俄羅斯新創 Mostik：用「權重心電感應」讓大型與行動 AI 模型互通
Mostik（俄文意為「橋樑」）的創辦人兼執行長 Sasha Malysheva 近期向我展示了一種讓不同人工智慧模型直接「對話」的技術。這項技術的核心在於 模型權重（決定輸入提示如何轉換成輸出的數值），透過「權重心電感應」的方式，將大型模型的能力傳遞給較小的模型，提升後者的智慧程度，且成本與時間都大幅降低。
背景與技術概念
Mostik 的團隊先在 ARC‑AGI 3 競賽中取得領先——該比賽以其極高難度著稱。雖然他們未透露細節，但已證明此方法能在極具挑戰性的測試中發揮效能。為了示範概念，團隊搭建了一座「橋」：連接 GLM‑5.2（參數高達 753 億的大型開放模型）與 Qwen‑3.5（僅 40 億參數、可在手機上運行的模型）。最終產出的混合系統僅需原 GLM 模型 二十分之一 的運算資源，性能則介於兩者之間，約為大型模型的一半。
「在機器學習領域，模型集成（ensemble）普遍比單一模型表現更佳。」——Malysheva 在咖啡廳的訪談中如是說。
她還開玩笑說，AI 的未來就像「猜豬的重量」：在數學圈裡，隨機抽取的幾個人共同估算的平均值，往往比專家更精確。類比到 AI，將多個模型的輸出結合，往往能得到更好的結果。傳統上，這需要把一個模型的文字輸出再餵給另一個模型，耗時且昂貴；Mostik 則直接讓模型在 權重層面 交流，省去文字產出這一步。
潛在影響與業界回響
如果此技術普及，開放權重模型（open‑weight models）將能以更低成本匹敵 Anthropic、OpenAI 等前沿實驗室的封閉專屬模型。Lovable AI 公司的技術負責人 Vladimir Arustamian 表示，Mostik 的突破讓「前沿模型與領域專精模型（如生物、物理）配對」變得可行，未來可能會出現大量針對特定領域訓練的模型，而不必等到「模型規模」本身再度膨脹。
Malysheva 亦認為，未來 AI 不會走向單一巨型模型的「單體化」道路，而是透過 模型互補 來提升整體能力。這與目前業界普遍採取「更大、更深」的擴容策略形成鮮明對比。
未來展望
Mostik 的「權重心電感應」橋接概念，若能持續優化，將為 行動裝置上的 AI 帶來前所未有的效能提升，同時為開源社群提供更具競爭力的工具。對於關注 AI 可解釋性與成本效益的研究者與開發者而言，這是一個值得密切追蹤的趨勢——或許未來，我們不再需要一台「超級電腦」才能享受高階 AI，而是透過「模型橋樑」在手掌大小的裝置上即時獲得智慧服務。