新智元報(bào)道

編輯：定慧

【新智元導(dǎo)讀】2025年就要結(jié)束，DeepMind華人研究員萬字長(zhǎng)文為我們揭秘了谷歌內(nèi)部對(duì)于AI的預(yù)言：除了算力，其他一切都是雜音。

今天是2025年的最后一天了，很多人都在這一天進(jìn)行AI回顧總結(jié)。

在經(jīng)歷一年的模型、算力、資本的新聞轟炸后，AI距離通用人工智能還有多遠(yuǎn)？

如果說2024年是人們對(duì)于AI的好奇之年，那么2025年就是AI深刻影響人類社會(huì)之年。

在這充滿變數(shù)的一年里，我們聽到了截然不同的聲音：

Sam Altman在2025年中的博文《溫和的奇點(diǎn)》中大膽預(yù)言：

「我們已經(jīng)知道如何構(gòu)建AGI，2026年我們將看到能夠產(chǎn)生原創(chuàng)見解的系統(tǒng)?！顾麍?jiān)持認(rèn)為，Scaling Law遠(yuǎn)未觸及天花板，智能的成本將隨著電力的自動(dòng)化生產(chǎn)而趨近于零。

拓展閱讀：奧特曼：溫和奇點(diǎn)已降臨！AI最終掌控物理世界，2030年人類命運(yùn)大轉(zhuǎn)折

NVIDIA的黃仁勛則將目光從「算力崇拜」轉(zhuǎn)向了「AI工廠」。

他在2025年底的一次演講中提到：

「AI的瓶頸不再是想象力，而是電力。未來的Scaling Law不僅是模型的堆疊，更是推理效率10萬倍的飛躍?！?/strong>

拓展閱讀：英偉達(dá)AI工廠：人類歷史醞釀12000年的絕對(duì)必然

相比之下，Meta的前首席科學(xué)家Yann LeCun依然嘴炮，他甚至在離職創(chuàng)辦新公司前公開表示：

「LLM是通往 AGI 的死胡同，它沒有世界模型，就像一個(gè)沒有軀體的空中樓閣?！?/strong>

拓展閱讀：LeCun賭上后半生，押注大模型必死！Hassabis誓將Scaling進(jìn)行到底

2026年，Scaling Law是否還能繼續(xù)玩下去？

對(duì)于這個(gè)問題，一篇來自DeepMind華人研究員的萬字長(zhǎng)文在社交網(wǎng)絡(luò)火了：

Scaling Law沒死！算力依然就是正義，AGI才剛剛上路。

文章地址：https://zhengdongwang.com/2025/12/30/2025-letter.html

本文是Google DeepMind研究員Zhengdong Wang撰寫的2025年度長(zhǎng)信。

作者以獨(dú)特的個(gè)人視角，回顧了從2015年至今AI領(lǐng)域的劇變，并深刻剖析了驅(qū)動(dòng)這一切的核心動(dòng)力——算力。

盡管外界對(duì)Scaling Laws存疑，但歷史反復(fù)證明，隨著算力的指數(shù)級(jí)增長(zhǎng)，AI模型不斷涌現(xiàn)出超越人類預(yù)期的能力。

作者結(jié)合自己在DeepMind的工作經(jīng)歷，驗(yàn)證了強(qiáng)化學(xué)習(xí)教父Richard S. Sutton「苦澀的教訓(xùn)」：

通用算力方法終將戰(zhàn)勝人類的特定技巧。

這也是我們今年最大的感受！

除了算力，其他都是雜音

2025年12月30日，當(dāng)回望這波瀾壯闊的一年時(shí)，腦海中浮現(xiàn)的是十五年前那場(chǎng)由AlexNet開啟的視覺革命。

那場(chǎng)辛頓、李飛飛、Ilya都參與的大會(huì)，或許就是如今AI時(shí)代的真正萌芽。

那時(shí)，大多數(shù)人認(rèn)為人工智能僅僅是關(guān)于「特征工程」和「人類聰明才智」的博弈，而今天，我們已經(jīng)進(jìn)入了一個(gè)完全不同的維度：

一個(gè)由算力主導(dǎo)、由Scaling Law驅(qū)動(dòng)、且AGI（通用人工智能）才剛剛踏上征途的紀(jì)元。

最近大家關(guān)注的焦點(diǎn)無外乎：Scaling Law是否已經(jīng)撞墻？

算力的信仰：為什么Scaling Law從未失效

在2024年底，業(yè)內(nèi)曾出現(xiàn)過一陣強(qiáng)烈的悲鳴，認(rèn)為預(yù)訓(xùn)練數(shù)據(jù)的枯竭和邊際收益的遞減標(biāo)志著Scaling Law的終結(jié)。

然而，站在2025年的終點(diǎn)，我們可以負(fù)責(zé)任地說：

Scaling Law不僅沒死，它正在經(jīng)歷一場(chǎng)從「暴力堆參數(shù)」到「智能密度」的深刻演化。

十五年一遇的連續(xù)性

我們要理解Scaling Law，首先要看到它的歷史韌性。

研究顯示，過去十五年里，用于訓(xùn)練AI模型的算力每年以四到五倍的速度增長(zhǎng)。

這種指數(shù)級(jí)的復(fù)合增長(zhǎng)，在人類技術(shù)史上是罕見的。

在DeepMind內(nèi)部觀察到，模型在訓(xùn)練過程中所消耗的數(shù)學(xué)運(yùn)算量，已經(jīng)超過了可觀測(cè)宇宙中的恒星數(shù)量。

這種增長(zhǎng)并非盲目，而是建立在極其穩(wěn)定的經(jīng)驗(yàn)公式之上。

根據(jù)Kaplan和Hoffmann等人的實(shí)證研究，性能與算力之間存在著明確的冪律關(guān)系：性能提升與算力的0.35次方成正比。

文章地址：https://fourweekmba.com/ai-compute-scaling-the-50000x-explosion-2020-2025/

這意味著，每投入10倍的算力，大約能帶來3倍的性能增益；而當(dāng)我們跨越1000倍的算力鴻溝時(shí)，性能的提升將達(dá)到驚人的10倍量級(jí)。

定性躍遷與涌現(xiàn)能力

Scaling Law最迷人的一點(diǎn)在于，它不僅帶來了定量的誤差減少，更誘發(fā)了不可預(yù)測(cè)的定性躍遷。

在DeepMind的實(shí)驗(yàn)中，隨著算力的增加，模型會(huì)突然展現(xiàn)出邏輯推理、復(fù)雜指令遵循以及事實(shí)性修正等「涌現(xiàn)能力」。

這種現(xiàn)象意味著，算力不僅僅是燃料，它本身就是一種能夠催生智能的物理量。

2025年的真相是：我們已經(jīng)從單純的「預(yù)訓(xùn)練Scaling」轉(zhuǎn)向了「全四個(gè)維度Scaling」：

1. 預(yù)訓(xùn)練Scaling

   通過海量多模態(tài)數(shù)據(jù)構(gòu)建基礎(chǔ)認(rèn)知。

2. 后訓(xùn)練Scaling

   利用強(qiáng)化學(xué)習(xí)（RL）進(jìn)行對(duì)齊和偏好優(yōu)化。

3. 推理時(shí)Scaling

   即讓模型在回答前「想得更久」。

4. 上下文Scaling

   通過超長(zhǎng)記憶提升端到端任務(wù)能力。

在DeepMind親歷的「1000倍算力」瞬間

如果說Scaling Law是宏觀的哲學(xué)，那么2021年Zhengdong Wang在DeepMind經(jīng)歷的那次實(shí)驗(yàn)，就是微觀的啟示錄。

那次經(jīng)歷徹底重塑了Zhengdong Wang的「智能觀」，也讓Zhengdong Wang理解了為什么說「算力即正義」。

算法聰明才智的貶值

當(dāng)時(shí)，DeepMind團(tuán)隊(duì)正在嘗試解決具身智能（Embodied AI）在3D虛擬環(huán)境中的導(dǎo)航與交互問題。

那是典型的「硬核AI」挑戰(zhàn)，涉及到復(fù)雜的強(qiáng)化學(xué)習(xí)算法優(yōu)化。

當(dāng)時(shí)的共識(shí)是：這個(gè)問題的瓶頸在于算法的精妙程度，在于我們?nèi)绾卧O(shè)計(jì)更優(yōu)的采樣策略和獎(jiǎng)勵(lì)函數(shù)。

然而，一位同事提出了一個(gè)近乎「魯莽」的方案：不要改算法，直接把算力投入增加一千倍。

在那次算力狂飆之后，奇跡發(fā)生了！

那些原本被認(rèn)為需要突破性人類巧思才能解決的邏輯死角，在海量的矩陣乘法面前直接「融化」了。

算法并沒有變聰明，但規(guī)模賦予了它一種類似于生物本能的魯棒性。

算力之波的沖擊

那一刻，Zhengdong Wang深刻體會(huì)到了理查德·薩頓（Richard Sutton）在《苦澀的教訓(xùn)》中所表達(dá)的真理：

人類在AI領(lǐng)域的所謂「巧思」，在算力的指數(shù)增長(zhǎng)面前往往不值一提。

這種realization就像是一股巨大的「算力之波」從你身上碾過，讓你意識(shí)到，與其苦思冥想如何優(yōu)化那1%的算法效率，不如直接去擁抱那1000倍的算力擴(kuò)張。

這種視角在2025年的今天已經(jīng)成為了DeepMind內(nèi)部的通用語：

我們不再問「這個(gè)問題能不能解」，而是問「這個(gè)問題需要多少算力才能解」。

正是這種心態(tài)，讓我們敢于在數(shù)據(jù)中心投資上砸下遠(yuǎn)超阿波羅計(jì)劃的重金。

基礎(chǔ)設(shè)施的極限與挑戰(zhàn)：1GW時(shí)代的到來

Zhengdong Wang還提供了額外的視角。

當(dāng)DeepMind在內(nèi)部討論算力時(shí)，話題已經(jīng)從「PFLOPS」轉(zhuǎn)向了「GW」。

2025年，AI不再僅僅是代碼，它是重工業(yè)，是土地、能源和定制硅基芯片的終極整合。

硬件的代際跨越：Blackwell與Ultra

這種終極整合，用一個(gè)詞概括就是「AI工廠」，正是黃仁勛在GTC大會(huì)所提出的概念。

Wang認(rèn)為，NVIDIA在2025年交付的Blackwell平臺(tái)，是DeepMind能夠維持Scaling Law信仰的物理基礎(chǔ)。

GB200 NVL72系統(tǒng)將72顆GPU互聯(lián)為一個(gè)單一的超級(jí)計(jì)算引擎，其萬億參數(shù)模型的推理速度比H100提升了30倍。

BlackwellUltra的推出更是將單芯片顯存推向了288GB的極限，這意味著即使是300B以上的模型，也可以在不需要顯存卸載的情況下完整駐留，這對(duì)于長(zhǎng)上下文和高并發(fā)推理至關(guān)重要。

電力與散熱的硬墻

然而，物理定律依然嚴(yán)苛。

單芯片功耗逼近1000W，讓DeepMind不得不全面轉(zhuǎn)向液冷方案。

2025年，開始談?wù)摗窤I工廠」而非「數(shù)據(jù)中心」。

谷歌的基礎(chǔ)設(shè)施首席執(zhí)行官Amin Vahdat在內(nèi)部會(huì)議中明確指出，為了滿足爆發(fā)式的算力需求，我們必須每六個(gè)月將算力能力翻倍，并在未來4-5年內(nèi)實(shí)現(xiàn)1000倍的增長(zhǎng)。

這種壓力不僅體現(xiàn)在金錢上。

2025年上半年，AI數(shù)據(jù)中心投資占據(jù)了美國(guó)GDP增長(zhǎng)的90%以上。

盡管外界擔(dān)心泡沫，但DeepMind內(nèi)部的視角是：

如果你能看到1000倍算力帶來的智能紅利，那么任何低于這個(gè)數(shù)字的投入都是一種風(fēng)險(xiǎn)。

具身智能的突破：SIMA 2與通用Agent的誕生

在DeepMind，始終認(rèn)為AGI的終極形態(tài)不在對(duì)話框里，而在物理世界中。

2025年，SIMA 2項(xiàng)目展示了從「理解」到「行動(dòng)」的跨越。

像素級(jí)交互與開放式學(xué)習(xí)

SIMA 2是一個(gè)通用的具身智能體，它不依賴于游戲內(nèi)部的數(shù)據(jù)接口，而是像人類一樣，通過觀察像素和操作鍵盤鼠標(biāo)在復(fù)雜的3D虛擬世界中行動(dòng)。

這種設(shè)計(jì)確保了它所習(xí)得的技能——從基礎(chǔ)的導(dǎo)航到復(fù)雜的工具使用——具有極強(qiáng)的泛化性，可以無縫遷移到完全不同的數(shù)字環(huán)境，甚至為未來的物理機(jī)器人提供大腦。

更重要的是，SIMA 2展示了「自我進(jìn)化」的能力。

通過與Gemini基礎(chǔ)模型的結(jié)合，它可以自主生成任務(wù)、自我設(shè)定獎(jiǎng)勵(lì)，并在沒有任何人類標(biāo)注的情況下，通過不斷的嘗試和錯(cuò)誤習(xí)得新技能。

擴(kuò)展閱讀：我的王者榮耀有救了！谷歌發(fā)布游戲SIMA 2，不開外掛「像人一樣」練級(jí)

METR時(shí)間跨度圖：智能的量化加速

在評(píng)估進(jìn)展時(shí)，作者最推崇的是METR的時(shí)間跨度圖。

兩年前，AI只能穩(wěn)定完成人類耗時(shí)9分鐘的任務(wù)；而到了2025年底，這個(gè)數(shù)字已經(jīng)躍升到了4小時(shí)以上。

按照目前的Scaling趨勢(shì)，到2028年，AI有望獨(dú)立完成人類專家需要數(shù)周才能完成的科研或工程任務(wù)。

AGI才剛剛上路，正處于爆發(fā)的前夜

在結(jié)尾，Zhengdong Wang寫道：「這就是我上車的地方——我們現(xiàn)在還極其早?！?。

盡管2025年我們已經(jīng)看到了能過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」團(tuán)隊(duì)看來，這僅僅是序幕。

我們依然受困于1GW的電力瓶頸，受困于數(shù)據(jù)采集的效率，受困于推理成本的最后幾美分。

AGI不是終點(diǎn)，而是起點(diǎn)！

DeepMind之所以成立Post-AGI團(tuán)隊(duì)，是因?yàn)轭A(yù)見到：

當(dāng)AGI的門檻被跨過那一刻，人類社會(huì)真正需要面對(duì)的挑戰(zhàn)才剛剛開始：

• 如何管理那些能夠自主進(jìn)化、且由于算力規(guī)模而產(chǎn)生「不可解釋性」的智能體？

• 在一個(gè)智能成本趨近于零的世界里，人類的獨(dú)特價(jià)值如何重構(gòu)？

• 當(dāng)AI開始主導(dǎo)科學(xué)研發(fā)的循環(huán)，人類文明的知識(shí)邊界將以何種速度擴(kuò)張？