

> 顶尖AI学者抛弃传统大语言模型路径，携新创公司回归强化学习本源，试图打造完全脱离人类既有知识的自主探索型智能系统，此举或将重塑通用人工智能范式。

## 告别大语言模型路径的范式转移

曾在震撼全球的AlphaGo项目中扮演关键角色的前谷歌DeepMind首席科学家席尔瓦正式宣布离职，并于伦敦创立了全新的人工智能初创企业Ineffable Intelligence。这一高层人事震动不仅是硅谷人才争夺战的缩影，更代表着人工智能发展路线图上的一次重要分歧。DeepMind官方第一时间表达了感谢与祝福，从侧面印证了这场和平分手的背后是对技术终极愿景的不同选择。

目前主导全球风向的大语言模型高度依赖于人类喂养的海量文本数据，其天花板受制于现有知识库的边界。而席尔瓦的创业内核则选择逆势而行，全面回归强化学习的基础范式。Ineffable Intelligence致力于剥离对人类先验知识的依赖，试图在纯净的数字环境中构建一套能够通过试错与自我博弈、实现自主探索新技能的智能架构。这种从“模仿者”向“自主进化者”的底层架构转换，被业内视为打破算力与数据瓶颈的潜在突破口。

![Generated Image February 23, 2026 - 10_05AM (1).png](https://static.downly.cn/images/b58ced80cc45d348226b9dc3b24ddb6a.png) <center>图源备注：图片由AI生成</center>

## 巨额融资与自主学习系统的愿景

突破性的技术愿景立刻引爆了资本市场的热情。据透露，Ineffable Intelligence目前正在紧锣密鼓地推进一轮高达10亿美元的种子轮融资。这一惊人的融资金额，几乎触及了此前安全超级智能公司创下的行业历史纪录，反映出顶级风投机构对“非LLM范式”押注的急迫性。

席尔瓦的入局，使得通用人工智能的赛道彻底分化为数据暴力美学与自主强化博弈两大阵营。如果这套无需外部指导即可发掘新知识的系统得以落地，它将从根本上改变机器认知世界的方式。这场涉及十亿美元级别的豪赌，不仅是对一位顶尖学者技术信仰的变现，更可能成为开启下一代AI纪元的钥匙。

前AlphaGo核心人物离职创业 强化学习新星直面十亿美元种子轮



> **导语**
> 近日，一项来自 Sakana AI 的研究突破了当前大模型竞争的格局。 他们提出了一种名为 Multi-LLM AB-MCTS 的新算法，首次实现了让 OpenAI、谷歌和 DeepSeek 的顶尖模型在推理时协同工作，组建成一支“AI梦之队”。 这个“三模合一”的集体智能在极具挑战性的基准测试中，展现出远超任何单一模型的能力，将解题成功率提升了超过30%。

## AI“梦之队”的诞生

长期以来，人工智能领域的竞争主要围绕着单个模型的性能展开，各大科技巨头都在努力打造更强大的“单体”AI。  然而，Sakana AI 的研究提供了一个全新的思路：与其追求单一的“最强王者”，不如将不同模型的独特优势结合起来，形成“群体智慧”。 
![image.png](https://static.downly.cn/images/23c4baff447514f237b78b3376f40ed7.png)
这项研究并非一次企业级的合作，而是一次技术层面的创举。  研究人员利用他们开发的 Multi-LLM AB-MCTS 框架，将三个来自不同公司的前沿模型——o4-mini、Gemini-2.5-Pro 和 DeepSeek-R1-0528——有效地整合在一起。 这个系统能够在解决复杂问题时，像一个团队一样，动态地调用最适合当前任务的模型来执行特定步骤。 

![image.png](https://static.downly.cn/images/d453041821c2c39af4bcdf6c8205e62e.png)
## 解密核心技术 AB-MCTS

这项突破的核心是一种名为“自适应分支蒙特卡洛树搜索”（AB-MCTS）的算法，它属于“推理时扩展”（Inference-Time Scaling）技术的一种。 简单来说，就是让AI在面对难题时，通过投入更多的计算资源进行“深度思考”和“反复试错”，而不是只给一次机会。 
![image.png](https://static.downly.cn/images/8a2db571aa03e2e2727d402317eb5131.png)
过往的方法通常要么是“深度优先”，即对一个想法不断优化；要么是“广度优先”，即产生许多个全新的想法。  这两种方式各有局限。  而 AB-MCTS 算法巧妙地扩展了AlphaGo所使用的蒙特卡洛树搜索技术，能够在“深入优化一个方案”和“探索全新可能性”之间取得动态平衡。

在此基础上，Multi-LLM AB-MCTS 增加了第三个维度：AI选择。  在每一步决策时，算法不仅要决定是“走深”还是“走宽”，还要决定该任务由哪个模型来执行最有效，从而实现真正的优势互补。

![image.png](https://static.downly.cn/images/f56352a3c54271bf5d4b67524d048624.png)

## 1+1+1 > 3 惊人的实验结果

为了验证“AI梦之队”的真实战力，研究团队在极具挑战性的 ARC-AGI-2 基准测试上进行了实验。 结果令人瞩目：
![image.png](https://static.downly.cn/images/88006959a41d99488482df279f9e298a.png)
通过让三个模型协同工作，Multi-LLM AB-MCTS 最终解决了超过 30% 的问题。  相比之下，作为性能最强的单一模型之一，o4-mini 即便使用了新的 AB-MCTS 算法，成功率也只有 27.5%，而使用传统的重复采样方法更是只有 23%。  这证明了群体智慧的巨大优势。

更有趣的发现是，协作的价值并非简单地让最强的模型去解决问题。  实验中，一些单个模型表现不佳的案例，却在多模型协作中迎刃而解。 比如，o4-mini 先生成一个不完全正确的初步答案，而 DeepSeek-R1-0528 能够在这个错误答案的启发下，接力修正并最终得出正确解法。 这充分展示了不同模型间思维碰撞产生的火花。

![image.png](https://static.downly.cn/images/88eb4924125ce0320fa12f21d4a9cf07.png)

## 未来展望 群体智能的黎明

Sakana AI 的这项研究标志着AI发展的一个重要转向，即从追求“模型规模”转向探索“模型使用”的智慧。  它证明了通过智能算法将现有顶尖模型的能力进行组合，可以有效突破单一模型的性能瓶颈。

正如人类历史上众多伟大的成就都源于协作而非个人英雄主义，AI的未来或许也并非由一个无所不能的“超级AI”主宰，而是由无数个各具特长的AI组成的、高效协作的“集体智能”来开创。 为了推动这一领域的发展，Sakana AI 已经将该算法框架以“TreeQuest”之名开源，供全球的研究者使用和探索。 

搜索结果: AlphaGo