6 推长文：专用模型统一成端到端系统，编排逻辑将被训练取代
andreisavu · x · 2026-11-10
andreisavu 发布了一个 6 推线程，论证多模态专用模型正在走向统一：
- 现状：业界为语音、视觉、图像生成、机器人控制分别构建了专用模型；下一步是让这些能力合入一个系统，且该系统还能自主决定何时行动、何时调用工具、何时多想一会。
- 关键推论：整个系统因此可以端到端优化——感知、推理、行动一起训练，反馈信号就是「任务是否真的完成了」。
- 过渡路径：专用组件仍是起点，提供能力、训练数据和示范来 bootstrap 第一版可用的整合系统；之后整合系统本身成为通过学习持续改进的对象。
- 架构兼容性：MoE、模态专属头、结构化决策 API 都能装进这个框架；专业化仍有位置，但当初为起步而人工设计的边界与协调机制，会越来越多地由学习演化出来。
核心主张：今天硬编码在编排层里的决策（重试、提问、调 API、行动还是思考）会影响结果、延迟与成本，未来可以直接训练模型自己做出这些决策。
「漫话AGI」频道最新
- 用 AI 写感谢信算走捷径吗？写作中的努力与真诚 — MinaLee__ · 2026-11-10
- 「知道是 AI 写的,文字就贬值了吗」——AI 与写作系列新篇 — MinaLee__ · 2026-11-10
- ML 研究铁律：你的点子至少有十个组在做，比拼的是 infra 和钱 — A_K_Nain · 2026-11-10
- OpenAI 员工称学界未准备好：推理算力将主导科学进步 — tw_killian · 2026-11-10
- 当一个人智力增强千倍而另一人保持生物态，还算同一文明吗？ — VraserX · 2026-11-10
- Beff Jezos 回应「普通人 AI 黄金期」论：为思想自由和持有算力的权利而战 — beffjezos · 2026-11-10