在人工智能領(lǐng)域，關(guān)于通用人工智能（AGI）的發(fā)展路徑，硅谷正展開一場激烈的思想交鋒。谷歌DeepMind首席執(zhí)行官德米斯·哈薩比斯近期公開表示，當(dāng)前AI模型的規(guī)模化擴(kuò)張仍是實(shí)現(xiàn)AGI的核心路徑。這位憑借Gemini 3模型贏得行業(yè)贊譽(yù)的科學(xué)家認(rèn)為，將現(xiàn)有技術(shù)推向極限可能直接催生具備人類水平智能的系統(tǒng)，甚至構(gòu)成完整的AGI解決方案。

支撐這種觀點(diǎn)的"規(guī)模定律"已成為AI訓(xùn)練的黃金準(zhǔn)則。該理論揭示了模型參數(shù)規(guī)模、訓(xùn)練數(shù)據(jù)量與計(jì)算資源投入之間的量化關(guān)系——通過持續(xù)增加這三個(gè)要素的投入，AI系統(tǒng)的智能水平將呈現(xiàn)可預(yù)測的提升。這種"越大越聰明"的邏輯，正驅(qū)動(dòng)著全球科技巨頭不斷擴(kuò)建數(shù)據(jù)中心、收集海量數(shù)據(jù)，試圖在算力競賽中占據(jù)先機(jī)。

然而這種發(fā)展模式正面臨多重挑戰(zhàn)。行業(yè)專家指出，公開可用的高質(zhì)量訓(xùn)練數(shù)據(jù)即將觸達(dá)物理極限，而每增加一個(gè)數(shù)量級(jí)的算力投入，都意味著數(shù)倍于前的能源消耗與碳排放。更令人擔(dān)憂的是，部分研究顯示當(dāng)模型規(guī)模突破某個(gè)臨界點(diǎn)后，性能提升的邊際效益開始顯著衰減，這種"規(guī)模陷阱"可能讓持續(xù)投入失去意義。

在這場爭論中，前meta首席AI科學(xué)家楊立昆（Yann LeCun）提出了截然不同的技術(shù)路線。這位剛剛宣布創(chuàng)業(yè)的知名學(xué)者在新加坡國立大學(xué)演講時(shí)直言："單純堆砌數(shù)據(jù)和算力無法解決AI發(fā)展的根本問題。"他以計(jì)算機(jī)視覺領(lǐng)域的突破為例，強(qiáng)調(diào)真正智能的涌現(xiàn)需要突破現(xiàn)有框架，而非在既有路徑上無限擴(kuò)張。

楊立昆正在構(gòu)建的"世界模型"體系，試圖通過模擬物理世界的空間關(guān)系來理解環(huán)境，而非依賴語言文本訓(xùn)練。這種不依賴語言數(shù)據(jù)的新范式，被視為對(duì)當(dāng)前大語言模型路線的重大挑戰(zhàn)。其核心思想是讓AI通過觀察真實(shí)世界的三維結(jié)構(gòu)來建立認(rèn)知，這種路徑可能突破現(xiàn)有技術(shù)框架的局限性。

當(dāng)前全球頂尖AI實(shí)驗(yàn)室都在探索AGI的不同路徑。谷歌DeepMind選擇在現(xiàn)有技術(shù)上持續(xù)加碼，而楊立昆團(tuán)隊(duì)則試圖開辟全新賽道。這場爭論不僅關(guān)乎技術(shù)路線選擇，更決定著未來AI發(fā)展的資源分配格局——是繼續(xù)在算力軍備競賽中投入巨資，還是轉(zhuǎn)向更具顛覆性的基礎(chǔ)創(chuàng)新，將成為行業(yè)必須回答的關(guān)鍵命題。