导航|地址|刷新
AI“大力出奇迹”的时代，还能走多久_手机网易网




















网易网易号



0







AI“大力出奇迹”的时代，还能走多久


虎嗅APP
2026-07-26 12:40·北京·虎嗅APP官方网易号

0




打开网易新闻 查看精彩图片

本文来自微信公众号： HavenlonLabs ，作者：HavenlonLabs

当"大"的定义开始改变

AI"大力出奇迹"的时代，还能走多久

过去几年，人工智能产业最有效、也最昂贵的方法论，可以被概括成一句并不严谨却颇为传神的话——大力出奇迹。

增加参数、扩大数据、投入更多算力，模型的语言能力、知识覆盖与任务表现通常会随之改善。

这并非单纯的行业信仰。2020年，OpenAI研究者发表的《Scaling Laws for Neural Language Models》显示，语言模型的损失会随着模型规模、数据规模与训练计算量的增长，呈现相对稳定的幂律下降。换言之，在一定范围内，投入与能力之间存在可被预测的关系。

这种可预测性，给产业带来了此前罕见的确定性。一家公司不必先回答"智能究竟是什么"，也不必完整破解人类推理的机制，只需持续加大投入，然后观察曲线是否继续向下。

事实证明，这条路径在相当长的时间里是有效的。从语言生成、代码编写，到图像理解与复杂推理，越来越多原本需要分别设计的能力，开始集中出现在同一类基础模型中。

但当模型进入万亿参数量级、数据中心投资持续攀升、推理成本开始成为损益表上的固定项，一个问题变得越来越现实：这条路径还能走多久？

答案可能既不是"很快终结"，也不是"永远有效"。更接近事实的描述是：规模仍在扩张，但扩张的对象正在改变。

Scaling并没有消失。正在退场的，是"只把模型做大"的那个版本。



一、"大"从来不只是参数



人们通常把大模型中的"大"理解为参数数量。这种理解不算错误，但容易忽略一个事实：能力的增长从来不是单一变量的结果。

参数决定模型能容纳多复杂的模式，数据决定模型能观察到什么，算力决定模型能从数据中学到什么程度，训练方法则决定有限资源能否被有效利用。真正意义上的Scaling，是这些变量的同步扩大与重新配平——包括模型容量、训练数据、计算资源、训练时长、后训练过程、推理阶段投入的算力，以及来自外部工具与环境的反馈。

2022年，DeepMind的Chinchilla研究提供了一个反直觉的证据：在相同训练计算预算下，700亿参数、但使用了数倍数据训练的Chinchilla，整体表现超过了2800亿参数的Gopher。研究结论是，当计算预算固定时，参数与数据应当更均衡地扩大。

这意味着，即便在"大力出奇迹"最典型的阶段，行业真正学到的也不是"越大越好"。

规模是有效的，但规模必须被正确配置。

这一点在今天更加明显。在专家混合（MoE）架构下，模型可以拥有极为庞大的总参数量，却在每次生成时只激活其中一部分。总参数代表整体容量，并不等于单次推理实际动用的计算量。参数依然重要，但它已经无法单独说明一个模型有多强、成本有多高，以及能否进入商业场景。



二、幂律本身就写着"收益递减"



"大力出奇迹"容易让人产生一种错觉：投入翻倍，能力也会翻倍。

尺度定律从未作出这样的承诺。恰恰相反，幂律关系通常意味着，每获得同等幅度的性能改善，所需资源会越来越多。

因此，Scaling Law可以同时支持两个看似矛盾的判断：继续扩大规模，模型通常还会进步；而继续获得进步，成本会持续上升。

在模型能力较弱的早期，一次规模扩张可能带来肉眼可见的跃迁——从无法连贯生成长文，到能够完成摘要、翻译、编程与问答，用户可以直接感受到代际差异。

当基础能力已经具备之后，进一步扩大规模所带来的改善，往往表现为另一种形态：在少数高难任务上提高准确率、更稳定地处理长任务、减少部分幻觉、提高工具调用成功率、在复杂代码与数学问题上多推进几步，以及把"偶尔能做到"变成"可以依赖"。

这些改善依然有价值，甚至可能直接决定模型能否进入企业核心流程。但它们不像早期跨代那样容易被普通用户感知。

所以，行业面对的未必是一堵突然出现的"Scaling之墙"，而更像一条越来越陡的成本曲线。

限制"大力出奇迹"的，未必是模型不再进步，而是每一点进步是否还值得对应的代价。



三、问题正在从"能不能更强"转向"值不值得更强"



对前沿实验室而言，只要能力仍在增长，继续投入就具备战略意义。最强模型不只是产品，也是人才、资本、算力与生态位的集中体现。

但对大多数使用AI的企业，判断标准完全不同。客服系统中的地址确认、知识库中的文档检索、财务流程中的字段提取、固定规则下的工单分类，都未必需要动用成本最高的前沿模型。

产业实践中，一种分层结构正在成型：简单任务交给更小、更便宜的模型；复杂任务才调用能力更强、成本更高的模型；确定性任务则尽可能交还给传统程序、缓存与规则系统。

需求侧的变化同样清晰。亚马逊在重构Alexa+时采用了所谓"模型无关"的架构，按查询逐条选择合适的模型；相关报道指出，这种"模型混合"的做法在开发者中日益普遍，动机之一正是控制成本。

这不是对大模型路线的否定，而是其商业化的必然阶段。云计算走过类似路径：企业最初关心能否获得更多计算资源，后来才转向实例类型、资源调度与单位任务成本。

实验室追求能力上限，企业追求单位成本下的可靠结果。二者并不矛盾，却会形成两套不同的Scaling逻辑。



四、算力正在从训练迁移到推理



如果扩大参数与数据的边际收益下降，AI是否就会停止进步？目前看，答案是否定的。

产业正在把更多计算，从训练阶段转移到回答问题的阶段。

传统语言模型通常一次性生成答案。而推理型模型可以在遇到复杂问题时消耗更多计算：尝试多条路径、检查中间结果、调用验证器、根据反馈修正答案。这一方式通常被称为测试时计算（test-time compute）。

它的实质，是模型不再对所有问题使用相同资源。简单问题快速作答；一道复杂数学题、一次大型代码改动或一项多步骤规划，则可以获得更长的思考时间与更高的计算预算。

已有研究表明，合理增加测试时计算，可以在部分任务上明显改善表现。但同一批研究也提醒，这种增益并非无条件成立——采用何种搜索策略、验证器是否可靠、如何依据难度分配算力，都会显著影响最终收益。并行采样加评分模型筛选，是目前较常见的一种实现路径。

这代表"大力"发生了一次迁移：过去主要投在训练一个更大的模型，如今也可以投在让现有模型对某个具体问题想得更久。

两者的商业含义完全不同。训练投入必须在模型发布前一次性完成；推理投入则可以按用户、任务与价值动态分配。

未来的AI产品，可能不只按"使用哪个模型"计价，也会按"这个问题值得思考多久"计价。



五、数据瓶颈不会终结Scaling，但会改变它



以往的模型扩张，很大程度上建立在互联网既有的文本、图像与代码之上。但公开互联网中的高质量数据并非无限。

当容易获取的数据已被反复使用，继续扩大训练规模会遇到几重约束：新增数据质量下降、重复内容增加、模型更容易接触到由其他模型生成的内容，以及专业领域的高质量数据本就稀缺、昂贵，并受权限与合规限制。

Anthropic关于重复数据的研究发现，数据重复并非总是无害——在特定的重复比例区间，甚至可能造成明显的性能退化。

因此，下一阶段的数据竞争，很可能不再是"谁拥有更多文本"，而是：谁能获得更可靠的数据，谁能组织专家反馈，谁能从真实环境中拿到任务结果，谁能生成并筛选高质量合成数据，谁能判断一段数据究竟教会了模型什么，以及谁能在数据、训练与应用反馈之间建立闭环。

原始互联网内容是一种存量资源，真实任务反馈则是持续产生的增量资源。但拥有更多用户，并不自动等于拥有更好的模型——只有当用户行为能够转化为合法、准确、有结构的信号，才可能成为改进的基础。

下一阶段最稀缺的或许不是数据本身，而是能够证明"哪个答案更好"的反馈。



六、最大的模型，未必是参数最多的模型



当模型逐渐学会调用搜索、代码环境、数据库、企业软件乃至其他模型，"模型能力"与"系统能力"之间的边界开始模糊。

一个参数相对较小的模型，如果能够找到正确资料、调用可靠工具、保存长期记忆、拆解复杂任务、检查执行结果、在失败后重新规划，其在真实任务中的表现，可能超过一个参数更大、却只能独立生成文本的模型。

因此，产业仍会追求规模，但规模的对象正在变化。它可能不再只是一个越来越大的神经网络，而是一套分工明确的系统：基础模型负责理解与生成，推理机制负责分配计算，检索系统负责获取外部知识，工具层负责与数字世界交互，专业模型处理特定领域，验证机制负责核查结果，权限与控制系统决定哪些动作可以真正发生。

这与计算产业从追求单核主频，转向多核、专用芯片与分布式架构的过程有相似之处。CPU主频并未停止提高，只是不再是衡量系统能力的唯一指标。



七、三个阶段，而非一个终点



认为Scaling即将彻底失效，可能过于武断。已有研究仍显示模型、数据、算力与性能之间存在相对稳定的关系；近年的新工作也在改进尺度定律的预测方法——对于耗资巨大的训练项目而言，能否用小规模实验预测大规模结果，本身已是关键基础设施。

但认为可以永远依靠无限增加参数获得同等幅度的惊喜，同样不现实。能源、芯片、数据、资本与工程复杂度都会形成约束，而市场最终衡量的不是参数，而是问题是否被解决。

一个可能的框架是把"大力出奇迹"看作三个递进阶段：

第一阶段，参数规模化。通过扩大参数、数据与训练算力，证明通用能力可以从大规模学习中涌现。

第二阶段，计算配置化。重新分配预训练、后训练与推理之间的资源，借助MoE、测试时计算、数据优化与模型压缩，提高单位计算的产出。

第三阶段，系统规模化。模型与检索、工具、智能体、验证器、专业模型和真实执行环境结合。竞争不再只看谁训练了最大的模型，而看谁能把智能组织成稳定、经济且可控的系统。

下一场规模竞赛，不只是把一个模型做得更大，而是把有限的智能放到最需要它的位置。



结语：终点不是模型停止变大



那么，"大力出奇迹"还能走多久？

它可能还会持续相当长的时间。只要增加计算仍能提高能力，资本与算力就会继续向前沿集中；总参数可能继续增长，数据中心仍会扩张，推理阶段消耗的算力甚至可能超过训练阶段。

真正接近尾声的，是把"大"单纯理解为参数数量的那个时代。

未来人们会越来越少地追问"这个模型有多少参数"，转而关心：它每次实际激活多少参数？训练使用了怎样的数据？完成一个任务的成本是多少？复杂问题能否通过追加推理预算获得更好结果？它能否调用正确的工具、在真实环境中稳定交付？企业能否控制它最终产生的影响？

当这些问题成为主流，Scaling就不再是一场单纯的军备竞赛，而更接近一门资源配置的学问。

参数仍会增长，算力仍会增长，数据中心仍会扩张。只是决定竞争力的，不再是投入了多少"大力"，而是能否把参数、数据、算力、工具与反馈组织成有效能力。

"大力出奇迹"不会消失。会消失的，是"只要足够大，就不必回答效率、可靠性与商业价值"的那个时代。

AI的发展不会从规模退回小规模，也不会简单地从大模型退回传统软件。它更可能进入一个新阶段：模型继续变大，但系统比模型更大；算力继续增加，但计算开始按任务分配；能力继续提高，而成本、可靠性与可控性拥有同等重要的位置。

Scaling仍是AI进步的重要动力。只是下一轮"奇迹"，未必来自更多参数本身，而可能来自人们终于学会，如何更有效地使用已经拥有的规模。

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4878177.html?f=wyxwapp








声明：包含AI生成内容

特别声明：本文为网易自媒体平台“网易号”作者上传并发布，仅代表该作者观点。网易仅提供信息发布平台。






打开网易新闻体验更佳




热搜

微软股价涨幅扩大至15%

老师午休散步猝死 家属工亡诉求被驳

吴宜泽6比5墨菲晋级半决赛

今年军校报考热度与生源质量均创历史新高

超强台风“白海豚”最新路径来了

宇树科技：8月10日打新





热门跟贴




打开APP发贴

0条跟贴








相关推荐




病病不病：算法病灶与企业家的心性免疫系统

经济观察报3跟贴









OpenAI公布GPT-5.6自进化秘籍！翁荔被曝回归

智东西









想做能终身学习的 AI？先得教会它如何忘记

雷科技









20岁拿下博士、答辩席坐着费曼的狂人：AI是第一种「外星智能」

新智元









少即是多，这次轮到大模型来证明

机器之心Pro









人形机器人“拐点”已至：产量只是下限，模型决定天花板

经济观察报









World Labs收购SceniX后，李飞飞与李昀烛揭秘具身智能终局：空间智能

钛媒体APP









李飞飞的世界模型，终于开始训练机器人了

量子位









10万科学家免费用1年！OpenAI把科研流水线搬进ChatGPT

新智元








OpenAI总裁放出狠话：ChatGPT桌面端要消灭标签页，年底前大变天





智东西





刚刚，谷歌诺奖团队解散了！AlphaFold部分核心成员投奔Anthropic





新智元2跟贴






讯飞首发实时生成技术！像真人主播一样临场应变，表情动作实时刷新

智东西









WRC前瞻：机器人自己办大会，整机厂告别翻跟头，比WAIC精彩十倍

雷科技









00后小哥复刻Claude最强神话模型OpenMythos

量子位









“AI领域最被滥用的术语”李飞飞终于把世界模型讲明白了

量子位









GPT-5.6自己优化自己实锤了，新的左脚踩右脚已经出现

量子位1跟贴








打造“一城两区三基地” 未来五年宿州划重点！





安徽发布






模型变强没有用，创作仍然碎片化！面向长程多模态创作的开放式Harness

新智元









一年连融三轮数亿元！字节+清华姚班，重构企业软件工程

量子位









有的时候看得更明白一些，事情也会更顺#强者思维逻辑 #认知提升

叫我金主编











回到顶部回到首页



------
导航页 打开网址