Route Anything: A Study of Model and Policy Routing for General-Purpose AI Systems
作者: Pengfei Zhou, Yixing Ma, Hexin Wang, Weidong Tang, Zhenglin Wan, Wangbo Zhao, Yang You
分类: cs.CV
发布日期: 2026-11-03
💡 一句话要点
提出Route Anything框架以优化通用人工智能系统中的模型和策略路由
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 人工通用智能 模型路由 策略选择 多模态学习 效率提升 动态系统 任务处理
📋 核心要点
- 现有的AGI方法通常依赖单一模型，难以在多样化任务中实现最佳性能，面临性能与计算成本之间的权衡挑战。
- 本文提出Route Anything框架，通过构建全模态轨迹矩阵，动态选择最优模型和策略，以实现高效的任务处理。
- 实验结果表明，使用路由策略的系统在多个基准测试中表现优于固定候选，平均效率提升达到8.82倍。
📝 摘要（中文）
人工通用智能（AGI）需要一种能够理解、生成、推理和在多种领域及模态中行动的方法。本文提出的Route Anything框架，旨在通过动态选择和协调最合适的候选模型和策略，解决AGI系统在性能与计算成本之间的平衡问题。研究构建了一个涵盖25个基准的全模态轨迹矩阵，并通过训练不同的路由器，探讨了全模态模型路由的潜力及其在提高效率方面的条件。实验结果显示，路由策略显著提升了系统效率，平均提高了8.82倍。
🔬 方法详解
问题定义：本文旨在解决AGI系统中如何动态选择和协调最合适的模型与策略的问题。现有方法往往依赖于单一模型，无法有效应对多样化任务的需求，导致性能和计算成本之间的矛盾。
核心思路：Route Anything框架通过建立一个全模态轨迹矩阵，涵盖多种任务和模态，允许系统根据任务需求动态选择最优的模型和策略，从而提高整体效率。
技术框架：该框架包括数据收集、模型训练和路由决策三个主要模块。首先，构建包含25个基准的全模态轨迹矩阵；其次，训练不同的路由器以评估其性能；最后，根据任务需求进行动态路由选择。
关键创新：最重要的创新在于提出了一种系统化的路由机制，能够在多模态环境中实现高效的模型选择，与传统的固定候选模型方法相比，显著提升了任务处理的灵活性和效率。
关键设计：在设计中，采用了374,401次评分运行的数据集，优化了路由器的学习过程，并在多个基准上进行测试，确保路由器在不同任务下的适应性和性能提升。实验中还使用了特定的损失函数和参数设置，以提高路由器的学习效果。
📊 实验亮点
实验结果显示，使用路由策略的系统在16个基准测试中，平均比最佳固定候选模型提高了5.4分，学习型路由器在视频生成和机器人操作任务中分别提升了2.1分和1.1分，同时政策时间减少了24%。整体效率提升达8.82倍，展示了路由策略的巨大潜力。
🎯 应用场景
该研究的潜在应用领域包括智能助手、自动驾驶、机器人控制等多种需要高效处理多模态信息的场景。通过优化模型和策略的动态选择，能够显著提升系统的响应速度和处理能力，推动AGI技术的实际应用和发展。
📄 摘要（原文）
Artificial general intelligence (AGI) requires a method that can understand, generate, reason, and act across diverse domains and modalities. Rather than relying on a single model to master every capability, a promising path toward AGI now is to orchestrate a heterogeneous ecosystem of specialized models, tools, and policies (candidates) into a unified AI system. At the heart of this vision lies a fundamental question: how can an AI system dynamically select and coordinate the most capable candidate for each task while balancing performance and computational cost? In this work, we present Route Anything, a unified framework for studying model and policy routing across general-purpose AI systems. We develop a unified theoretical foundation that characterizes optimal routing under quality--cost trade-offs and establishes how the information available to a router determines its attainable performance. To systematically investigate routing across diverse capabilities, we first construct an omni-modal trajectory matrix spanning 25 benchmarks across language understanding, image, video, and speech generation, coding and workplace agents, and robotic manipulation, comprising 374,401 scored runs from 452 candidate configurations. Building on this framework, we train and test different routers to investigate the potential of omni-modal model routing, the capabilities of learned routers, and the conditions under which routing improves efficiency. Our results reveal substantial opportunities for capability orchestration: per-input oracle routing outperforms the best fixed candidate by 5.4 points, and learned routers outperform it by 0.3 points across 16 benchmarks, by 2.1 points on video generation, and by 1.1 points on robot manipulation while using 24% less policy time. More importantly, routing raises efficiency by 8.82x on average compared with the reference model.