Scaling Law 被质疑？AI 行业面临根本性反思

过去五年，整个 AI 行业都被 Scaling Law（规模化法则）推着向前狂奔。简单来说，这个理论认为：只要模型参数够多、训练数据够大、算力够强，AI 能力就会持续提升。OpenAI 正是靠着这条路走到了今天。

但就在最近，一篇题为《Scaling Laws, Honestly》的博客文章引发了广泛讨论。文章对 Scaling Law 提出了根本性质疑，认为这条曲线从一开始就存在误导。作者指出，单纯依靠扩大规模已经无法带来预期的性能提升，AI 行业需要寻找新的突破方向。

这一观点并非空穴来风。今年以来，多家顶级 AI 实验室的研究进展似乎都在印证这一趋势：模型规模的增长与能力提升之间已经不再呈现简单的线性关系。业界开始重新审视过去几年的技术路线，思考是否过度依赖了一条实际上已经接近天花板的路径。

这场讨论可能会深刻影响未来 AI 的发展方向。如果 Scaling Law 真的被证伪，整个行业的技术路线和投资逻辑都将面临重新洗牌。

来源：AITNT News