Neueste Meldungen
Unreal Engine Lumen: Licht und Reflexionen in InnenräumenIntel Nova Lake-S im Test mit 28 Kernen und 5,2 GHz gesichtetArchitekturvideos mit Veo 3.1: Vom Prompt zur SzenenkompositionLightmap-UVs von Blender für Unreal Engine vorbereiten: Schritt-für-Schritt-AnleitungCADQuader-Beta gestartet: Wandelt STEP- und IGES-Dateien in Quad-Meshes umArchitekturpläne in Rhino 8 erstellen: Layout, Detail und PDFArchitekturbilder mit Images 2.6: vom Prompt zur kontrollierten ÜberarbeitungThéâtre Royal de Rabat fertiggestellt: inspiriert vom Ufer des BouregregUSD-Szene von Blender nach Unreal Engine übertragen: Schritt-für-Schritt-AnleitungInkling 2 Mini veröffentlicht: Looping-Architektur für lokale Nutzung
KI-ModelleKlingMariSGLang

Inkling 2 Mini veröffentlicht: Looping-Architektur für lokale Nutzung

Thinking Machines Lab stellte Inkling 2 Mini am 20. November vor. Das Modell unterstützt Text- und Bildeingaben und zeichnet sich durch ein Kontextfenster von 1 Million Tokens sowie Optionen für den lokalen Betrieb aus.

Computer für den lokalen Betrieb neben einem Architekturmodell und visuellen ReferenzenKI-Bild
Symbolbild, mit KI erzeugt.Bild: 3dsınıfı / FCA AI

Kurz gesagt

  1. Das Modell führt die mittleren 12 seiner 24 physischen Decoder-Schichten dreimal aus.
  2. Es akzeptiert Text- und Bildeingaben; das Kontextfenster umfasst bis zu 1 Million Tokens.
  3. Unterstützung für die Ausführung mit Transformers, llama.cpp, MLX und SGLang ist verfügbar.
  4. The Decoder berichtet über eine Apache-2.0-Lizenz und die Möglichkeit zum lokalen Betrieb auf Macs mit mindestens 32 GB Arbeitsspeicher.

Thinking Machines Lab stellte das multimodale KI-Modell Inkling 2 Mini am 20. November 2026 im Hugging-Face-Blog vor. Das für die lokale Nutzung entwickelte Modell kann Text- und Bildeingaben verarbeiten und bietet ein Kontextfenster von 1 Million Tokens. Laut der Ankündigung von Hugging Face verfügt das Modell über rund 26 Milliarden physische Parameter und etwa 3 Milliarden aktive Parameter pro Token.

Wie funktioniert die Architektur mit wiederholten Schichten?

Inkling 2 Mini kombiniert den Mixture-of-Experts-Ansatz mit einer Architektur, in der bestimmte Schichten wiederholt ausgeführt werden. Die mittleren 12 der 24 physischen Decoder-Schichten werden dreimal mit denselben Gewichten verarbeitet. So durchläuft das Modell insgesamt 48 Schichten pro Token, ohne dass die Anzahl der physischen Schichten steigt.

Für jedes Token wählt das Modell acht der 128 Experten pro Schicht aus. Beim Attention-Mechanismus kommen Sliding-Window-Schichten gemeinsam mit Full-Attention-Schichten zum Einsatz; das Sliding Window ist höchstens 1.024 Tokens lang. Bei den wiederholten Durchläufen werden auch Nachrichten berücksichtigt, die aus den Ausgaben vorheriger Durchläufe stammen. Diese Architektur verändert die Berechnungsweise des Modells; in den Quellen wird jedoch keine spezielle Integration für Architektur- oder 3D-Software angekündigt.

Unterstützung für die Ausführung, Hardware und Lizenz

Hugging Face zufolge wird die Ausführung mit Transformers, llama.cpp, MLX und SGLang unterstützt. Für llama.cpp sind die Optionen 4-Bit IQ4_NL und 8-Bit Q8_0 verfügbar. In den Installationsanweisungen für SGLang wird SM103 als Voraussetzung genannt; außerdem kann das DSpark-Entwurfsmodell für spekulatives Decoding verwendet werden.

The Decoder berichtet, dass das Modell unter der Apache-2.0-Lizenz angeboten wird und lokal auf Macs mit mindestens 32 GB Arbeitsspeicher ausgeführt werden kann. Dieselbe Quelle nennt auch NVIDIA DGX Spark als Ausführungsoption. Dabei handelt es sich um Angaben der Quelle zu bestimmten Systemen; der Speicherbedarf und die Leistung bei anderen Hardware- und Softwarekonfigurationen müssen gesondert überprüft werden.

Im von Hugging Face veröffentlichten Testvergleich liegt Inkling 2 Mini bei 32 der 48 Messwerte vor Gemma 4 31B, Muse Glimmer, Qwen3.8-27B und Nemotron 3.5 Super VL. Dies spiegelt die in der Ankündigung genannten Bewertungsergebnisse wider und garantiert keine Ergebnisse bei allen Workloads.

Eine separate Version für Forschungszwecke ermöglicht es, die Anzahl der Durchläufe zu ändern. Laut Hugging Face können ein oder zwei Durchläufe die Inferenz beschleunigen, allerdings möglicherweise auf Kosten einer gewissen Ausgabequalität. Die Quelle weist außerdem darauf hin, dass diese Version nicht umfassend evaluiert wurde.

Was bedeutet das für Architektur- und Visualisierungsteams?

Die Unterstützung für Bildeingaben eröffnet die Möglichkeit, mit dem Modell etwa architektonische Referenzen oder Szenenbilder zu analysieren und Fragen zu deren Inhalt zu stellen. Das lange Kontextfenster ermöglicht zudem die Verarbeitung umfangreicher Texteingaben. Die Ankündigungen belegen jedoch keine direkte Anbindung des Modells an BIM-, Modellierungs- oder Rendering-Anwendungen. Seine Funktionen sollten daher nicht als fertige Designautomatisierung verstanden werden.

Architekturbüros und Visualisierungsteams sollten zunächst die Lizenzbedingungen, die Kompatibilität mit der vorhandenen Hardware und den Speicherbedarf der gewählten Ausführungsmethode prüfen. Bei der Nutzung von SGLang ist die in der Quelle genannte Voraussetzung SM103 zu berücksichtigen. Vor dem Einsatz in Produktionsabläufen sollten die Bildinterpretation und textbasierten Aufgaben anhand realer Projektbeispiele getestet werden.

Quellen

1 Quelle
HF
Hugging Face Bloghuggingface.co/blog/inkling2mini
Zusammenfassung

Quelltexte werden nicht neu veröffentlicht; kurze Zitate sind gekennzeichnet, der Rest ist eigene Zusammenfassung und Einordnung.

Die Einschätzung von 3dsınıfı
3dEinschätzung der Redaktion

Die Bildeingabe von Inkling 2 Mini und die Optionen für den lokalen Betrieb könnten Architekturbüros und Visualisierungsteams ermöglichen, unterstützende Aufgaben wie die Analyse von Referenzen in ihrer eigenen Umgebung zu erproben. In den Quellen wird jedoch keine direkte Integration in Designsoftware gezeigt. Daher sollte die Rolle des Modells in der Produktionspipeline vorerst durch sorgfältige Tests bestimmt werden.

Für Teams in der Türkei ist es wichtig, die Apache-2.0-Lizenz, die eigenen Nutzungsbedingungen und die Hardwarekompatibilität gemeinsam zu bewerten. Macs mit mindestens 32 GB Arbeitsspeicher und NVIDIA DGX Spark sind die in der Quelle genannten Optionen; die Leistung auf anderen Systemen sollte separat gemessen werden. Auch ein möglicher Geschwindigkeitsgewinn durch weniger Durchläufe sollte zusammen mit der Qualität bewertet werden.

Häufige Fragen

Unterstützt Inkling 2 Mini Bildeingaben?

Ja. Das Modell akzeptiert Text- und Bildeingaben und bietet ein Kontextfenster von 1 Million Tokens.

Auf welchen Systemen kann Inkling 2 Mini lokal ausgeführt werden?

The Decoder nennt Macs mit mindestens 32 GB Arbeitsspeicher und NVIDIA DGX Spark. Hugging Face berichtet außerdem über die Unterstützung von Transformers, llama.cpp, MLX und SGLang.

Welche Lizenz hat Inkling 2 Mini?

Laut The Decoder wird das Modell unter der Apache-2.0-Lizenz angeboten.

Kommentare und Forum sind auf Türkisch.Mitdiskutieren
+

Verwandte Meldungen