En la esquina de la imagen hay un plano de planta. Debajo, una cámara avanza por un vestíbulo, gira hacia una biblioteca y acaba delante de los muebles de la cocina. Thinking Machines Lab publicó el recorrido para mostrar qué podía construir Inkling 2 Small a partir de una imagen. El modelo se presentó el 5 de noviembre. La novedad del día 12 es que sus pesos completos ya están disponibles para descargar.
La distinción importa si quieres hacer algo más que mirar la demostración. En el primer anuncio se podía probar el modelo en Tinker. Desde la actualización, un desarrollador también puede obtener los pesos en Hugging Face, adaptarlos y ejecutar el modelo en infraestructura compatible. La ficha identifica Apache 2.0 como licencia de los pesos.
Cómo se pasa de un plano a una casa navegable
El vídeo acompaña cada desplazamiento con una indicación de la posición sobre el plano. Esa vista doble permite comprobar si el recorrido respeta la distribución general. Hay, sin embargo, información que un dibujo en planta no contiene: el color del sofá, el acabado de las paredes o el cuadro del salón. Esas decisiones forman parte de la escena construida. No son datos recuperados sobre una casa real.
La presentación del laboratorio muestra otro ejemplo con una lógica similar. Inkling construyó un simulador urbano con Three.js, donde edificios, coches y texturas se generan mediante código. En ambos casos la salida del modelo es texto o código que otro programa interpreta. El resultado final puede ser una escena tridimensional aunque el modelo no emita por sí mismo un archivo de vídeo. La isla compartida que Google construyó con Hydrogen emplea esa misma idea de generar un entorno mediante código.

Qué significa «Small» en un modelo de 594.000 millones de parámetros
El apellido puede dar una impresión equivocada del hardware necesario. Inkling 2 Small tiene 594.000 millones de parámetros en total y activa alrededor de 17.000 millones para procesar cada token. Es una arquitectura de mezcla de expertos: para una parte del cálculo se eligen rutas dentro de un conjunto mayor. Ejecutar solo algunas rutas en cada paso reduce el trabajo por token. El resto de los pesos sigue formando parte del modelo que hay que alojar.
La ficha publica opciones de inferencia y versiones cuantizadas. Para un equipo que ya dispone de servidores con aceleradores, los pesos descargables permiten elegir dónde se ejecutan sus datos y ajustar el servicio a una aplicación. Para quien solo quiere probar una idea, acceder a una instancia alojada es una decisión muy distinta a descargar el conjunto completo.

Qué conviene comprobar antes de adoptarlo
Esta segunda generación acepta texto e imágenes y produce texto. La familia Inkling también tiene modelos anteriores con otras modalidades. En particular, ver una demostración de audio de la primera generación no acredita que Inkling 2 Small admita esa misma entrada. La documentación de Hugging Face mantiene ejemplos de ambas generaciones y explica a cuál pertenece cada uno.
El recorrido por la casa es una buena forma de entender esa diferencia entre una capacidad y un producto acabado. Se puede juzgar si las habitaciones conectan y si la escena resulta convincente. Para usar el sistema en un trabajo de arquitectura harían falta más comprobaciones, empezando por las medidas y por la distinción entre las indicaciones del plano y todo lo que el sistema ha tenido que imaginar.
