Sakana AI突破性整合三大顶尖AI模型，性能提升30%

近日，人工智能领域迎来一项突破性进展。Sakana AI通过创新性的模型整合技术，将OpenAI、谷歌DeepMind及DeepSeek三大顶尖AI模型的能力进行协同融合，在基准测试中展现出超越单一模型的卓越性能。

这项研究采用名为”自适应分支蒙特卡洛树搜索”（AB-MCTS）的新型推理算法，成功将OpenAI的o4-mini、谷歌的Gemini-2.5-Pro以及DeepSeek的R1-0528三个前沿模型进行有机整合。测试数据显示，在衡量通用人工智能水平的ARC-AGI-2基准测试中，整合系统的综合表现较最优单模型提升达30%，且三模型协同效果显著优于双模型组合。

技术分析表明，AB-MCTS算法的核心优势在于其动态试错机制，能够智能分配不同模型的处理任务，实现计算资源的最优配置。这种”群体智能”的协同模式，验证了2024年相关研究中提出的多模型融合理论，即通过合理组合现有模型可挖掘出超越单个模型的集体智慧。

值得注意的是，参与整合的DeepSeek-R1模型此前已展现出与OpenAI o1正式版相当的性能，其采用的强化学习技术显著提升了推理能力。而OpenAI的o4-mini和谷歌Gemini-2.5-Pro同样是当前最先进的大语言模型代表。

这项研究成果已在预印本平台arXiv公开发表（论文编号：2503.04412），为人工智能领域的模型协同应用开辟了新方向。行业专家认为，此类技术突破可能重塑未来AI系统的开发范式，推动多模型协作成为提升人工智能性能的新途径。