谷歌DeepMind首席執(zhí)行官德米斯·哈薩比斯近日公開表示，將現(xiàn)有AI模型的規(guī)模擴(kuò)展至極限是實(shí)現(xiàn)通用人工智能（AGI）的核心路徑。這位憑借Gemini 3模型引發(fā)行業(yè)關(guān)注的科技領(lǐng)袖認(rèn)為，規(guī)模化不僅是當(dāng)前AI發(fā)展的關(guān)鍵，更可能直接構(gòu)成AGI系統(tǒng)的主體框架。不過他也坦言，僅依賴規(guī)模擴(kuò)張或許不足以完全達(dá)成目標(biāo)，未來可能需要一至兩項(xiàng)突破性技術(shù)作為補(bǔ)充。

通用人工智能（AGI）作為人工智能領(lǐng)域的終極目標(biāo)，旨在創(chuàng)造具備人類同等甚至超越人類認(rèn)知能力的智能系統(tǒng)。目前全球頂尖科技企業(yè)均在此賽道展開激烈競爭，但該技術(shù)仍停留在理論探索階段。哈薩比斯提出的規(guī)模化路線，本質(zhì)上是將機(jī)器學(xué)習(xí)領(lǐng)域著名的"規(guī)模定律"推向新高度——該定律揭示了模型參數(shù)量、訓(xùn)練數(shù)據(jù)規(guī)模與計(jì)算資源投入之間的量化關(guān)系，被業(yè)界視為大模型訓(xùn)練的核心準(zhǔn)則。

規(guī)模定律的實(shí)踐邏輯可簡化為：通過持續(xù)增加模型參數(shù)量、擴(kuò)充訓(xùn)練數(shù)據(jù)集并提升算力投入，能夠系統(tǒng)性提升AI系統(tǒng)的智能水平。這種技術(shù)路線在近年來催生了多個(gè)具有里程碑意義的AI模型，但也逐漸暴露出深層矛盾。行業(yè)專家指出，公開可用的高質(zhì)量訓(xùn)練數(shù)據(jù)總量存在天然上限，而算力需求的指數(shù)級(jí)增長不僅推高了研發(fā)成本，更對(duì)能源供給和碳排放控制形成嚴(yán)峻挑戰(zhàn)。部分研究機(jī)構(gòu)警告，當(dāng)模型規(guī)模突破特定閾值后，可能出現(xiàn)邊際效益遞減現(xiàn)象。

針對(duì)這種技術(shù)路徑的爭議，硅谷科技界已形成明顯分歧。前meta首席AI科學(xué)家楊立昆（Yann LeCun）今年4月在新加坡國立大學(xué)演講時(shí)明確反對(duì)"規(guī)模至上論"。這位剛宣布離職創(chuàng)業(yè)的權(quán)威學(xué)者強(qiáng)調(diào)，單純堆砌數(shù)據(jù)和算力無法解決AI發(fā)展的根本性問題，特別是在處理復(fù)雜推理、常識(shí)理解等高階認(rèn)知任務(wù)時(shí)，現(xiàn)有規(guī)模化方法表現(xiàn)乏力。他透露正在研發(fā)的"世界模型"體系將完全摒棄語言數(shù)據(jù)依賴，轉(zhuǎn)而通過構(gòu)建三維空間認(rèn)知框架來模擬人類對(duì)物理世界的理解方式。

這場技術(shù)路線之爭折射出AI發(fā)展進(jìn)入深水區(qū)后的戰(zhàn)略抉擇。支持規(guī)模化擴(kuò)張的陣營認(rèn)為，現(xiàn)有技術(shù)路線尚未觸及物理極限，通過優(yōu)化算法架構(gòu)和分布式計(jì)算技術(shù)，仍可挖掘數(shù)據(jù)紅利的剩余價(jià)值；而批判者則主張開辟新范式，通過模擬人類認(rèn)知機(jī)制或開發(fā)新型學(xué)習(xí)框架來突破當(dāng)前瓶頸。兩種思路的碰撞，正在重塑全球AI研發(fā)的競爭格局。隨著頭部企業(yè)陸續(xù)公布下一代模型研發(fā)計(jì)劃，這場關(guān)于AGI實(shí)現(xiàn)路徑的辯論預(yù)計(jì)將持續(xù)引發(fā)行業(yè)震動(dòng)。