# Mira 的新公司 Thinking Machines 发了个原生多模态交互模型，前台 200 毫秒一响应，后台跑长线推理

> 原标题：Thinking Machines发布原生多模态"交互模型"，实现实时人机协作

- 来源：AI HOT 精选
- 发布时间：2026-05-12T02:19:23.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/17699
- 原文：https://x.com/op7418/status/2054023602874491326

## 摘要

这个模型把音频、视频、文字直接吃进去，不用再靠 agent 把一堆独立模型串起来。前台交互模型每 200 毫秒处理一次输入，保持对话的实时感，用户可以随时打断；后台推理模型负责长程规划和调工具。正文没披露具体参数量、训练数据和成本，也没给评测对比，所以实际效果和泛化能力还得看后续公开信息。

## 推荐理由

Thinking Machines 发布原生多模态交互模型，前台每 200 毫秒响应一次并支持随时打断，后台模型负责长程规划与调用工具，其分层设计为实时多模态协作提供了一种架构思路。

## 锐评

前台 200 毫秒响应配后台长程规划，我觉得这个分工很对路。做实时多模态交互最怕用户随时打断，如果硬让模型同时扛多模态输入、调工具和极低延迟，推理成本根本扛不住。Thinking Machines 把音频文字直接吃进去，前台只负责每 200 毫秒咬住对话节奏让人随时插话，长线规划和工具调用全扔给后台跑。这样既保住了能打断的交互感，算力账也能算得过来。
