在人工智能領域，關于通用人工智能（AGI）的發(fā)展路徑，硅谷正展開一場激烈的思想交鋒。谷歌DeepMind首席執(zhí)行官德米斯·哈薩比斯近期公開表示，當前AI模型的規(guī)模化擴張仍是實現(xiàn)AGI的核心路徑。這位憑借Gemini 3模型贏得行業(yè)贊譽的科學家認為，將現(xiàn)有技術推向極限可能直接催生具備人類水平智能的系統(tǒng)，甚至構成完整的AGI解決方案。

支撐這種觀點的"規(guī)模定律"已成為AI訓練的黃金準則。該理論揭示了模型參數(shù)規(guī)模、訓練數(shù)據(jù)量與計算資源投入之間的量化關系——通過持續(xù)增加這三個要素的投入，AI系統(tǒng)的智能水平將呈現(xiàn)可預測的提升。這種"越大越聰明"的邏輯，正驅動著全球科技巨頭不斷擴建數(shù)據(jù)中心、收集海量數(shù)據(jù)，試圖在算力競賽中占據(jù)先機。

然而這種發(fā)展模式正面臨多重挑戰(zhàn)。行業(yè)專家指出，公開可用的高質量訓練數(shù)據(jù)即將觸達物理極限，而每增加一個數(shù)量級的算力投入，都意味著數(shù)倍于前的能源消耗與碳排放。更令人擔憂的是，部分研究顯示當模型規(guī)模突破某個臨界點后，性能提升的邊際效益開始顯著衰減，這種"規(guī)模陷阱"可能讓持續(xù)投入失去意義。

在這場爭論中，前meta首席AI科學家楊立昆（Yann LeCun）提出了截然不同的技術路線。這位剛剛宣布創(chuàng)業(yè)的知名學者在新加坡國立大學演講時直言："單純堆砌數(shù)據(jù)和算力無法解決AI發(fā)展的根本問題。"他以計算機視覺領域的突破為例，強調真正智能的涌現(xiàn)需要突破現(xiàn)有框架，而非在既有路徑上無限擴張。

楊立昆正在構建的"世界模型"體系，試圖通過模擬物理世界的空間關系來理解環(huán)境，而非依賴語言文本訓練。這種不依賴語言數(shù)據(jù)的新范式，被視為對當前大語言模型路線的重大挑戰(zhàn)。其核心思想是讓AI通過觀察真實世界的三維結構來建立認知，這種路徑可能突破現(xiàn)有技術框架的局限性。

當前全球頂尖AI實驗室都在探索AGI的不同路徑。谷歌DeepMind選擇在現(xiàn)有技術上持續(xù)加碼，而楊立昆團隊則試圖開辟全新賽道。這場爭論不僅關乎技術路線選擇，更決定著未來AI發(fā)展的資源分配格局——是繼續(xù)在算力軍備競賽中投入巨資，還是轉向更具顛覆性的基礎創(chuàng)新，將成為行業(yè)必須回答的關鍵命題。