南芥智能发布技术报告，提出模型群体智能协作框架 Mio
南芥智能把模型本身当作算力、算法、数据之外的第四增长要素：先给模型建能力画像，再按任务和预算调度协作，换来更高平均分与更低成本。
南大系初创公司南芥智能公开首份技术报告，提出「模型群体智能」（Collective Model Intelligence，即让多个独立开发的模型按能力互补、协作完成任务）。其系统 Mio 在九个公开 benchmark 上平均分第一（77.15/100），平均每请求成本最低（0.06 元）。
正文摘录
.jpg) 过去数十年，AI 能力的提升沿着三个方向不断加码：更大的算力、更好的算法、更多的数据。大模型时代尤其如此，更大的集群、更多的参数、海量的语料，造就了一个又一个能力超群的单体模型。 当超级个体足够多时，一个更大的想象空间随之打开。如果让这些模型在被充分了解的前提下，彼此连通、互相协作，会不会迸发出超越任何单个个体的智能？“十五五” 规划纲要在强调算力、算法、数据高效供给的同时，也明确提出 “鼓励多模态、智能体、具身智能、 群体智能 等技术创新”。沿着这个方向看，算力、算法、数据之外的第四要素，或许正是模型本身。 本周，今年刚成立的南大系初创公司 南芥智能（SinapisAI） 发布技术报告《Toward Collective Model Intelligence: Characterizing and Coordinating Models》。这是这家公司技术底座的第一次公开，系统介绍了其围绕海量模型协作构建的技术框架与初步实验结果：面向不断扩大的模型宇宙，为模型建立可量化的能力画像，再由 Mio（Models in One）结合任务需求与资源预算进行模型选择与协作。