据God of Prompt报道，专家混合（MoE）AI模型在经过30年后取得突破，关键在于引入了负载均衡损失与专家容量缓冲，有效解决了1991年论文的训练不稳定性问题。此前，模型在使用数百个专家时梯度崩溃，部分专家无法激活，部分专家占据主导。新方法让大规模专家模型实现稳定训练，大幅提升模型的可扩展性与精度。这一进展为自然语言处理、推荐系统和企业自动化等领域带来了更具成本效益的大规模AI部署机会（来源：@godofprompt，2026年1月3日）。