Nel pieno dell’estate milanese, quando le giornate si allungano e molti alternano ufficio, spostamenti e serate all’aperto, arriva una notizia che interessa da vicino chi segue l’intelligenza artificiale: Thinking Machines Lab ha presentato il suo primo modello, un sistema open source chiamato Inkling che punta a distinguersi per capacità multimodali.
Il progetto si inserisce in un momento di forte competizione nel settore, in cui le grandi aziende dell’IA cercano di proporre modelli sempre più versatili e affidabili. La novità, in questo caso, è l’attenzione a video e audio, due formati che stanno diventando centrali non solo per gli assistenti digitali, ma anche per strumenti creativi, analisi dei contenuti e applicazioni professionali.
Per il pubblico di Milano e dell’hinterland, il tema non è affatto astratto. Nelle aziende tecnologiche, nelle startup e nei team di marketing che lavorano tra Porta Nuova, Lambrate e il resto della città, cresce infatti l’interesse per soluzioni capaci di leggere meglio ciò che accade intorno a noi: una registrazione, un evento, una presentazione, un filmato breve per i social, persino i contenuti prodotti durante festival e iniziative serali tipiche di questo periodo.
Un modello pensato per capire più linguaggi
Inkling nasce come modello open source di grandi dimensioni e, secondo quanto emerso, è stato addestrato proprio per comprendere insieme immagini in movimento e suoni. In pratica, si muove nella direzione di un’IA sempre meno limitata al testo e sempre più in grado di interpretare contesti complessi.
Questa evoluzione conta molto anche in una città come Milano, dove le imprese digitali lavorano su progetti che spaziano dall’e-commerce alla produzione multimediale, fino ai sistemi di supporto per customer care, accessibilità e automazione dei flussi di lavoro. Un modello che capisce meglio i video e l’audio può essere utile per trascrivere, riassumere, catalogare o analizzare contenuti con maggiore precisione.
Il lancio mette inoltre Thinking Machines Lab in una posizione da osservare con attenzione nel confronto con nomi già molto forti del settore. La sfida, ormai, non è solo costruire modelli potenti, ma anche offrire strumenti affidabili, flessibili e abbastanza aperti da attirare sviluppatori, ricercatori e imprese.
Perché interessa anche il tessuto tecnologico milanese
In Lombardia la domanda di tecnologie basate su IA continua a crescere, soprattutto in aree come industria, servizi e comunicazione digitale. Un modello come Inkling può avere ricadute interessanti su diversi fronti: dalla gestione dei contenuti audiovisivi alla creazione di soluzioni per la mobilità, fino ai servizi per turismo ed eventi, settori che proprio in estate si muovono molto tra centro città, Navigli, laghi e località dell’hinterland.
La capacità di lavorare su audio e video è particolarmente rilevante in un periodo in cui molte attività si svolgono fuori dagli spazi tradizionali: presentazioni all’aperto, conferenze serali, contenuti live e campagne promozionali pensate per smartphone e piattaforme social. Strumenti di questo tipo possono aiutare a estrarre informazioni, migliorare l’organizzazione dei materiali e velocizzare il lavoro dei team.
Resta da capire come il modello verrà adottato da sviluppatori e aziende, e quanto rapidamente riuscirà a ritagliarsi uno spazio tra le soluzioni già affermate. Ma una cosa è chiara: con il suo primo modello, Thinking Machines Lab prova a entrare in partita puntando su una delle direzioni più interessanti dell’IA contemporanea, quella che unisce testo, immagini, suoni e movimento in un’unica piattaforma di comprensione.
Per Milano, città che vive di innovazione, servizi e sperimentazione, è un segnale da seguire con attenzione anche in questa estate 2026, tra lavoro ibrido, mobilità quotidiana e crescente uso dell’IA nella vita di tutti i giorni.
