Российский стартап Mostik («мостик») научил разные ИИ-модели обмениваться не текстом, а значениями весов — параметров, которые определяют, как промпт превращается в ответ. Автор WIRED Уилл Найт называет этот подход «машинной телепатией». На нём компания уже собрала модель, поднявшуюся на первое место в сложном конкурсе ARC-AGI 3, а в демо связала открытую GLM-5.2 на 753 млрд параметров с мобильной Qwen-3.5 на 4 млрд так, что гибрид обходится в 20 раз дешевле полной большой модели. Технические подробности стартап не раскрывает до окончания соревнования.
Что произошло
О подходе рассказывает материал Will Knight в рассылке WIRED AI Lab. Механизм описан так: модели передают друг другу значения весов, поэтому большая модель больше не должна обрабатывать весь цикл инференса — её качество достаётся малой модели напрямую через веса. В демонстрации Mostik связала крупнейшую версию китайской открытой GLM-5.2 на 753 млрд параметров с 4-миллиардной Qwen-3.5, работающей на мобильных устройствах; по данным компании, качество связки находится ровно посередине между двумя моделями при цене в 20 раз ниже полной GLM-5.2. Отдельно на этом подходе стартап собрал модель, поднявшуюся на первое место в конкурсе ARC-AGI 3: технические детали команда сознательно не раскрывает, чтобы выиграть соревнование, и обещает рассказать подробности после его окончания.
Контекст
Обмен весами — это отдельный класс коммуникации моделей, отличный от привычных ансамблей и дистилляции, хотя оценить научную новизну подхода без препринта и описания алгоритма пока невозможно. За компанией стоят узнаваемые имена: генеральный директор Саша Малышева сама разработала подход, а пост главного научного руководителя занимает Станислав Смирнов — лауреат Филдсовской премии 2010 года и профессор Женевского университета. Название стартапа — «мостик» — напрямую отсылает к его главной идее: мосту между моделями. ARC-AGI 3 — сложный конкурс для ИИ-систем, и на сегодня у подхода фактически два публичных свидетельства: конкурсный результат и материал WIRED.
Почему это важно для индустрии
Если «мосты» между моделями масштабируются, прогресс может прийти не от монолитных гигантов, а от сетей специализированных моделей — Саша Малышева прямо говорит, что не верит в будущее единственной монолитной модели за счёт скейлинга. Для билдеров это сигнал к архитектуре «локальная малая модель плюс дистанционная подпитка качеством от большой»: если подход хотя бы частично воспроизведётся и станет доступным, мобильные и edge-продукты смогут предлагать качество среднего уровня с той экономией против вызова флагманской модели, которая заявлена в демо Mostik. Повышается и ценность открытых весов и узкодоменных моделей, например в биологии и физике, в противовес закрытым решениям Anthropic и OpenAI. Пока, впрочем, у рынка нет ни API, ни прайсинга: это заявка о направлении, а не доступный инструмент.
Почему это важно для пользователей
Единственное проверяемое действие для читателя сейчас — следить за лидербордом ARC-AGI 3: именно там стоит ждать первых независимых данных о подходе. Сама демо-связка намекает, что сильное качество может работать даже на телефоне: 4-миллиардная Qwen-3.5 получает «подпитку» от гигантской модели, что указывает на дешёвые локальные гибриды вместо дорогих API-подписок. Разумно уже пересчитать собственные сценарии «дорогое качество через API против дешёвый локальный гибрид» и подготовить eval-набор, на котором такие гибриды можно будет проверить. Но сегодня это демо и статья, а не продукт: ни доступа, ни цен, ни сроков не объявлено.
Что пока неизвестно / ограничения
Все ключевые цифры демо предоставлены самой компанией и существуют пока только в единственном материале WIRED: методология скрыта до конца ARC-AGI 3, препринта, кода, данных о латентности и независимых воспроизведений нет, а подтверждения третьих лиц ограничиваются знакомством с технологией. Гладкая формулировка о качестве «ровно посередине» без протокола замера неотличима от маркетинга, а само демо совместимо и с обычной дистилляцией, так что научная новизна обмена весами остаётся недоказанной. Заявление Малышевой о конце эры единственной монолитной модели — гипотеза о траектории отрасли, которую одно демо не доказывает. До раскрытия деталей и независимой проверки это заявка, а не установленный результат.
Источники
Автор
Look at AI, редакция