如果讓AI模型像生物一樣演化，它們會不會彼此競爭、協(xié)作、結(jié)合，并繁衍出越來越強的后代？

「物競天擇，適者生存」的進化論思想，是否也適用于AI模型？

就在最近，Sakana AI從自然演化的過程中汲取靈感，提出了一種利用「競爭與吸引力」的自然選擇機制，來提升AI模型融合效果的方法。

Sakana AI認為，AI模型的發(fā)展，也和自然演化的過程類似：

集體智慧從群體中涌現(xiàn)。

比如：自然并沒有創(chuàng)造單一的、巨大的單體生物，而是孕育了一個多樣化的生態(tài)系統(tǒng)。在自然界的生態(tài)系統(tǒng)中，每一個個體通過競爭、合作與組合來適應(yīng)環(huán)境、繁衍后代。

這正是Sakana眼中的AI世界該有的樣子：

當人類不再試圖構(gòu)建一個龐大的單體AI，而是演化出整個AI生態(tài)系統(tǒng)，各個專業(yè)AI模型在其中競爭、合作、融合……這會帶來什么？

他們沒有簡單停留在想象階段，而是一直在探索模型融合，試圖利用演化，來破解現(xiàn)有模型融合的「最佳配方」。

現(xiàn)在，他們把這個「最佳配方」公開了！

目前，相關(guān)研究已在GECCO 2025會議上發(fā)表，并榮獲最佳論文提名獎！

論文地址：https://arxiv.org/abs/2508.16204

GitHub：https://github.com/SakanaAI/natural_niches

以往的模型融合，需要人工介入，手動定義模型的分割方式（例如，按固定的層或塊）。

能不能讓這個過程，也像自然界的演化那樣，自動運行？

Sakana AI提出了M2N2（Model Merging of Natural Niches，自然生態(tài)位的模型融合），攻克了上述難題。

該方法來自于自然演化的三個關(guān)鍵思想：

• 演化融合邊界：M2N2讓模型的組合更為自由，打破了預定義的靜態(tài)邊界，大大拓寬了模型組合的探索空間和可能性。如同自然界交換可變長度的DNA片段，而非整個染色體。
• 多樣性競爭：M2N2模仿了自然界的「叢林法則」，讓模型們?yōu)榱擞邢薜馁Y源（即訓練集中的數(shù)據(jù)點）展開競爭，迫使模型走向?qū)I(yè)化，尋找自己的「生態(tài)位」，從而創(chuàng)造出一個由多樣化、高性能專家組成的種群，為優(yōu)質(zhì)模型的「繁衍」提供更多優(yōu)秀的種子模型。
• 擇偶機制：M2N2引入了一種「吸引力」啟發(fā)式方法，它會根據(jù)模型的互補優(yōu)勢，智能地進行配對融合——即選擇在對方弱項上表現(xiàn)出色的伙伴，這使得演化搜索的效率大幅提升，也大大降低了模型融合的計算成本。

這一嘗試的結(jié)果，也令人振奮：M2N2模型融合技術(shù)，開始在模型演化中被成功應(yīng)用，表現(xiàn)也優(yōu)于其他演化算法。比如：

• 從隨機網(wǎng)絡(luò)演化出的MNIST分類器，性能媲美CMA-ES算法，但計算效率更高。
• 能夠擴展到大型預訓練模型，尤其是在數(shù)學和網(wǎng)絡(luò)購物任務(wù)上，生成的融合模型表現(xiàn)顯著優(yōu)于其他方法。
• 在模型融合過程中，還避免了模型微調(diào)中「災(zāi)難性遺忘」的問題。

這讓網(wǎng)友Aragon Dev感嘆：

「2025年，智能體真比自己先找到對象」

M2N2：全新的模型進化方法

M2N2通過引入一種結(jié)合競爭、吸引力與帶切分點的模型融合的全新進化方法，顯著提升了模型融合的效果。

它首次將模型融合用于從零開始訓練，并在性能與計算效率上優(yōu)于所有當前的進化算法。

研究人員在將M2N2擴展至LLM與基于擴散的圖像生成模型后，表現(xiàn)出了諸多優(yōu)勢。比如，它可以

• 穩(wěn)定融合且避免災(zāi)難性遺忘
• 兼容不同目標訓練的模型
• 通過避免梯度計算降低內(nèi)存占用
• 在無需原始訓練數(shù)據(jù)的情況下保留模型能力
  

在模型融合中，目標是在??個初始模型中找到融合模型的最優(yōu)參數(shù)???，使得通常以任務(wù)分數(shù)的和/平均表示的優(yōu)化目標最大化。

在M2N2中，研究人員對融合函數(shù)?做出修改，使融合邊界可進化。同時對優(yōu)化目標，做出調(diào)整以促進多樣解。

M2N2消除了固定的模型融合邊界。

為擺脫固定融合邊界的約束，研究人員通過探索更廣泛的邊界與系數(shù)，逐步擴展搜索空間，這一漸進引入復雜度的做法，既拓寬可能性，又保持計算可控。

對有限資源的競爭，天然會促進多樣性。

研究人員通過修改優(yōu)化目標來鼓勵多樣性。通過限制資源供給，M2N2激發(fā)競爭，自然偏好占據(jù)新生態(tài)位的個體。

他們的具體做法是：

將群體能從某個樣本????中提取的總適應(yīng)度限制為容量????。

候選解從????獲得的適應(yīng)度，正比于其分數(shù)相對于群體總分的占比。

修改后的目標為：

在生物學中，這種結(jié)合（繁殖）代價高昂，因此動物會在擇偶過程中投入大量資源。

M2N2額外考慮父本之間的互補性，通過逐步引入復雜度，在保持計算可控的同時擴大了可探索范圍。

實驗1：進化MNIST分類器

這項實驗所優(yōu)化的，是一個總計19,210個參數(shù)的兩層前饋神經(jīng)網(wǎng)絡(luò)。

從零開始時，研究人員隨機初始化模型。

對于預訓練模型，研究人員構(gòu)建了兩個專門化模型：一個在數(shù)字0–4上訓練，另一個在數(shù)字5–9上訓練。

結(jié)果表明，在從零開始時，與其它模型融合方法相比，M2N2在測試準確率上有顯著優(yōu)勢（圖2左）。

對從零開始訓練的模型，切分點與吸引力得分影響很小。但如圖2右所示，當從預訓練模型起步時，切分點變得至關(guān)重要，而吸引力在整個訓練過程中都能顯著提升性能。

在多樣性方面，圖3左展示了至少被庫中一個模型正確標注的訓練樣本占比——訓練覆蓋率。

圖3右側(cè)，展示了群體性能多樣性隨訓練的演化：

若所有模型對同一樣本均對/均錯，則熵為0（無多樣性）；  若模型在預測上均勻分裂，熵達最大1。

從圖3中，可以看出M2N2的模型庫，很快覆蓋了絕大多數(shù)訓練樣本，并在整個訓練過程中保持高覆蓋。

圖3還展示了所有樣本的平均熵：M2N2在初期熵快速上升，隨后隨著低性能模型的滅絕而逐漸下降。

對比之下，MAP-Elites通過保留低性能模型持續(xù)提高多樣性，但未能實現(xiàn)高覆蓋。

總體來看：M2N2維持了一個優(yōu)勢互補的模型庫，既促進有效融合，又會在訓練推進時系統(tǒng)性地淘汰弱模型。

如圖4顯示，較小的庫在起步更好，但更快收斂到較差解。

這表明應(yīng)按計劃的前向次數(shù)來擴展庫大小。

值得注意的是，上圖中庫增大并不增加計算成本（前向次數(shù)不變），但會增加內(nèi)存占用。對超大模型，可以將模型庫存盤，而非常駐內(nèi)存。

實驗2：LLM數(shù)學專家與智能體融合

實驗中，研究人員將數(shù)學專家WizardMath-7B-V1.0，與智能體環(huán)境專家AgentEvol-7B融合，目標是在數(shù)學基準GSM8k與網(wǎng)頁購物基準WebShop上表現(xiàn)良好。

實驗結(jié)果表明，表1顯示M2N2得分最高。吸引力與切分點兩項技術(shù)都至關(guān)重要，其中切分點技術(shù)更重要一些。

當融合數(shù)學與智能體技能時，CMA-ES得分較低，可能由于參數(shù)劃分不佳，這強調(diào)了在優(yōu)化過程中納入融合邊界的必要性。

如圖5所示，MNIST的發(fā)現(xiàn)，還可推廣到LLM融合。

如左圖，自然生態(tài)位方法保持了高訓練覆蓋率；在模型探索不同生態(tài)位的早期，熵上升（右圖）；隨著低性能模型被移除、優(yōu)勢被聚合，熵逐步下降。

相比之下，MAP-Elites側(cè)重最大化熵，但因為它保留了低性能模型，將犧牲訓練效率與覆蓋；GA 則迅速降低覆蓋與熵，并「貪心」地收斂到其最優(yōu)解，最終使整個庫「塌縮」為單一解，熵接近零。

實驗3：融合基于擴散的圖像生成模型

在該實驗中，研究人員評估了M2N2在融合多樣文本到圖像模型中的表現(xiàn)。

初始模型包括針對日文提示訓練的JSDXL，以及主要由英文提示訓練的三個模型：SDXL1.0、SDXL-DPO與Juggernaut-XL-v9。

這些模型共享的基礎(chǔ)模型是SDXL 1.0的架構(gòu)。

模型融合的主要目標，是在保留JSDXL理解日文提示能力的同時，整合各初始模型在圖像生成方面的最佳能力。

表2展示了各模型在測試集上的表現(xiàn)，可以看出M2N2在測試集上的NCS分數(shù)優(yōu)于所有其他模型。

圖6展示了M2N2的融合模型，如何成功結(jié)合各初始模型的優(yōu)勢并緩解其弱點，展示了其在追求性能多樣性與質(zhì)量聚合方面的成功。

若不考慮融合模型，可以觀察到每個初始模型在不同測試用例上，均可能產(chǎn)出最高與最低質(zhì)量的結(jié)果。

此外，很難找到一個清晰模式，來描述每個模型的專長，或指導如何構(gòu)造有效的自定義多樣性度量。

M2N2的多樣性保持機制，通過自動保留那些在其他模型表現(xiàn)不佳的樣本上獨特出眾的模型，解決了這一難題。

M2N2融合模型，相對于初始模型有兩點關(guān)鍵改進：

• 生成更逼真的照片，與我們使用真實照片的訓練集更一致；
• 對輸入標題的語義理解更強。

如圖6中最右列展示，雖然若干初始模型生成了好看的自行車，但M2N2的融合模型不僅準確聚焦于標題中指明的「車牌號顯示區(qū)域」，還生成了更像真實照片而非合成渲染的圖像。

M2N2在語言理解能力上，也同樣出色。

圖7顯示，M2N2融合模型對日語與英語都有良好理解。

這種涌現(xiàn)的雙語能力體現(xiàn)了M2N2的一項關(guān)鍵優(yōu)勢：

它能夠聚合互補能力，同時避免基于梯度訓練常見的災(zāi)難性遺忘。

表3顯示了M2N2融合模型顯著優(yōu)于其他模型，這在統(tǒng)計上印證了研究人員在定性結(jié)果中的觀察。

模型融合的可行性高度依賴模型間的相似程度，但也存在一定限制：當微調(diào)模型與其基座模型顯著偏離（通常由于大量、分歧的訓練）時，融合會變得不可行。

表3中列出了基于100對樣本，日文提示與其英文翻譯生成圖像的CLIP特征余弦相似度均值（±標準誤），數(shù)值越高表明跨語言一致性越好。  研究人員假設(shè)狀態(tài)表示分歧較大的模型不適合融合。然而，尚無標準的模型兼容性度量。

若能定義此類度量，便可在預處理（如微調(diào)）中作為正則化使用，從而更好地控制兼容性并提升融合成功率。

研究人員認為，共同演化的模型會受到「保持可融合兼容性」的強烈進化壓力。若某個模型偏離并與其他模型不兼容，將無法產(chǎn)生「可存活的后代」，致其改進停滯并最終滅絕。

驗證這一假設(shè)，將有助于理解模型共演化的動力學。此外，將兼容性度量納入吸引力啟發(fā)式，可能促進不同「物種」模型的共演化（定義為彼此可融合、但與其他組不可融合的模型群體）。

作者簡介

Yujin Tang

Yujin Tang是Sakana AI的主任研究科學家，研究方向包括強化學習、機器人學、進化算法和生成模型等。

他在東京大學獲得計算機科學博士學位，在早稻田大學獲得碩士學位，并在上海交通大學獲得學士學位。

在加入Sakana AI之前，他曾是Google DeepMind和Google Brain的高級研究科學家。