AI大模型能集思广益吗

晨枫

DeepSeek放了个原子弹后，其他AI大模型厂家不甘落后，现在阿里也放出Qwen2.5 Max，相信还会有更多的。这是好事。不光中国的AI大模型还在继续放出来，美国也是，马斯克的xAI就刚放了Grok 3。

# W4 E" E) ]" l4 f5 E* Q! L- a, g现在似乎还是在各家各显神通的阶段。随着越来越多的开源、免费使用AI大模型出现，是否有可能互相接入、集思广益？
& K7 f9 w: c2 Q/ J9 ?+ s3 n& \0 v
6 B& F( E9 L) ~( C: V; @三个臭皮匠，顶个诸葛亮。相信AI也是一样。

每一个成功的AI大模型都有强项、弱项，而且强弱还可能是动态的，对每一个问题都有不同的表现。如果可以互相接入，在提出本身的AI解的时候，参考“友邻AI”的解，尤其参考对方的推理过程和数据来源，以判断各个模型解的相对可靠性，然后汇总。这样可能可以最大限度的集思广益，提高最终AI解的精确性和有用性。
; O) J6 s) A1 g8 C# C+ R& s& ?
% m0 ^) |  ~5 m0 z8 S这里肯定会有很多商业和法律的问题，但现在只考虑技术问题。从“责任”来说，负责集思广益的AI大模型“负最终责任”。
7 q+ I1 n/ Y1 ~) A/ h  i: y' Q8 S
9 E' Y) I/ @' z' Q' G$ y4 m人类也是这样的，听到伙伴的想法、办法更有道理，会加以采用。在采用的过程中，未必全盘照搬，而是融合进自己和第三方的合理因素，力求提出最优的最终解。集思广益的人也对最终解负责。
5 v* l% X% z, e& G
AI大模型还在军备竞赛中。DeepSeek开创了非常好的先例：不片面扩大模型，而是用更加精妙的模型设计和算法获得更多的智能。但“军备竞赛”的冲动相信不可避免，需要避免“递减效应”。越来越大的模型或许还能更加智能，但大家都在重复建设，似乎挺浪费的。
; b! \4 m9 c& N7 @. T0 |
这个设想靠谱吗？感觉上有点像更高层次的MoE？

孟词宗

如果你指的是同时使用几个大模型。现在就有。甚至你PC的内存足够的话，本地就可以跑 Multiple LLM。司机可以下载一个 LM Studio 和几个小一点 LLM 试试看。

7 [0 V. ~. b. a如果你指的是融合几个大模型。这也是现在各厂商都在干的事情。事实上，各种蒸馏版不就是缩水的融合版？例如 DS 就有 基于通义千问的蒸馏版和基于羊驼的蒸馏版。而 Huggingface 上各种融合版本不要太多。