副标题：不是在开局选择一个模型，而是在任务推进中持续购买最有价值的证据：拆解FUMO的智能分配逻辑、实测成绩与成本边界
新加坡前沿人工智能实验室 FUMO Lab 正式发布 Fusion Model。它并不是一款简单的“多模型聚合器”，而是试图解决一个更具体的问题：当复杂任务不断变化时，系统如何判断下一步应该调用哪种模型、补充什么证据、投入多少计算，以及何时停止。
官方首批推出 Fusion Max 1.0 与 Fusion Code 1.0。前者面向深度推理、复杂分析和长程 Agent，后者聚焦代码库、终端、调试与生产运维。用户仍然只面对一个统一接口，模型协作、交叉校验和算力分配发生在后台。
产品入口：查看站内 FUMO Fusion Model官网、产品规格与申请方式。
一、Fusion Model解决的不是“选谁回答”，而是“下一步算什么”
传统模型路由通常在请求开始时做一次分类：这是代码题、数学题还是普通问答，然后选择一个模型完成整段任务。对于边界清晰的问题，这种做法简单有效；但在长程 Agent 工作中，每一步都会改变任务状态。
一次检索可能消除原来的不确定性，工具失败可能暴露新的限制，用户补充信息也可能推翻整套计划。真正重要的问题因此从“哪个模型最强”变成：在当前状态下，哪一次计算最可能改变下一步决策？
FUMO 将这个问题称为 Intelligence Allocation Problem（智能分配问题）。系统不把任务难度当作固定分数，而是随着执行轨迹持续评估需要的能力、证据、成本、时延和风险。
二、核心闭环：读取状态、获取证据、更新，再提交或停止
Fusion Model把推理组织成一个循环：
- Read State：读取当前任务状态，识别仍会影响决策的不确定性。
- Buy Evidence：选择最适合获取证据的模型、工具或外部观测。
- Update：将新证据写回统一状态，并保留适用范围和来源。
- Submit or Stop：判断是否需要继续计算，或已经可以提交结果。
这里的“Buy”不只指付费API，而是强调每次计算都有成本：Token、时延、隐私暴露、操作风险和失败概率都需要纳入判断。Fusion可以切换能力来源、调整披露给该模型的信息，也可以在证据充分时及时停止。
三、一份状态、多种视角，但最终只有一次提交
多模型系统最常见的问题不是模型不够多，而是状态分叉。不同模型各自维护一份理解，可能得出互相矛盾的计划；如果它们都能直接执行工具，外部系统还可能出现重复操作或不可逆冲突。
Fusion提出“一份状态，多种视角，一次提交”：多个模型可以探索、补充和批判，但不能各自维护独立世界状态；工具调用可以作为候选建议，只有权威执行路径能够对外行动；最终由统一路径整合证据并输出一个前后一致的答案。
这也是它和普通“同时问五个模型，再把答案总结一下”的关键区别。多模型组合描述系统里有什么，智能分配解决的则是这些能力何时参与、贡献什么、怎样退出。
四、Fusion Max与Fusion Code分别适合什么任务？
Fusion Max 1.0定位通用旗舰模型，面向研究、决策支持、复杂分析和长程 Agent。官网公布其上下文窗口为1M tokens、最大输出128K tokens，标准价格为每百万输入Token 5美元、输出30美元。
Fusion Code 1.0定位软件工程专家，面向代码实现、调试、终端操作和生产运维。官网公布其上下文窗口为0.5M tokens、最大输出128K tokens，标准价格为每百万输入Token 3美元、输出10美元。
这些价格与开放范围可能调整，长上下文也可能采用不同计费。真正比较成本时，应统计一项完整任务中的外部输入、最终输出、工具调用、重试和失败率，而不能只比较单次Token单价。
五、官方基准领先，应该怎样正确解读？
FUMO官网展示了四项高难度基准：GPQA Diamond、τ³-Banking、Terminal Bench v2.1 和 XBench ScienceQA。官方页面中，Fusion Max在GPQA Diamond、τ³-Banking与XBench ScienceQA取得领先或前沿成绩，Fusion Code在Terminal Bench v2.1中得分最高。
这些结果说明多模型分配策略在推理、行业流程、编程和科学任务中具有潜力，但不能直接推导为“任何业务都优于所有单模型”。评测结果仍受提示词、工具、预算、重复次数、模型版本和裁判方式影响。企业采用前应使用自己的任务、约束和失败成本建立独立评测。
六、成本降低30%—40%，关键不在“偷偷换成小模型”
白皮书报告称，在保持较高任务表现的条件下，相比每一步都直接调用权威综合模型，Fusion Model在相关测试中可将任务成本降低约30%—40%。这项数字应视为官方实验结果，而不是所有生产场景的固定折扣。
节省的逻辑不是简单用弱模型替代强模型，而是把昂贵判断留给真正承重的环节。较小或专业模型可以负责探索另一条路径、补充领域知识、执行边界明确的校验；前沿模型则在冲突消解、关键决策和最终综合时投入更多算力。
如果较弱能力只带来冗余或误导性证据，再便宜也没有价值。因此，推动能力—效率前沿的核心是分配层能否理解不同模型的条件性优势，而不是系统中有没有一个更小的模型。
七、AI for Science案例一：正确知识也可能是错误干扰项
在纯金属导电问题中，“杂质会散射电子”本身正确，但题目限定通常温度范围内的纯金属，决定性因素是温度引起的晶格热振动。官方案例称，部分前沿单模型被“杂质+温度”的组合带偏，而Fusion的多次运行先锁定限定条件，只保留真正影响答案的因素。
这一案例体现的不是模型记住了更多材料知识，而是系统先识别约束，再判断哪些正确知识应该进入最终答案。合同条款、产品规格和风控政策也经常出现类似问题：多说一句正确但越界的话，可能反而使结论不合格。
八、AI for Science案例二：新知识不能被旧身份遮蔽
在组蛋白乳酸化案例中，HBO1长期主要被认识为乙酰化酶，较新的研究发现其也能写入乳酸化标记。答错的模型未必不知道乳酸化，而是让经典身份遮蔽了新功能。
Fusion的思路是让不同能力来源补充证据，再围绕“写入—擦除”框架统一判断。对于科研问答，这类机制有助于降低知识停留在旧定义的风险，但仍不能替代文献核验，更不能将实验性结论直接延伸为临床诊断或用药建议。
九、AI for Science案例三：动态因果链不能被压成静态标签
发育生物学案例围绕旁侧抑制展开：率先分化的细胞死亡后，抑制信号消失，邻近细胞解除抑制，细胞命运仍可能改变。部分单模型记住了Notch相关概念，却把动态过程简化为静态标签。
Fusion通过多视角证据继续追踪“死亡—抑制消失—解除抑制—命运变化”的因果链。它展示了多模型系统在因果检查上的潜力：一个模型提出答案，另一个模型寻找被跳过的中间环节，最终路径再决定是否接受。
十、AI for Science案例四：会背定律，不等于守住概念边界
拉乌尔定律案例考察的是适用范围。在理想溶液中，各挥发性组分可在整个组成范围内严格服从拉乌尔定律；理想稀薄溶液中的溶剂在特定条件下也可近似服从，但后一句可能超出题目要求的严格边界。
官方案例称，Fusion在多次运行中都停留在题目规定的范围内。这种能力对企业任务同样重要：结论不仅要正确，还必须满足合同、地域、时间、权限和验收范围。
十一、Fusion Model对Agent开发意味着什么？
今天的应用经常围绕某个模型的上下文、工具行为、时延和失败模式重新设计。Fusion试图在模型波动之上提供更稳定的分配层：新模型可以作为能力来源接入，现有模型也能随着相对优势变化调整角色，而任务接口和业务目标保持不变。
任务开始时，系统可以广泛探索；随着证据增加逐步收窄；关键主张引入独立验证；失败后恢复但保留仍有效的状态；证据充分时停止。长期来看，分配策略还可以从任务结果中学习“在什么条件下，哪个模型最可能提供有价值的新证据”。
但这一学习过程必须有边界。策略需要版本化、可评估、受约束、可回滚，不能让分配器不受限制地自我改写。对于敏感数据，还需要明确不同模型供应商能看到哪些上下文、数据存放在哪里，以及哪些工具调用必须人工批准。
结语：重要的不是模型更多，而是智能能否被正确分配
Fusion Model提出了一条不同于“继续训练一个更大的万能模型”的路线：底层模型生态不断进步，分配层负责把这些异构能力转化为可用的系统能力。它的上限取决于模型本身，也取决于系统能否识别不确定性、购买正确证据并及时停止。
目前产品仍处于早期访问阶段，基准与成本结论需要更多真实业务验证。但对于需要复杂推理、代码工程、科学研究和长程Agent的团队，Fusion提供了一个值得关注的新抽象：不是静态消费智能，而是自适应分配智能。
