कंपनियाँ

Thinking Machines

इसे भी कहा जाता है: Thinking Machines Lab, TML

Former OpenAI CTO Mira Murati और प्रमुख researchers की team द्वारा 2025 में स्थापित AI research तथा product company। इसका पहला product Tinker एक fine-tuning API है, जिससे developers अपना GPU infrastructure चलाए बिना open-weight language models customize कर सकते हैं।

यह क्यों मायने रखता है

Thinking Machines इस बात की परीक्षा है कि AI में raw compute या distribution के बजाय elite research talent सबसे दुर्लभ asset है या नहीं — product ship करने से पहले ही इसके seed round ने company की valuation करीब $12 billion रखी थी। Practitioners के लिए Tinker model को as-is इस्तेमाल करने और शुरुआत से train करने के बीच का रास्ता देता है: training cluster own किए बिना fine-tuning पर वास्तविक control।

गहन अध्ययन

Thinking Machines Lab की स्थापना 2025 की शुरुआत में Mira Murati ने की, जिन्होंने OpenAI में साढ़े छह वर्ष बिताए और ChatGPT तथा GPT-4 के launches के दौरान chief technology officer रहीं। Founding team modern LLM development के प्रमुख नामों की सूची जैसी है: ChatGPT के post-training के बड़े हिस्से के पीछे रहे research scientist Barrett Zoph CTO बने, और RLHF को आगे बढ़ाने में मदद करने वाले OpenAI co-founder John Schulman chief scientist के रूप में शामिल हुए। Lab का stated goal तेज़ी से बढ़ती AI capabilities और broader community की उन systems को समझने, customize करने तथा वास्तव में इस्तेमाल करने की क्षमता के बीच gap बंद करना है, जिसमें full automation के बजाय human-AI collaboration पर ज़ोर है। 2025 में उसने अपना पहला product Tinker ship किया, जो open-weight models के fine-tuning की managed service है, और आगे बढ़ते हुए research publish करने की commitment दी है।

Founding Team

यहाँ talent ही पूरी कहानी है। Murati ने नवंबर 2023 leadership crisis के दौरान कुछ समय interim CEO रहने के बाद 2024 के अंत में OpenAI छोड़ दिया; कुछ महीनों में उन्होंने मुख्यतः OpenAI से और साथ में Anthropic, Google DeepMind तथा Meta से researchers लेकर founding team बना ली। Zoph ने raw GPT-4 को ChatGPT में बदलने वाले post-training work को co-lead किया, और Schulman PPO algorithm तथा chat models align करने का standard तरीका बनी RLHF pipeline, दोनों के lead authors में थे। Pattern परिचित है — Anthropic स्वयं 2021 में OpenAI alumni ने स्थापित की थी और Safe Superintelligence दूसरे OpenAI co-founder ने शुरू की — लेकिन Thinking Machines ने frontier lab के बाहर post-training expertise का शायद सबसे सघन concentration जुटाया।

Tinker: API के रूप में Fine-Tuning

Lab का पहला product Tinker एक फ़ाइन-ट्यूनिंग service है जिसे API के रूप में दिया जाता है, लेकिन इसमें असामान्य स्तर का control मिलता है। अधिकतर fine-tuning offerings black boxes होती हैं: आप dataset upload करते हैं और model वापस पाते हैं। इसके बजाय Tinker low-level training primitives — forward और backward passes, optimizer steps तथा current weights से sampling — expose करता है, इसलिए user सामान्य Python में training loop लिखता है जबकि lab अपने GPU clusters में work schedule करने का काम संभालती है। Service ओपन वेट्स models को fine-tune करती है, जिनमें Llama और Qwen families शामिल हैं, और LoRA इस्तेमाल करती है, जिससे कई customers वही base weights share कर सकते हैं जबकि हर एक छोटा और सस्ता adapter रखता है। यह design user द्वारा एक भी server rent या configure किए बिना supervised fine-tuning और reinforcement learning, दोनों workflows को practical रखता है।

अभी Frontier Model Lab नहीं

Valuation देखते हुए स्वाभाविक अनुमान है कि Thinking Machines बड़ा फ़ाउंडेशन मॉडल train करने के लिए OpenAI और Google से race कर रही है। अब तक ऐसा नहीं है: company ने अपना कोई pre-trained model release नहीं किया है और उसका पहला product दूसरी labs के open weights पर बनता है, उनसे compete नहीं करता। Implicit bet यह है कि industry ने pre-training scale में जरूरत से अधिक और post-training — reinforcement learning तथा fine-tuning का वह stage जहाँ models किसी specific task के लिए वास्तव में useful बनते हैं — में जरूरत से कम invest किया है, और बाहरी researchers व companies को उस stage पर असली control देना अपने आप में business है। यह दाँव टिकता है या नहीं, खुला सवाल है, लेकिन यह deliberate positioning choice है, ship करने में failure नहीं।

$12 Billion का दाँव

2025 के मध्य में company ने seed round में करीब $2 billion जुटाए, जिसने उसकी valuation लगभग $12 billion रखी — tech history की सबसे बड़ी seed financings में से एक, जो company द्वारा कोई product announce करने से पहले बंद हुई। यह figure 2023 के बाद talent wars से निकली specific investor thesis दिखाता है: frontier-lab experience वाला researchers का छोटा group AI के लगभग हर दूसरे asset से अधिक मूल्यवान है। व्यवहार में capital ऐसी दो चीज़ें खरीदता है जो lab को अन्यथा नहीं मिल सकतीं — GPU compute के बड़े reservations और उस team को बनाए रखने के लिए compensation packages जिसे हर rival poach करना चाहता है। इससे bar भी असामान्य रूप से ऊँचा हो जाता है: उस valuation पर Tinker को वास्तविक platform business बनना होगा और research agenda को उन companies के साथ lab का खड़ा होना justify करना होगा जिन्हें उसके founders छोड़कर आए थे।