AI梦之队诞生：OAI、谷歌、DeepSeek合体，性能飙升30%碾压单模型

type

status

date

slug

summary

告别单打独斗：AI进入“群体智慧”时代

俗话说，“三个臭皮匠，顶个诸葛亮”。这种人类社会中再自然不过的协作智慧，如今首次在LLM（大语言模型）领域得到了完美复现。过去，我们提升AI能力的方式主要是两种：一是通过海量数据和算力进行模型扩展；二是通过强化学习等方法优化模型的推理过程，即所谓的“让模型思考更久”。

然而，Sakana AI的研究提出了第三条路：推理时Scaling。这项技术的核心思想，不再是训练一个无所不能的超级模型，而是在解决问题的“当下”，动态地组织一个由多个不同AI模型组成的“专家团”，让它们协同作战。这标志着人工智能的发展范式正从追求“个体英雄”转向构建“智慧群体”。

核心揭秘：AB-MCTS如何驾驭“AI梦之队”？

实现这一创举的关键，是一种名为自适应分支蒙特卡洛树搜索（AB-MCTS）的全新算法。我们可以将其理解为一个智慧的“项目经理”，它高效地指挥着团队中的每一位AI成员。

AB-MCTS的精妙之处在于它完美融合了两种问题解决策略：

深度搜索（优化）：当一个AI（如ChatGPT）提出了一个初步方案，算法会判断这个方案是否有潜力，并指挥其他AI对其进行层层优化和迭代，像专家一样反复打磨一个点子。

广度搜索（探索）：如果现有方案陷入瓶颈，算法会果断转向，鼓励AI们从不同角度提出全新的解决方案，从而开辟新的思路。

而其多模型版本（Multi-LLM AB-MCTS）则引入了更关键的第三维度：动态模型选择。在面对一个复杂问题时，系统会根据每个模型（如o4-mini, Gemini-2.5-Pro, DeepSeek-R1-0528）的历史表现和当前问题的特性，实时判断“现在应该让谁上场？”。表现好的模型会被更多地调用，形成一个优胜劣汰、人尽其才的高效协作机制。

战力实测：性能飙升30%的背后

理论的强大最终需要实践来检验。在极具挑战性的ARC-AGI-2基准测试中，“AI梦之队”的表现堪称惊艳。这项测试旨在评估AI处理全新、抽象问题的类人推理能力，而非简单的知识储备。

实验结果显示： * 重复采样基线：即便是强大的o4-mini模型，通过多次尝试，也仅能解决23%的问题。 * AB-MCTS增强：使用AB-MCTS算法对单个模型进行优化，成功率提升至27.5%。 * “梦之队”合体：当o4-mini、Gemini-2.5-Pro和DeepSeek-R1-0528三个模型通过Multi-LLM AB-MCTS协同工作时，成功解决的问题比例跃升至超过30%！

更令人振奋的是，实验中出现了许多单个模型无论如何都无法解决，但通过协作却迎刃而解的案例。例如，o4-mini可能给出一个错误的初步答案，但DeepSeek和Gemini却能在这个错误的基础上，受到启发并最终推导出正确解法。这证明了AI协作并非简单的1+1+1=3，而是产生了真正的化学反应，实现了>3的协同增效。

超越模型本身：对AGI和未来的启示

这项研究的意义远不止于提升一个测试分数。它为我们描绘了人工智能未来发展的宏伟蓝图。

首先，它证明了通往AGI的道路并非只有“暴力堆算力”一条。通过构建高效的协作机制，我们可以更聪明、更经济地利用现有的AI能力，实现性能的指数级增长。

其次，这种“群体智能”范式更接近人类社会的协作模式。正如阿波罗登月、人类基因组计划等伟大成就均源于无数精英的协作，未来的AI系统也可能是一个由无数专用AI组成的、能够协同解决世纪难题的复杂生态。

最后，这对整个AI生态都是一则重大利好。它意味着即便是非顶级的模型，只要能找到合适的协作方式和Prompt，也能在集体中发挥巨大价值。

总而言之，Sakana AI的研究为我们打开了一扇通往未来的窗。在那里，AI不再是孤胆英雄，而是并肩作战的智慧伙伴。想要紧跟最新的AI日报和技术突破，探索更多如ChatGPT、Claude等大模型的应用技巧和AI变现机会，欢迎访问一站式AI门户 [AIGC.bar](https://aigc.bar)，获取最前沿的AI资讯和实践指南。