知识卡片：菲尔兹奖得主团队用“桥”直连模型隐藏状态，让4B Qwen+云端GLM刷爆ARC-AGI 3

一句话结论

Mostik（成立4个月，15人团队，首席科学家为2010年菲尔兹奖得主 Stanislav Smirnov）训练了一个小型“桥”模块，在冻结模型权重的情况下，把智谱 GLM-5.2（753B）读取问题时的隐藏状态直接传给阿里 Qwen-3.5（4B，手机端可运行），由小模型完成文本输出。团队称，该方案在 ARC-AGI 3 上让 4B 模型补上约50%与753B模型的性能差距、自身准确率提高25%，大模型侧推理成本降至约1/20；但具体分数和技术细节尚未公开，结果需独立复核。

事件概述 / 研究问题

• 大模型生成一个 token 时，内部会产生大量隐藏状态，被量化估计为约一百万个数值、约2MB信息；随后从约15万词的词表选出一个 token，只留下约17比特的输出信息，其余约2MB内部状态被丢弃。
• 文章认为，现有“编程子智能体、模型委员会、路由调度”等多模型协作方式，本质上都依赖文本，等于只建立在约17比特的输出之上，压缩掉了隐藏状态中的深层计算。
• Mostik 的“桥”思路是让一个模型的隐藏状态不转成文本，而是直接通过一个经过训练的小模块传给另一个模型，接收方拿到后继续使用。
• 公开演示组合中，GLM-5.2 在云端作为“发送方”，Qwen-3.5 在手机端作为“接收方”；大模型不生成任何文本，小模型负责写最终答案。

方法 / 产品要点

• 核心组件：桥（bridge），是系统中唯一被训练的部分；两个参与模型权重完全冻结。
• 发送方：智谱 GLM-5.2，753B参数，位于云端。
• 接收方：阿里 Qwen-3.5，4B参数，可在手机端运行。
• 关键成本设计：大模型只做“预填充”（prefill），不做“解码”（decode），避免最贵的逐 token 生成环节；文本生成全部交给小模型。
• Mostik 团队刻意冻结双方模型，以验证来自不同团队、不同数据训练的模型，其内部表征能否在无需微调的情况下通过桥完成有效信息传递。
• 公司名 Mostik 在俄语中意为“小桥”。

主要结果 / 产业意义

• 团队自述实验结果：
  • 4B小模型弥补了约50%与753B大模型之间的性能差距。
  • 小模型自身准确率提高25%（原文未说明是相对提升还是绝对百分点，口径待核实）。
  • 在大小模型差距更明显的难题子集上，提升达到2倍。
  • 大模型侧推理成本降至原来的约1/20。
  • 若不用桥跑出同样成绩，需要部署一个中等规模模型；桥方案的计算成本约为该中等模型的2/5。
  • 与传统文本接力等标准组合方法相比，桥方案在团队测试的大模型算力水平上均表现更好；交接点极早时优势最明显。
• 产业意义上的方向在于：大模型可以“只思考、不开口”，小模型负责“表达”，从而降低端云协同推理成本。
• Mostik CEO 判断未来未必由单一巨型模型包打天下，更可能是前沿模型与生物、物理等领域的专用模型高效配对。

为什么重要

• 它指向一个模型协作瓶颈：此前模型之间唯一的沟通渠道是文本，而文本只是模型内部计算被极度压缩后的产物。
• 如果桥方案成立，则说明两个训练数据、训练团队都不同的模型，其内部表征之间存在可利用的公共结构，且无需微调模型本身。
• 菲尔兹奖得主 Smirnov 表示，在两个 AI 模型之间找到数学上的共同基础非常困难，“目前似乎还没有合适的数学语言来描述这件事”。这给 AI 可解释性、表征对齐研究提出了新的数学问题。
• “大模型闭嘴思考、小模型代为表达”也可能成为未来多模型协作的一种新成本结构。

与既有脉络的关系

本条是 ARC-AGI-3 相关进展的增量信息：

• 与 schema harness 不同，Mostik 不是给单个模型编写外部“世界模型”程序，而是在两个冻结模型之间训练一个可传递隐藏状态的桥。
• 与 GPT-5.6 《构建者指南》中的 API 成本和 Token 优化不同，这条路径强调跨模型内部状态传输，而不是单模型推理压缩。
• 它把技术路线从“让单个模型更强”延伸到“让两个异构模型直接共享内部计算”。
• 与已有相关卡片相同的是：以上成绩主要来自团队自报告，尚未给出官方独立复核结果；源材料也未披露 Mostik 在 ARC-AGI 3 上的具体分数，因此暂不能与 schema 框架的 98.98% 等数值直接比较。

局限与不确定性

• 具体技术细节尚未公开；Mostik 团队拒绝在比赛结束前披露实现方案。
• ARC-AGI 3 上的具体分数未在源材料中给出，“刷爆”是定性表述，具体榜单或成绩待核实。
• “弥补50%性能差距”“准确率提高25%”“提升2倍”“推理成本降至1/20”等均为团队披露口径，尚未经第三方独立验证。
• 桥的训练数据、接入隐藏层的具体位置、桥的规模、对模型 API 或内部状态的访问条件均未说明，待核实。
• 桥能否跨越更多模型、更多任务和真实业务负载，能否成为可靠的可观测性工具，目前仍处于早期验证阶段。

可用于图书/PPT/简报的角度

• “17比特 vs 约2MB”：大模型之间协作的文本带宽瓶颈。
• “大模型闭嘴思考，小模型开口说话”：预填充与解码分工带来的成本重构。
• 菲尔兹奖得主眼中的难题：两个 AI 模型之间没有数学语言。
• 端云协同新形态：手机端4B模型 + 云端753B模型，能不能靠“桥”缩小性能差距？
• 多模型协作的安全性观察面：发送方隐藏状态、转换结果与接收方行为都可被记录。

原始材料

• 英文标题：原文未提供官方英文标题（待核实；可意译为：Fields Medalist Joins the LLM Race: 4B Mobile Qwen + Cloud GLM Crushes ARC-AGI 3）
• 中文标题：菲尔兹奖得主入局大模型！4B手机Qwen+云端GLM刷爆ARC-AGI 3
• 作者：衡宇
• 来源：量子位（QbitAI）
• 原文 URL：https://www.qbitai.com/2026/09/485108.html
• 发布时间：2026-09-07
• 英文关键词：bridge; ARC-AGI 3; Qwen; GLM; Stanislav Smirnov; Mostik; hidden state transfer
• 文中参考链接：
  • https://mostik.ai/read-more
  • https://x.com/aimalysheva/status/2095232794792255848?s=20