很多人对大模型的理解,还停留在:
谁的顶级芯片更多,谁就能训练出最强模型。
但我越来越觉得,整个行业可能迷信错了东西。
我们正在把几千亿美元砸进同一条路:
更多芯片、更多数据、更多参数,然后期待某一天,AGI会自己从机房里长出来。
它不会。
基础训练流程正在快速商品化。真正的门槛,早就不只是会不会训练,而是同样一笔预算,谁能把更多算力变成真正的模型能力。
顶级芯片当然重要。
但它决定的是训练速度和经济成本,不代表只要把卡堆得足够多,智能就一定会发生。
卡跑起来,不等于智能长出来。
我甚至认为:
只靠静态人类语料,加上下一个词预测,无论再堆多少数据、芯片和参数,都训练不出真正的AGI。
因为这套训练方式,本质上是在压缩人类的过去,而不是让模型产生自己的经验。
它可以读完整个互联网,却没有真正进入过这个世界。
没有行动,没有代价,也没有在现实里摔过一次跤。
下一轮能力跃迁,拼的不会是谁继续把参数做大,而是谁先跑通新的训练闭环:
让模型自己提出问题、进入环境、调用工具、反复试错,再从真实反馈中持续学习。
AGI不会靠把人类说过的话再背一万遍突然诞生。
它必须真正进入这个世界。
顯示更多