俄罗斯数学家创Mostik AI模型不用文字即可互通

时间：2026年9月2日，星期三 地点：俄罗斯（创业团队所在地，瑞士日内瓦大学首席科学家驻地） 人物：Sasha Malysheva（Mostik CEO，方法发明人）、Stanislav Smirnov（首席科学家，2010 年菲尔兹奖得主，瑞士日内瓦大学教授）、Vladimir Arustamian（AI 软件公司 Lovable 技术负责人）、Karl Tuyls（前 Google DeepMind 研究员） 事件详情：俄罗斯数学家创业团队 Mostik（俄语意为"桥"）推出革命性技术，使不同 AI 模型无需通过文字输出即可通过内部数学权重（weights）直接通信，业界称之为"机器心灵感应"。团队用此方法构建的模型已在 ARC-AGI 3 基准测试（公认高难度 AI 推理竞赛）登顶榜首，但为保留竞争优势未公开具体方案。 团队公开演示了将该方法应用于两个中国开源模型的案例：用 753B 参数的 GLM-5.2 与 40 亿参数的 Qwen-3.5（可在移动设备运行）建立权重桥梁，混合系统运行成本仅为 GLM-5.2 完整版的 1/20，性能恰好处于两款模型中间值。 背景：传统多模型协同（ensemble）依赖模型 A 输出文字、模型 B 阅读理解再生成，每一步都有信息损耗与延迟。Mostik 的方法让模型直接用权重中的数学值交换信息，绕过语言层。该路径与 OpenAI 的 Mixture-of-Experts（MoE）、Google Gemini 系列、Meta 模型融合技术形成对比——巨头们都在追求"把多模型合并成一个"，Mostik 选择让独立模型保持独立、直接互通。Lovable 技术负责人 Arustamian 评价："这支团队才做了几个月，就跑出了我本以为还要几年才看得到的东西。"前 DeepMind 研究员 Tuyls 认为这对任何追求模型运行效率的人都是"无需多想的选择"。 影响：1）若该方法规模化成功，可极大提升开源/小型模型价值，使其无需被并入闭源系统即可借助前沿模型能力，正面挑战 OpenAI/Anthropic 等闭源巨头的护城河；2）成本降至 1/20 的混合方案重新定义"性价比 AI"门槛，对中小开发者与垂直行业（生物、物理等）尤为友好，可能催生"专业模型 + 前沿模型"协作的新范式；3）"不需要文字"的模型互通思路若普及，将冲击当前所有依赖文本 prompt 工程的工具链与评测基准。 总结：Mostik 给出的不是又一个更大模型的故事，而是"小模型协同大模型"的可行性证明。当菲尔兹奖得主下场做 AI 创业，开源阵营第一次在"协同效率"维度获得了可与闭源实验室正面竞争的工程方案。最大悬念：这套权重桥梁能否跨厂商、跨架构规模化，以及谁会先把这项技术塞进产品。 参考来源： - Wired：https://www.wired.com/story/russian-startup-mostik-ai-models-communication/ - The AI Chronicle：https://theaicronicle.com/en/news/research/mostik-ai-machine-telepathy-weights - IO Tribune：https://iotribune.com/russian-math-ai-nonverbal - Superpower Daily：https://superpowerdaily.com/posts/mostik-links-ai-models-through-their-weights-claiming-a-20x-cost-cut - The Tech Buzz：https://techbuzz.ai/articles/mostik-s-wild-new-way-to-link-ai-models - ARC Prize 官方：https://arcprize.org/arc-agi