规模竞赛的结束，效率竞争的开始 过去几年，AI行业信奉一个铁律："更大的模型、更多的数据、更强的算力=更好的性能"。这就是Scaling Law。但在2026年，这条铁律正在被改写。Scaling Law的边际递减效应日益明显——投入翻倍的算力和数据，带来的性能提升可能只有10%。行业正在经历从"规
2026-06-24
更大的模型不一定更好，更密的模型才是未来 2026年，AI行业正在见证一个深刻的范式转移：从"规模竞赛"走向"密度竞争"。过去几年，行业信奉Scaling Law——模型越大、数据越多、算力越强，性能就越好。但这条铁律正在被改写。2026年，一个新概念开始主导讨论——"AI密度定律"（AI Dens
2026-06-17
规模竞赛的结束，效率竞争的开始 过去几年，AI行业信奉一个铁律："更大的模型、更多的数据、更强的算力=更好的性能"。这就是Scaling Law。但在2026年，这条铁律正在被改写。Scaling Law的边际递减效应日益明显——投入翻倍的算力和数据，带来的性能提升可能只有10%。行业正在经历从"规
2026-06-10
如果在三个月前讨论"真正意义上的AGI"，主流判断还需要5到10年。而在今天，很多头部研究者已经把这个答案修改为2到3年。为什么在这个时间点，AI发展的节奏被重新评估？因为第四条规模化法则——智能体规模化（Agent Scaling）正在陡峭上行。 从三条到四条Scaling Law 过去行业理
2026-06-04
如果说2023-2024年AI行业的关键词是"更大"——更大的模型、更多的参数、更强的算力，那么2026年的关键词已经变成了"更高效"。Scaling Law的边际递减效应正在促使技术路线从"规模竞赛"回归"研究创新"。 规模扩张的尽头 IBM首席研究科学家Kaoutar El Maghraou
2026-06-04