0.4 秒就開口回你！Thinking Machines推出「互動模型」，瞄準全球最快即時多模態AI|數位時代 BusinessNext

重點一：前 OpenAI 技術長 Mira Murati 創辦的 Thinking Machines Lab 5 月 11 日推出研究預覽版「互動模型」，主打多模態、近即時的人機協作，跳脫過去 AI 的「一問一答」框架。

重點二：首款模型 TML-Interaction-Small 為 2,760 億參數 MoE 架構（單次啟用 120 億），FD-bench 互動延遲達 0.4 秒，優於 Gemini 3.1 Flash Live 的 0.57 秒、GPT-realtime 2.0 的 1.18 秒。

重點三：架構採「雙模型」設計，互動模型負責即時對話與感知，背景模型處理推理、工具呼叫等較重的任務，再把結果無縫串回對話，研究預覽僅對少數合作夥伴開放，年底前公開發布。

前 OpenAI 技術長 Mira Murati 創辦的 AI 研究新創 Thinking Machines Lab，5 月 11 日推出首款「互動模型（interaction models）」研究預覽版，主打讓 AI 能像人類一樣即時聽、看、說，跳脫今天主流模型「使用者輸入完才開始處理」的回合制架構。

Thinking Machines 官方部落格指出，這代表一種全新的多模態 AI 系統設計，目標是讓 AI 在語音、影像、文字三個模態上同時運作，沒有切換成本。

公司背景：頂級 OpenAI 出走潮與史上最大種子輪

Thinking Machines Lab 由 Murati 於 2025 年 2 月離開 OpenAI 後創立。共同創辦團隊包括同樣出身 OpenAI 的 John Schulman、Barrett Zoph、Lilian Weng、Andrew Tulloch 與 Luke Metz，幾乎集結了 OpenAI 訓練、後訓練與安全研究的核心人物。

該公司隨後創下科技史上規模最大的種子輪之一：2025 年 7 月，由 Andreessen Horowitz 領投，募得 20 億美元，估值達 120 億美元，輝達 (NVIDIA)、超微 (AMD)、思科 (Cisco)、Jane Street 均參與投資。

據《彭博社》報導，Thinking Machines 目前正在洽談新一輪融資，估值可能來到 500 億美元。Murati 在創立時就明確表示，公司主軸是「打造能與人類自然互動的 AI 系統」，這次推出的互動模型可視為這項定位的第一個產品化成果。

200 毫秒微回合：互動模型的核心設計

互動模型的關鍵設計是「時間對齊的微回合（time-aligned micro-turns）」。Thinking Machines 解釋，傳統模型把使用者輸入與模型輸出視為交替的 token 序列，必須等一邊講完才換另一邊；互動模型則把輸入與輸出都當成連續資料流，每 200 毫秒處理一次小段內容。

換句話說，模型可以邊聽邊講、邊看邊回應，不再有「人為的回合界線」。

這套架構解鎖了幾種過去做不到的互動模式：模型可以在使用者講話時主動插話（例如「你發音念錯了」），也可以邊講邊聽、即時翻譯，甚至能主動回應視覺變化（例如「幫我數伏地挺身次數」）。

Thinking Machines 表示，這些行為過去要靠額外的「語音活動偵測」等模組才能做到，但這類模組通常比模型本身還笨，反而限制了互動品質。

雙模型分工：即時對話 vs 深度推理

實際架構由兩個模型協作。第一個是 TML-Interaction-Small，2,760 億參數的 MoE（混合專家）模型，單次啟用 120 億參數，負責即時對話、感知、立即回應；第二個是非同步背景模型（Background Model），處理需要深度推理的任務，例如複雜計算、網路搜尋、工具呼叫。

互動模型遇到比較重的任務時，會把整段對話脈絡打包交給背景模型，背景模型完成後再把結果回傳，由互動模型在適當時機自然織入對話。

上圖是傳統「一問一答」的輪流對話，AI 只有在你講完才開始回應；下圖則把影音與語音切成一段一段的「微回合」，AI 可以一邊聽一邊看、一邊說，連沉默、打斷、重疊說話都算進情境裡。

圖／ Thinking Machines

效能方面，TML-Interaction-Small 在 FD-bench v1（衡量回合切換延遲的測試）上達到 0.4 秒，明顯快於 Google 的 Gemini-3.1-flash-live（0.57 秒）與 OpenAI 的 GPT-realtime-2.0 minimal 模式（1.18 秒）。

在衡量互動品質的 FD-bench v1.5 上拿到 77.8 分，遠高於 GPT-realtime-2.0 minimal 的 46.8 分與 Gemini-3.1-flash-live minimal 的 54.3 分。

企業端應用：從製造現場到客服

《SiliconANGLE》分析指出，雖然反應更快的聊天機器人對一般使用者最直觀，但這類模型在企業端的潛在影響可能更大。

例如在製造現場，互動模型可以全天監看影像，安全違規發生的當下就提醒人類主管，不必等管理者剛好走過；在客服場景，延遲降低能讓電話對談更貼近真實人類互動。

值得注意的是，Thinking Machines 的模型有內建的時間感知能力，使用者可以說「如果這個化學反應比上一次慢，提醒我」，不必在提示中提供具體時間戳，模型就能自己掌握時間軸。

Thinking Machines 表示，目前 TML-Interaction-Small 與背景模型只開放給少數合作夥伴試用，年底前會更廣泛公開發布。

Thinking Machines 在部落格也坦承幾個侷限：連續音訊與影像會快速累積對話脈絡，超長對話的記憶體管理仍是研究重點；即時串流仰賴穩定網路連線，網路品質下降會明顯影響體驗。

延伸閱讀：AI隨機作答「真正元兇」找到了！OpenAI前技術長團隊揪出「缺乏批次不變性」，這是什麼？

資料來源：Thinking Machines Lab、SiliconANGLE、TechCrunch、Bloomberg

本文初稿為AI編撰，整理．編輯/ 李先泰

員工自行墊付差旅、採購、雲端訂閱或廣告費，月底再拿著單據報帳；不同部門各自綁定信用卡，企業難以即時掌握支出；員工離職後，若原有付款設定沒有同步移轉，也可能影響後續業務運作。這些看似零碎的支付問題，背後都涉及一個關鍵議題：中小企業能否更有效率的管控資金。

對資源有限的中小企業而言，支付管理不只是財務部門的行政工作，當支出分散、現金流難以預測，甚至連跨境匯款都存在時間與到帳金額的不確定性，企業的營運效率與成長速度都可能受到影響。

為協助中小企業解決上述挑戰，萬事達卡（Mastercard）提供端到端商務解決方案–虛擬卡、車隊卡、跨境匯款服務到Virtual C-Suite，讓支付從單純的交易工具，轉化為企業管理資金與做決策的基礎。

以商務卡結合虛擬卡，讓每一筆支出更可控

Mastercard台灣區董事總經理陳懿文指出，中小企業目前常見的支付方式主要是信用卡與轉帳，若大量依賴員工代墊，不僅增加報帳與核銷成本，也讓企業難以即時掌握整體支出。「導入商務卡後，企業可以將原先分散在員工身上的支出收回企業管理，同時，進一步設定使用規則，例如限定交易商家、金額、消費類別、使用期間或國家，讓企業對資金使用建立更細緻的控管機制。」

除了支付管理，商務卡也能進一步降低企業日常營運成本。陳懿文表示，商務卡持卡人可透過商務優惠計畫Easy Saving Specials，取得Google Workspace、Shopify、LinkedIn、Notion、Sixt、 Agoda等品牌優惠，涵蓋雲端服務、電商營運與數位行銷等企業常見支出。

虛擬卡的In Control平台則讓支付管理變得更精準。例如，企業可以針對特定通路建立虛擬卡號，讓員工綁定手機支付差旅費；也可以針對單筆訂單產生一次性虛擬卡號，直接將付款與訂單串聯，後續再透過虛擬卡號進行核銷與對帳，降低人工處理成本。

透過Commercial Connect API，企業可以把虛擬卡功能整合進既有的企業資源規劃（ERP）系統、採購或費用管理系統，從發卡、付款到後續管理，都能在原本熟悉的平台上完成。目前相關方案已整合SAP Concur、SAP Taulia、Pay4You、Grasp Technologies與Kresus等平台，也支援企業自行建置的客製化ERP系統。

Mastercard台灣區董事總經理陳懿文：「我們以每年1,750億筆交易的資料為基礎，將中小企業每一個進出與支付節點問題，逐步設計出不同的解方，一步步實踐『支付至簡，商業致遠』的願景。」

圖／數位時代

從車隊卡到跨境匯款，助中小企業降低營運不確定性

對物流、運輸等擁有大量車輛的企業來說，加油、維修是每天都會發生的固定支出，過去，不同加油站可能需要不同儲值卡，管理不易，也可能因支付問題影響車輛調度與運輸，導入Mastercard的車隊卡後，問題不復存在。

企業可以限定卡片只能用於加油、維修、停車等特定商用項目，並進一步將卡片與車號或駕駛人建立關聯，例如一張卡對應一台車或一位駕駛，或讓駕駛人以虛擬卡支付車輛所需費用。對企業來說，這不只是換一張卡，而是把原本分散的車隊支出納入同一套管理架構，在維持車輛正常運作的同時，也提高資金使用的透明度。

同樣的邏輯，也延伸到日益增加的跨境匯款需求。隨著中小企業將業務版圖擴展到海外市場，對跨境匯款的需求將隨之攀升，若仍以傳統的方式進行跨境匯款，不僅得等候長達1到3天的匯款時間、也常因為中轉銀行收取費用導致到帳金額有落差，更不用說即時追蹤匯款進度，一旦款項延遲或金額出現落差，就可能進一步影響對帳與供應鏈運作。

為解決上述挑戰，Mastercard推出Mastercard Move，讓中小企業可以輕鬆掌握每一筆匯款的狀態，以更有效率的方式完成跨境匯款，全球60%的市場可於1小時內到帳、95%的市場1天內可到帳，同時，以全額到帳降低到帳金額不確定帶來的營運風險。

從掌握現在到預見未來，Mastercard用Virtual C-Suite把數據變成經營洞察

協助中小企業以商務支付方案優化支付與資金管理後，Mastercard接下來思考的是，知道錢花在哪裡後，若能進一步知道未來會發生什麼，創造的商業價值更高。如果支付數據不只是用來對帳，而能進一步回答「未來現金流會怎麼變化」、「現在適不適合擴張」、「企業的成長速度是否落後同業」，支付的價值就會從管理工具進一步提升為決策工具。

而這也是Mastercard會推出Virtual C-Suite的原因，目標是讓資源相對有限的中小企業也可以透過數據分析洞悉未來局勢。

陳懿文表示：「我們以每年1,750億筆交易的資料為基礎，再結合企業自身的財務數據推出Virtual C-Suite服務，其中預計Virtual CFO功能將在今年底於特定市場試點營運。中小企業只要將銀行與交易等數據上傳到平台、或者是透過API串聯財務系統或發卡行的網路銀行，即可協助企業掌握財務健康、預測現金流，以及進行同業比較。」

Virtual CFO就像中小企業虛擬財務長，透過對話式問答，不僅能從支付數據中找出企業忽略的議題，還會提供可執行的專業建議，讓企業看見下一步，進而提升營運韌性與績效。

舉例來說，一家餐廳營收持續成長，卻可能因為平台款項較晚入帳、食材需要即時付款，造成現金流壓力；對餐廳營運者來說，問題倒不是「有沒有賺錢」，而是「錢什麼時候進來」的現金流管理，Virtual CFO在協助其挖掘出這個議題後，將進一步從收付款週期找出落差，再協助企業評估付款條件、付款時間等調整方式。

同樣的情況也可能發生在企業擴張時。接到新客戶或大訂單，看起來是成長機會，但如果資金準備不足，反而可能增加營運壓力，透過Virtual CFO，企業可以預測未來現金流，再決定是否擴張據點，以及確切的時間。同業比較則提供另一個分析角度，舉例一家自行車店的年營收成長15%，單看數字會覺得營收數據亮眼；但若Virtual CFO進一步比較同業數據後發現平均成長率是30%，將重新思考成長速度，建議主推商品、調整客單價，以及進行相應的行銷投入。

從商務卡到虛擬財務長，Mastercard提供的不是單一產品，而是一套隨企業成長逐步疊加的支付管理層次——先把分散的支出收回可控範圍，再透過數據預見現金流與擴張時機。對於還在用員工代墊、多張信用卡管理支出的中小企業來說，第一步不必等到導入Virtual CFO，從申請一張商務卡、設定使用規則開始，就能踏出第一步。從商務支付方案到Virtual CFO服務，Mastercard致力實踐「支付至簡，商業致遠」的願景：當支付流程更簡單、資金流向更透明，數據便能成為企業決策的依據，協助中小企業從掌握當下，進一步預見未來。