俄罗斯数学家教AI模型无需语言交流

一群俄罗斯数学家创办了一家名为Mostik（俄语意为“桥梁”）的初创公司，他们找到了一种让AI模型之间无需生成文字就能直接“对话”的方法——通过模型内部的数学权重进行交互。这项技术让不同模型之间能够高效协作，甚至让一个较小的模型快速获得大模型的能力。该公司用这种方法构建的模型已经在业界公认难度极高的ARC-AGI 3竞赛中登顶，但他们为了保住比赛优势，拒绝透露更多细节。 这项技术最直观的演示是：他们把中国开源模型GLM-5.2（7530亿参数）和Qwen-3.5（40亿参数，可跑在手机上）通过“桥接”组合成一个混合系统。这个混合系统的运行成本仅为完整版GLM模型的二十分之一，而性能恰好介于两个模型之间。Mostik CEO萨莎·马利舍娃在咖啡交流中解释，机器学习领域早就知道“模型集成”的效果优于单个模型——就像数学圈里那个经典玩笑：让一群普通人猜一头猪的重量，把他们的猜测平均后往往比专家的估计更准。传统做法是把一个模型的输出喂给另一个模型，这既耗时又费钱，而Mostik团队找到了让模型直接交换内部数学信号的方法，省去了生成文本的中间环节。 如果这项技术成熟，将极大提升开源模型的价值，让它们有实力与Anthropic、OpenAI等前沿实验室的闭源模型竞争。马利舍娃个人认为，未来AI不会是一个“巨无霸”单体模型，能力也不一定来自单纯扩大规模。AI软件公司Lovable的技术负责人弗拉基米尔·阿鲁斯塔米安评价说，这个团队只花了几个月就做出了他原本以为要几年才能实现的东西。前谷歌DeepMind计算机科学家卡尔·图伊尔斯也表示，这项技术意味着“不需要让大模型处理整个流程，只需在旁边运行一个小模型就能获得接近大模型的质量”，对于任何追求高效运行模型的人来说都是显而易见的选择。 Mostik的首席科学家是日内瓦大学教授、2010年菲尔兹奖得主斯坦尼斯拉夫·斯米尔诺夫。他指出，在两个AI模型之间找到共同语言其实非常困难，“目前似乎还没有合适的数学语言”。Mostik的方法本质上是在数学上架起一座桥梁。斯米尔诺夫还认为，这项研究可能揭示AI模型实际运作方式的深层规律，甚至与人类大脑处理难题的方式存在共通之处——更深入的数学分析或许能发现AI和人类在推理复杂问题时的共性。