清华团队提出模型缓存直连法，称多模型协作提速一倍以上

清华团队提出的Cache-to-Cache（C2C）方法被ICLR 2026接收，代码已开源：两个模型不再生成文字，而是直接交换各自的内部缓存。

一个叫Fuser的小模块负责转换两套互不兼容的缓存格式，再用门控决定哪些层吸收信息。作者自测协作任务提速100%至150%，对比文字通信准确率高3.1%至5.4%。

方法只适用于开放权重的模型，闭源聊天模型拿不到内部缓存，用不上这条捷径；全部测试由提出方法的团队自己完成，实际效果待第三方复测。