这项由香港大学罗平讲授和Andrew F. Luo讲授团队带领的商讨发表于2025年1月，商磋磨文编号为arXiv:2510.01068v1。该商讨还汇集了北京东说念主形机器东说念主创新中心、上海AI实验室、上海交通大学等多个顶尖机构的商讨力量。有益思深入了解的读者不错通过论文编号在学术数据库中查询完整论文。

当你玩乐高积木时，会发现一个意思的风光：两个等闲的积木块组合在沿途，时常能创造出比单独使用任何一块王人更意思、更实用的结构。香港大学的商讨团队在机器东说念主规模发现了访佛的"魔法"——他们证实了将不同的机器东说念主AI模子组合起来，就像搭积木一样，约略产生比任何单个模子王人更坚定的本领。

传统上，要让机器东说念主变得更贤达，科学家们络续罗致两种时势：要么查验一个超等雄壮的AI模子，要么集合海量的数据来矫正现存模子。但这些技艺王人有一个共同问题——资本极其富贵，就像为了作念一说念菜而再行建立整个这个词厨房一样。商讨团队建议了一个创新性的主见：为什么不把仍是查验好的多个AI模子高深地组合起来呢？就像一个训戒丰富的厨师约略将不同的调料竣工交融，创造出比任何单一调料王人更厚味的菜肴。

这种被称为"通用政策组合"的技艺最神奇的地方在于，组合后的AI系统简直约略特出参与组合的任何一个原始模子。这听起来可能有些不成念念议，但商讨团队通过严格的数学证实和多数实验考据了这个风光。他们发现，当两个AI模子在不同方面各有所万古，通过特定的数学技艺将它们组合，就能产生一种"互补效应"——一个模子的优点约略弥补另一个模子的缺陷，从而产生全体性能的培育。

商讨团队的表面分析就像解开一个小巧的数学谜题。他们率先证实了在单步操作层面，两个AI模子的高深组合如实约略产生比任何单个模子王人更准确的末端。这个发现访佛于发现两个不竣工的指南针，要是用正确的技艺组合它们的指向，反而能取得比任何一个单独指南针王人更准确的处所。接着，他们进一步证实了这种单步的矫正会在整个这个词施行流程中积存放大，最终导致机器东说念主全体弘扬的显耀培育。

在具体的组合技艺上，商讨团队罗致了一种叫作念"凸组合"的数学期间。简便来说，这就像调制鸡尾酒一样，需要找到不同因素的最好配比。他们不是简便地将两个AI模子的输出平均，而是左证具体任务的特色，动态和谐每个模子在最终决策中的权重。更意思的是，这个权重配比并不是固定不变的，而是通过"测试时搜索"的时势及时优化——系统会在施行任务的流程中不停尝试不同的组合比例，找到面前情况下的最好配方。

这种技艺的通用性令东说念主惊奇。商讨团队发现，他们的组合框架不错无缝整合多样不同类型的AI模子，就像一个全能插座约略兼容不同规格的电器一样。不管是基于图像的视觉模子，照旧基于点云的3D感知模子，不管是只责罚视觉信息的模子，照旧约略剖释言语辅导的复合模子，王人约略在这个框架下协同责任。更令东说念主印象真切的是，即使是罗致整个不同期间阶梯的模子——比如扩散模子和流匹配模子——也约略竣工交融。

为了考据这个表面，商讨团队假想了一系列纯粹单到复杂的实验。他们率先在策划机模拟环境中进行了多数测试，包括经典的机器东说念主操作任务，比如让机器东说念主执取物体、激动物体到指定位置等。在这些测试中，组合后的AI系统consistently弘扬出比单个模子更高的告捷率。举例，在一个复杂的双臂联结任务中，单个模子的告捷率可能唯有60%，但通过高深组合两个不同的模子，告捷率约略培育到75%以上。

更进一步，商讨团队还在着实的机器东说念主上进行了考据实验。他们使用了一台配备录像头和机械臂的骨子机器东说念主，让它施行诸如摈弃瓶子、吊挂杯子、清算桌子等平方任务。末端泄露，组合政策不仅在模拟环境中灵验，在着实宇宙的复杂环境中不异约略显耀培育机器东说念主的弘扬。至极值得注释的是，当单个AI模子由于环境变化或任务复杂性而出现虚假时，组合系统时常约略通过其他模子的赔偿作用幸免失败。

商讨团队还深入分析了为什么这种组合会产生如斯神奇的效果。他们发现，不同的AI模子时常在不同的情况下弘扬出不同的上风。比如，一个基于RGB图像查验的模子可能在晴明鼓胀的环境下弘扬很好，但在晴明阴晦时就会碰到贫窭。而另一个基于3D点云的模子可能对晴明变化不敏锐，但在责罚细节纹理时不如图像模子。当这两个模子通过相宜的权重组合时，系统就能在多样环境条目下王人保持肃肃的弘扬。

这种组合效应在责罚复杂任务时弘扬得尤为较着。商讨团队展示了一个至极意思的例子：在一个需要机器东说念主既步调略言语辅导又要精准操作物体的任务中，单纯的视觉模子无法剖释"把红色的杯子放到蓝色盘子傍边"这么的辅导，而纯正的言语模子又缺少精准的空间操作本领。然而，当将一个擅长言语剖释的视觉-言语模子与一个擅长精准操作的视觉模子组合时，系统就约略既准确剖释辅导，又精准施行操作。

商讨团队还探索了组合政策的生动性。他们发现，最优的组合权重并不是固定不变的，而是高度依赖于具体任务。在某些需要细腻操作的任务中，视觉模子可能需要占更大的权重；而在需要复杂推理的任务中，言语模子的权重应该相应增多。这种动态和谐本领使得组合系统约略适合多样不同类型的任务需求。

除了基本的凸组合技艺，商讨团队还实验了其他几种组合政策。其中包括逻辑"与"操作（要求整个模子王人快乐某个决策）和逻辑"或"操作（只须有一个模子相沿就施行该决策）。意思的是，这些不同的组合政策在不同类型的任务中展现出不同的上风。逻辑"与"操作在需要高可靠性的任务中弘扬很好，因为它要求多个模子达成一致才会施行行为，从而裁汰了出错的概率。而逻辑"或"操作则在探索性任务中更有上风，因为它允许系统尝试任何一个模子以为可行的决议。

商讨团队的责任还揭示了一个迫切的实践带领原则：组合的效果很猛进程上取决于参与组合的模子之间的互补性。当两个模子在调换的情况下王人弘扬很好或王人弘扬很差时，组合的效果相对有限。然而当两个模子各有长处、约略互相补充时，组合的效果就会非常显耀。这个发现为怎样选定合适的模子进行组合提供了迫切的带领。

从更迢遥的视角来看，这项商讨可能会更动整个这个词机器东说念主AI的发展处所。传统的技艺是不停追求更大、更复杂的单一模子，但这种组合技艺提供了一条天壤之隔的说念路：通过高深地组合现存的较小模子，可能比查验一个雄壮的单一模子愈加高效和实用。这不仅约略大大裁汰策划资本，还约略充分诓骗现存的商讨效力，幸免重迭斥地的浮滥。

商讨团队还筹商了这种技艺的局限性和明天矫正处所。目下的测试时权重搜索技艺诚然灵验，但仍然局限于固定的权重区间援助。明天的商讨可能会斥地愈加智能的自适合权重和谐机制，约略左证任务的及时情景动态优化组合政策。另外，诚然目下的技艺主要针对两个模子的组合，但原则上不错膨胀到更多模子的组合，这将为构建愈加复杂和坚定的AI系统提供可能。

这项商讨的道理不仅限于机器东说念主规模。组合不同AI模子的念念想可能会影响到东说念主工智能的其他应用规模，比如当然言语责罚、图像识别、自动驾驶等。它提供了一个全新的视角来念念考怎样构建更坚定的AI系统：不是一味追求单一模子的复杂性，而是通过智能组合的时势杀青系统级的优化。

说到底，这项商讨展现了一个简便而真切的意思意思：在AI的宇宙里，就像在试验生存中一样，团队合作时常约略产生特出个体本领总额的效果。通过让不同的AI模子阐发各自的上风，互相补充相互的不及，咱们约略构建出比任何单一模子王人更智能、更可靠的机器东说念主系统。这种"AI模子乐高积木"的念念想，可能会开启机器东说念主智能发展的新纪元，让咱们离信得过实用的通用机器东说念主助手又近了一步。

关于等闲东说念主来说，这项商讨意味着明天的机器东说念主助手将变得愈加智能和可靠。当你的家用机器东说念主需要既听懂你的辅导，又能精准地施行复杂的家务任务时，它就约略调遣多个特意的AI"众人"协同责任，就像一个配备了多种专科用具的超等管家一样。这不是科幻电影中的远方明天，而是正在实验室中变为试验的期间破损。

Q&A

Q1：通用政策组合期间是什么？它怎样让机器东说念主变得更贤达？

A：通用政策组合期间就像搭乐高积木一样，将多个仍是查验好的AI模子高深地组合在沿途。比如把一个擅长识别物体的视觉模子和一个擅长剖释言语的模子组合，让机器东说念主既能看懂环境又能听懂辅导，全体弘扬比任何单个模子王人要好。

Q2：为什么组合后的AI系统约略特出单个模子的弘扬？

A：因为不同的AI模子就像不同专长的众人，各有优缺陷。当把它们组合起来时，一个模子的优点约略弥补另一个模子的缺陷，产生互补效应。香港大学团队通过数学证实了这种组合如实能让全体性能显耀培育，就像两个不竣工的指南针组合后能给出更准确的处所。

Q3：这种期间什么时刻能应用到骨子生存中？

A：商讨团队仍是在着实机器东说念主上考据了这项期间，让机器东说念主告捷完成了摈弃瓶子、吊挂杯子、清算桌子等平方任务。诚然目下还在实验室阶段，但这项期间为构建更智能的家用机器东说念主助手提供了迫切基础，明天几年内可能会出目下骨子家具中。