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。

* h6 c" n4 A6 x& \! H) v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？
: I, I% s) [( `2 y4 q
& _8 Z8 D) \1 ?* J' ^" _* l三个臭皮匠，顶个诸葛亮。相信AI也是一样。
. z2 O, i2 Y; @) p- J8 a. v
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。
% m- y! N- d2 s* n3 j' n2 T; Z
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”。
. d5 F/ [# @8 q3 r& x+ t. \/ B4 X
' e, }, \0 u4 L" v! U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。

3 F& P* L, ^  f, k' T( K# qAI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。
3 G7 E+ l9 U2 e, W7 ]
, j, w' l0 Q5 Z/ s, ^! X这个设想靠谱吗？感觉上有点像更高层次的MoE？