一句话定义
模型缝合（Model Stitching）是把模型 A 的前几层和模型 B 的后几层接起来，中间插入一个可训练的小连接层，通常只训练这一层，然后观察拼出来的模型能否接近原来两个模型的水平。
原理：接的是半成品的思路
大模型每层传下去的是一个高维向量，也就是激活值。只要 A 和 B 在这一层的维度对得上，就能直接接起来：把 A 第 k 层的输出乘上一个学到的矩阵 W，再送进 B 的第 k+1 层。W 的自由度很小，只能做旋转、缩放、平移这类“换坐标系”的动作，没法凭空造出信息。
打个比方：A 和 B 是两个各写各的小说作者。让 A 写完前三章，把人物小传交给 B，B 用自己后几章的笔法续完。如果读者读下来觉得衔接自然、人设没崩，就说明两人心里的“人物关系坐标”对得上。
常见的实验结果是：同架构、不同随机种子训出的两个模型，缝合后性能几乎不掉；架构不同、训练数据不同、甚至模态不同（图文之间）的模型，性能会掉一截，但通常仍远高于随机水平。这说明不同模型学到的东西有相当的共性，差异很多时候只是“坐标系选得不一样”。
和相邻概念的区别
| 概念 | 动的是什么 | 想回答什么 |
|---|---|---|
| 模型缝合（Model Stitching） | 中间切一刀，接一个连接层 | 两个模型的内部表征能不能互换 |
| 知识蒸馏（Knowledge AI 词典：Distillation">Distillation） | 小模型模仿大模型的输出 | 能力能不能搬到更小的模型里 |
| 模型合并（Model Merging） | 直接对权重做加减或平均 | 能不能不训练就融合多个模型的能力 |
| 表征相似度（如 CKA、线性探针） | 只测量，不改模型 | 两组表征有多像 |
关键区别在于：相似度指标问的是“像不像”，缝合问的是“能不能顶替”，属于功能层面的检验，比相关系数更有说服力。但它也更脆弱：连接层本身能承担不少矫正工作，缝合后分数好看，不等于两边表征严格等价；反过来，掉几个点也未必是表征不同，可能只是后半段对输入分布的细微偏移比较敏感。
对从业者意味着什么
在做研究时，缝合是一种解释性（Interpretability）工具，用来判断不同模型是否收敛到同一套“内部语言”，也能用来观察层与层之间怎么对齐。
在工程上，它提示了一种模块化的可能：预训练模型未必是不可拆分的黑箱，前后半段在接口上存在替换、复用、跨模态拼接的空间。但“缝得上”是研究结论，“敢上线”是另一回事，中间还隔着稳定性、延迟和精度预算。要拿自己场景的实测说话，别把论文里的缝合成功率当成对自己系统的承诺。