Ilya警告、LeCun冷嘲、奧特曼沉默：Scaling Law時代還能走多遠？
摘要與要點
過去十年，AI 大型模型的技術本質，是把電力能源透過計算過程轉化為可復用的智能。
根據近期報導，Ilya Sutskever 表示僅靠預訓練算力的增長已逐漸出現平台期，智能的提升需轉向新的研究時代；Yann LeCun 也以其一貫風格提出對當前方向的質疑。
背景與辯論
在 Scaling Law 的脈絡中，模型容量與訓練資料的規模通常推動性能提升，但隨著規模的擴大，增益開始遞減。專家辯論的焦點轉向更高效的演算法、資料利用、系統架構與安全性等領域。
未來展望
文章指出，可能出現「從規模化走向研究導向」的轉變，涉及更高效的演算法、多智能體協作等新方向，以及在實用層面尋求更穩健的商業與技術路徑。