-bench V1.5, uwzględniającym przerwanie użytkownika, tło i kanały zwrotne, TML-Interaction-Small uzyskał 77,8 punktu . Dla porównania, GPT-Realtime-2.0 osiągnął 46,8 punktu, a Gemini, 45,5 punktu (useluminix.com). Model został wytrenowany do rozumienia wideo, audio i tekstu, co czyni go multimodalnym. Posiada 276 miliardów parametrów w architekturze Mixture-of-Experts (MoE), z czego 12 miliardów jest aktywnych podczas przetwarzania (miralab.co.jp). ## Jakie są plany Thinking Machines Lab na rozwój modelu? Thinking Machines Lab planuje szerszą premierę modelu TML-Interaction-Small pod koniec 2026 roku, po fazie research preview, co ma umożliwić jego komercyjne wdrożenie w aplikacjach wymagających szybkiej i naturalnej komunikacji. Model został zaprezentowany 11 maja 2026 roku jako research preview, co oznacza ograniczony dostęp dla wybranych partnerów i badaczy (unite.ai). Firma nie udostępniła go jeszcze publicznie jako w pełni otwarte oprogramowanie. Thinking Machines Lab została założona w lutym 2025 roku przez Mira Murati, byłą CTO OpenAI. Firma z siedzibą w San Francisco działa jako public benefit corporation (en.wikipedia.org). Wycena firmy osiągnęła 12 miliardów dolarów po rundzie finansowania o wartości 2 miliardów dolarów, w której uczestniczyli Andreessen Horowitz, Nvidia, AMD, Cisco i Jane Street (caplight.com). W październiku 2025 roku firma wprowadziła Tinker, API do fine-tuningu modeli open source z LoRA, które nie jest modelem generatywnym, lecz narzędziem do dostosowania (thinkingmachines.ai). ## Jakie implikacje ma nowy model dla przedsiębiorców i inwestorów? Dla przedsiębiorców TML-Interaction-Small otwiera nowe możliwości w tworzeniu aplikacji wymagających płynnej komunikacji w czasie rzeczywistym, natomiast dla inwestorów stanowi sygnał o rosnącej konkurencji i dywersyfikacji na rynku AI, co może wpłynąć na wyceny obecnych liderów. Niskie opóźnienie i wysoka jakość interakcji multimodalnych mogą zrewolucjonizować obszary takie jak obsługa klienta, wirtualni asystenci, edukacja interaktywna czy media. Firmy, które wcześnie wdrożą takie rozwiązania, mogą zyskać znaczącą przewagę konkurencyjną, oferując klientom bardziej naturalne i efektywne doświadczenia. Inwestorzy powinni zwrócić uwagę na rosnącą specjalizację w sektorze AI. Modele ogólnego przeznaczenia, choć potężne, mogą ustępować miejsca rozwiązaniom zoptymalizowanym pod kątem konkretnych zadań, takich jak interakcje w czasie rzeczywistym. To może prowadzić do przetasowań na rynku i pojawienia się nowych liderów w niszowych segmentach. Wprowadzenie TML-Interaction-Small przez Thinking Machines Lab sygnalizuje, że przyszłość AI leży w specjalizacji i optymalizacji pod kątem konkretnych zastosowań. Firmy, które zintegrują multimodalne modele o niskim opóźnieniu, mogą zyskać przewagę konkurencyjną, oferując klientom bardziej naturalne i efektywne interakcje.