俄罗斯数学家教AI模型用“心灵感应”交流，无需文字
一家名为 Mostik 的初创公司，其名字在俄语中意为“桥梁”，正尝试一种全新的方式来融合不同 AI 模型的能力。该公司的核心方法并非让模型通过文本输出交流，而是利用模型权重中的数学值，实现类似“机器心灵感应”的交互。
Mostik 的 CEO Sasha Malysheva 是一位数学家，她向笔者展示了这一突破性技术。简而言之，通过桥接不同模型的权重，可以将大型模型的能力更高效地传递给小型模型。例如，他们成功将拥有 7530 亿参数的 GLM-5.2 模型的能力，与仅 40 亿参数、可在移动设备上运行的 Qwen-3.5 模型进行桥接。生成的混合系统成本仅为完整 GLM 模型的二十分之一，而性能则介于两者之间。
这一成果在 ARC-AGI 3 竞赛中表现亮眼，该竞赛以难度著称，Mostik 的模型已跃居榜首。不过，由于他们希望赢得比赛，因此未透露更多细节。
Malysheva 用一个有趣的比喻来解释他们的理念：就像一群人猜测一头猪的重量，平均结果往往比单个专家的估计更准确。同样，多个 AI 模型的组合通常能产生更好的效果。传统的集成方法是将一个模型的输出作为另一个模型的输入，这既耗时又昂贵。而 Mostik 的方法则绕过了文本生成环节，让模型直接通过权重进行“对话”，大幅提升了效率。
这种方法的潜在影响深远。如果得以推广，它可能增强开源模型的竞争力，使其能与 Anthropic 和 OpenAI 等前沿实验室的专有模型抗衡。Malysheva 认为，未来 AI 的发展或许不再依赖单一的巨型模型，而是通过整合多种模型来实现能力的跃升。她个人并不看好单一模型的无限扩展，而是相信模型间的协同作用将推动 AI 的进步。
尽管这一技术仍处于早期阶段，但已展现出巨大的应用潜力。对于企业和开发者而言，这意味着他们或许能以更低的成本，利用开源模型获得接近前沿模型的性能。不过，如何确保桥接过程的安全性和可靠性，仍是需要进一步探索的问题。
