u8,u8国际,u8国际官方网站,u8国际网站,u8国际网址,u8国际链接,u8体育,u8体育官网,u8体育网址,u8注册,u8体育网址,u8官方网站,u8体育APP,u8体育登录,u8体育入口【新智元导读】2025年就要结束，DeepMind华人研究员万字长文为我们揭秘了谷歌内部对于AI的预言：除了算力，其他一切都是杂音。

　　在经历一年的模型、算力、资本的新闻轰炸后，AI距离通用人工智能还有多远？

　　如果说2024年是人们对于AI的好奇之年，那么2025年就是AI深刻影响人类社会之年。

　　「我们已经知道如何构建AGI，2026年我们将看到能够产生原创见解的系统。」他坚持认为，Scaling Law远未触及天花板，智能的成本将随着电力的自动化生产而趋近于零。

　　拓展阅读：奥特曼：温和奇点已降临！AI最终掌控物理世界，2030年人类命运大转折

　　「AI的瓶颈不再是想象力，而是电力。未来的Scaling Law不仅是模型的堆叠，更是推理效率10万倍的飞跃。」

　　相比之下，Meta的前首席科学家Yann LeCun依然嘴炮，他甚至在离职创办新公司前公开表示：

　　「LLM是通往 AGI 的死胡同，它没有世界模型，就像一个没有躯体的空中楼阁。」

　　拓展阅读：LeCun赌上后半生，押注大模型必死！Hassabis誓将Scaling进行到底

　　对于这个问题，一篇来自DeepMind华人研究员的万字长文在社交网络火了：

　　作者以独特的个人视角，回顾了从2015年至今AI领域的剧变，并深刻剖析了驱动这一切的核心动力——算力。

　　尽管外界对Scaling Laws存疑，但历史反复证明，随着算力的指数级增长，AI模型不断涌现出超越人类预期的能力。

　　作者结合自己在DeepMind的工作经历，验证了强化学习教父Richard S. Sutton「苦涩的教训」：

　　2025年12月30日，当回望这波澜壮阔的一年时，脑海中浮现的是十五年前那场由AlexNet开启的视觉革命。

　　那场辛顿、李飞飞、Ilya都参与的大会，或许就是如今AI时代的真正萌芽。

　　那时，大多数人认为人工智能仅仅是关于「特征工程」和「人类聪明才智」的博弈，而今天，我们已经进入了一个完全不同的维度：

　　一个由算力主导、由Scaling Law驱动、且AGI（通用人工智能）才刚刚踏上征途的纪元。

　　在2024年底，业内曾出现过一阵强烈的悲鸣，认为预训练数据的枯竭和边际收益的递减标志着Scaling Law的终结。

　　Scaling Law不仅没死，它正在经历一场从「暴力堆参数」到「智能密度」的深刻演化。

　　研究显示，过去十五年里，用于训练AI模型的算力每年以四到五倍的速度增长。

　　在DeepMind内部观察到，模型在训练过程中所消耗的数学运算量，已经超过了可观测宇宙中的恒星数量。

　　根据Kaplan和Hoffmann等人的实证研究，性能与算力之间存在着明确的幂律关系：性能提升与算力的0.35次方成正比。

　　这意味着，每投入10倍的算力，大约能带来3倍的性能增益；而当我们跨越1000倍的算力鸿沟时，性能的提升将达到惊人的10倍量级。

　　Scaling Law最迷人的一点在于，它不仅带来了定量的误差减少，更诱发了不可预测的定性跃迁。

　　在DeepMind的实验中，随着算力的增加，模型会突然展现出逻辑推理、复杂指令遵循以及事实性修正等「涌现能力」。

　　2025年的真相是：我们已经从单纯的「预训练Scaling」转向了「全四个维度Scaling」：

　　那次经历彻底重塑了Zhengdong Wang的「智能观」，也让Zhengdong Wang理解了为什么说「算力即正义」。

　　当时，DeepMind团队正在尝试解决具身智能（Embodied AI）在3D虚拟环境中的导航与交互问题。

　　当时的共识是：这个问题的瓶颈在于算法的精妙程度，在于我们如何设计更优的采样策略和奖励函数。

　　然而，一位同事提出了一个近乎「鲁莽」的方案：不要改算法，直接把算力投入增加一千倍。

　　那些原本被认为需要突破性人类巧思才能解决的逻辑死角，在海量的矩阵乘法面前直接「融化」了。

　　那一刻，Zhengdong Wang深刻体会到了理查德·萨顿（Richard Sutton）在《苦涩的教训》中所表达的真理：

　　这种realization就像是一股巨大的「算力之波」从你身上碾过，让你意识到，与其苦思冥想如何优化那1%的算法效率，不如直接去拥抱那1000倍的算力扩张。

　　当DeepMind在内部讨论算力时，话题已经从「PFLOPS」转向了「GW」。

　　2025年，AI不再仅仅是代码，它是重工业，是土地、能源和定制硅基芯片的终极整合。

　　这种终极整合，用一个词概括就是「AI工厂」，正是黄仁勋在GTC大会所提出的概念。

　　GB200 NVL72系统将72颗GPU互联为一个单一的超级计算引擎，其万亿参数模型的推理速度比H100提升了30倍。

　　BlackwellUltra的推出更是将单芯片显存推向了288GB的极限，这意味着即使是300B以上的模型，也可以在不需要显存卸载的情况下完整驻留，这对于长上下文和高并发推理至关重要。

　　谷歌的基础设施首席执行官Amin Vahdat在内部会议中明确指出，为了满足爆发式的算力需求，我们必须每六个月将算力能力翻倍，并在未来4-5年内实现1000倍的增长。

　　如果你能看到1000倍算力带来的智能红利，那么任何低于这个数字的投入都是一种风险。

　　在DeepMind，始终认为AGI的终极形态不在对话框里，而在物理世界中。

　　SIMA 2是一个通用的具身智能体，它不依赖于游戏内部的数据接口，而是像人类一样，通过观察像素和操作键盘鼠标在复杂的3D虚拟世界中行动。

　　这种设计确保了它所习得的技能——从基础的导航到复杂的工具使用——具有极强的泛化性，可以无缝迁移到完全不同的数字环境，甚至为未来的物理机器人提供大脑。

　　通过与Gemini基础模型的结合，它可以自主生成任务、自我设定奖励，并在没有任何人类标注的情况下，通过不断的尝试和错误习得新技能。

　　扩展阅读：我的王者荣耀有救了！谷歌发布游戏SIMA 2，不开外挂「像人一样」练级

　　两年前，AI只能稳定完成人类耗时9分钟的任务；而到了2025年底，这个数字已经跃升到了4小时以上。

　　按照目前的Scaling趋势，到2028年，AI有望独立完成人类专家需要数周才能完成的科研或工程任务。

　　在结尾，Zhengdong Wang写道：「这就是我上车的地方——我们现在还极其早。」。

　　尽管2025年我们已经看到了能过IMO的金牌模型，看到了能自主在3D世界中生存的Agent，但在DeepMind的「Post-AGI」团队看来，这仅仅是序幕。

　　我们依然受困于1GW的电力瓶颈，受困于数据采集的效率，受困于推理成本的最后几美分。

　　2025年的真相是，Scaling Law不仅是通往AGI的路径，它本身就是一种重塑物理世界的哲学。

　　那些还在争论泡沫的人，或许还没意识到，这股由1000倍算力卷起的风暴，已经将人类送往了一个再也回不去的纪元。

　　对于AI的拥趸，所有人正满怀敬畏地看着那列名为「智能」的火车加速驶向远方。