AGI在当前硬件条件下的智能上限（未来2-3年）总结

一、架构能力上限

• 主力架构：Transformer，仍是AGI发展主线，支持千亿～万亿级参数、多模态输入、百万token上下文。
• 新兴架构：RWKV、Mamba、RetNet等更高效、线性复杂度、适合长序列，提升算力利用率。
• 世界模型与神经符号混合尚处探索期，2-3年内或见于特定领域（如数学推理、物理建模）。

二、算力与瓶颈

• Scaling Laws仍成立：性能随参数、数据、计算量呈幂律提升。
• Chinchilla定律：更优训练策略是等比例扩展模型与数据。
• 瓶颈1：训练数据耗尽；瓶颈2：硬件限制模型规模与上下文长度。
• 新一代GPU（如Blackwell）可带来4倍训练提速，但训练百亿～万亿模型依然昂贵。

三、智能上限与临界点

• 没有单一“智能极限”，但存在明显收益递减。
• Emergent abilities在特定参数规模下涌现（如链式推理、上下文学习）。
• 模型虽在任务表现超人，但在自主性、情境理解、人类常识上仍明显不及。

四、未来2-3年智能预期

• 性能提升将更稳健，AI将持续超越人类在代码、科学题等结构化任务表现。
• **“思考型模型”**成为主流，如Gemini 2.5内置推理链。
• **超长上下文（百万token）**逐步普及，使模型具备“记忆”能力。
• 多模态能力增强，更深入图像、音频、视频与语言融合。
• 工具使用、自主代理将出现更多原型，迈向更通用智能表现。

五、结论

尽管硬件仍有限，但算法创新和结构进化将在2-3年内显著抬升AI智能上限。AGI或尚未抵达，但“类人智能”的实用形态已在逼近。

智能上限的探索：当前硬件下未来2-3年AGI发展的潜力

引言

人工智能领域正处于一个关键拐点：经过十年的“大规模化”浪潮后，人们开始思考在当前硬件水平（如主流GPU/TPU和大型计算集群）下，通用人工智能（AGI）未来2-3年内所能达到的智能上限究竟如何 。早期的成功（如GPT-3、ChatGPT的横空出世）验证了“大模型+海量数据+强算力”带来的惊人能力 。然而，最近的研究和业界观察表明，单纯依赖算力和模型规模的扩展收益正逐渐递减，传统的**“更大即更好”信条受到挑战 。在这一背景下，我们需要深入审视当前AGI候选架构在现有硬件上的可及复杂度与能力**，以及算力瓶颈可能带来的限制。此外，学界和业界对于“智能极限”或性能临界点的理论预测值得关注，例如神经网络Scaling Laws（规模定律）的推演极限和模型能力的涌现现象。本报告将基于截至2025年的公开研究和顶尖实验室预测，结构化地分析以上问题，并对未来2-3年的模型能力进展做出合理展望。

当前AGI架构与现有硬件的能力上限

Transformer：大模型的中流砥柱

Transformer架构目前是通用人工智能的主要候选，其“注意力机制”擅长从海量数据中学习复杂模式。自2018年以来，Transformer被证明具有良好的可扩展性：参数规模从亿级一路攀升至千亿乃至万亿级，模型性能按近似平滑的幂律曲线提升 。OpenAI于2020年发布的GPT-3（1750亿参数）展示了出色的零样本/小样本学习能力，能自动生成文章、代码并进行对话，在多个任务上接近人类水准 。此后，更大的模型（如DeepMind的Gopher 2800亿、Google的PaLM 5400亿参数等）相继出现，持续验证了“更大的Transformer模型在更多数据和算力下产生更强智能”的趋势  。

然而，Transformer的扩展也面临能力瓶颈和架构局限。首先，注意力机制的计算复杂度随上下文长度二次增长，这使得处理超长序列（如完整书籍或长时视频）时内存和计算代价极高。当上下文窗口长度增加到几万甚至十万（如Anthropic的Claude模型已实现约10万token上下文）时，训练和推理的效率成为掣肘。其次，Transformer本质上是通过预测下一个token来学习统计模式，缺乏主动构建世界模型的机制。正如Facebook首席科学家Yann LeCun所指出，当前机器缺少一种通过观察和交互来学习世界运作规律的原则，即**“预测性世界模型”，这被认为是实现更高级智能的最大障碍之一 。因此，尽管大规模Transformer在知识问答、代码生成等认知任务上已非常强大，但在复杂推理、长期规划、因果理解**等方面仍存在短板。

混合神经符号与世界模型：架构新范式探索

为弥补纯神经网络方法的不足，一些研究者提出了**“神经符号混合”和“世界模型”等新架构设想。这类架构试图将深度学习的感知优势与符号AI的逻辑推理相结合，或者让模型通过模拟环境来形成对现实的理解。例如，部分学者主张在大型语言模型中嵌入符号推理模块，以处理数学证明、逻辑推理等需要严谨演绎的任务；又如，通过模型化环境（world model）让AI在内心“想象”行动结果，从而具备类似人类的因果推演能力。然而，目前这两条路径的进展相对有限，尚未出现可与Transformer匹敌的通用成果。一些评论指出，尽管原理上混合架构很有吸引力，但实现上面临困难——例如如何让神经网络与符号模块无缝协作、如何高效训练带有环境模拟的模型等等。因此，在未来2-3年内，Transformer仍可能是主导架构，但我们或将看到神经符号混合在特定领域的突破尝试**，例如符号计算助力的大模型数学证明，或带物理世界模拟的对话代理等。

新兴架构：长程记忆与稀疏计算

除了混合范式，业界也在探索改进Transformer自身的变体，以突破其在长上下文和计算效率方面的限制。一个方向是引入循环和状态记忆机制：例如RWKV模型用固定大小的隐状态来累积信息，类似循环神经网络（RNN），以避免Transformer每步都对全历史重计算  。RWKV的设计者指出，真实世界的动态更像RNN那样逐步演进，“下一秒的状态并不需要依赖全部过去时刻，而只需上一时刻”，因此Transformer全局注意一切过去的信息在某种程度上是不必要的 。另一个方向是稀疏化注意力或替代注意力。例如，Meta提出的Mega架构和微软的RetNet使用稀疏/分块的注意力或纯循环结构，使模型对长序列的计算复杂度接近线性  。近期研究表明，这类非Transformer模型在语言建模上已能达到与同规模Transformer相当甚至更优的性能。例如，Mamba（一种状态空间模型，SSM）在3B参数规模下即可媲美6B参数的Transformer，并且其性能随上下文长度线性提升，可处理最长达百万token级别的序列，同时推理吞吐量提高约5倍 。表1总结了当前主流与新型模型的一些对比。

表1：不同AI模型架构在规模和上下文长度等方面的对比概览。新兴架构旨在突破Transformer在长上下文和推理方面的局限。

如上表所示，主流Transformer模型（如GPT-4）在规模和综合能力上仍领先，但Gemini 2.5等新一代模型已开始在架构和训练方式上做出改进，使其拥有百万量级的上下文窗口和“思考”-式的推理过程 。同时，诸如RWKV、Mamba这类探索性架构展示了更高的效率潜力，暗示在现有硬件上仍有架构创新的空间。在未来2-3年，我们可能会看到Transformer与新架构并存的局面：顶尖AI系统依然以Transformer为核心，但融合了部分循环记忆或稀疏计算的改良机制，从而更高效地利用硬件算力。

算力瓶颈与智能扩展：规模定律的启示

算力与性能的幂律关系

大模型性能提升与算力投入之间存在怎样的定量关系？这一问题在近年通过神经网络规模定律（Scaling Laws）得到深入研究。Kaplan等人 (2020) 的开创性工作发现，对于自回归语言模型，随着模型参数量、训练数据量和计算量的同步提升，模型的预测损失呈现平滑的幂律降低 。换言之，在尚未触及数据/模型饱和之前，每增加固定倍数的算力，模型性能（如困惑度或误差）会按固定百分比改进。这一发现验证了Rich Sutton著名的“苦涩经验”（The Bitter Lesson） ：利用更多算力进行训练往往比人类精心设计规则更有效 。它也给予业界极大信心，认为只要按比例不断扩大模型和训练数据，智能将“自然而然”涌现 。

然而，Kaplan等人的原始定律有一个隐含假设：训练数据分布和质量可以无限扩展。事实上，后续研究指出，当时的大模型（如GPT-3）其实**“参数过多而训练数据不足”，没有用足给定算力的潜力 。DeepMind在2022年的Chinchilla项目对此进行了修正：他们通过训练一系列不同规模模型，发现在固定总计算量下，模型参数和训练token数存在一组最优搭配比**。具体而言，要使模型性能最优，参数量与训练样本量应当同比例增加（两者成约1:1的幂指数关系） 。据此，他们训练了70亿参数但使用了4倍于GPT-3的数据量的新模型“Chinchilla”，结果在相同计算成本下显著超越了先前更大的模型（如2800亿参数的Gopher、1750亿的GPT-3等） 。Chinchilla在学术测评基准MMLU上达到67.5%的平均准确率，比Gopher高出7个百分点 。这一成果表明：对于给定硬件算力预算，盲目堆大模型并非最佳，充分喂养数据的数据-模型平衡才更明智。

综上，Scaling Laws告诉我们两个关键信息：(1) 性能提升的幂律趋势：在远未饱和的区间内，投入算力越多，模型越“聪明”，但提升幅度递减 ；(2) 计算利用的最优策略：算力一定时，有一个最佳的模型大小与数据量组合。当前业界在训练新一代模型时普遍遵循这些指导，例如OpenAI据传在GPT-4中增加了训练token数量，使其受益于Chinchilla法则（尽管具体细节未公开）。对于未来2-3年，如果硬件算力提升（例如更先进GPU的部署）允许投入更多计算，我们可以预期新模型会同时扩大参数规模和扩充训练数据，而非仅追求参数堆叠。

算力瓶颈：训练数据与硬件限制

尽管规律清晰，但真正落地到实际硬件和数据资源，Scaling Laws的延展面临多重瓶颈： • 训练token数量限制：大模型需要海量高质量数据来训练。然而互联网上的公开文本语料是有限的。顶尖模型已经“吃尽”了维基百科、百科全书、社交媒体文本等“大餐”。Yann LeCun警告说，“可靠数据来源几近耗尽”，模型进一步提升将不得不依赖更困难的监督标注或合成数据 。当新增数据的边际价值降低，模型的训练损失将趋近一个下限，难以通过简单增加数据获得质变。 • 模型规模与内存：当前主流GPU（如NVIDIA A100/H100）单卡显存为40-80GB级，训练千亿参数模型需数百张GPU并行。万亿参数级模型即使采用模型并行技术，对硬件通信和稳定训练都是巨大挑战。虽然Mixture-of-Experts（MoE）等稀疏激活技术可以在不线性增加计算的情况下提升参数总量，但调度和通信开销使其训练复杂度增加。一些模型（如谷歌的Switch Transformer）成功扩展到万亿参数 ，但业界尚未普遍采用MoE架构，部分因为纯参数量并未带来预期的显著质量飞跃。可以预见，在未来几年，单模型参数规模的增长将趋于谨慎：除非有突破性存储/并行技术，否则模型规模很难远超当前的1万亿量级——取而代之的是更优化的参数利用（例如稀疏连接、模块化网络）。 • 上下文长度与计算开销：正如前文讨论，Transformer的自注意力使上下文长度受限。虽然技术改进已经使得2025年的Gemini 2.5实现了100万token的惊人上下文窗口 （通过高效的长序列处理架构），但一般而言，大多数模型上下文仍在数万以内。而扩大战线到数百万token，会带来指数级的内存和算力需求。未来硬件（如更大显存、更快IO）以及算法优化（如检索增强型模型，将长文档拆解处理）需要协同发展，才能避免上下文长度成为“智能上限”的瓶颈。在2-3年视野内，我们预计上下文处理能力会继续提升，但主要通过架构创新和分段处理，而非简单把Transformer的窗口无限拉长。 • 硬件算力增长：摩尔定律趋缓，但专用AI加速器仍在快速迭代。NVIDIA最新公布的Blackwell架构GPU（B100/B200）据称在AI训练上比上一代H100提速多达4倍 。Google的TPU v5亦在路上。这意味着未来几年单机算力将稳步提升。此外，各大科技公司正投入巨资扩充算力集群，据估计到2027年全球在AI算力上的投资将超过1万亿美元 。因此，在“当前硬件水平”这个定义中，如果包括即将部署的新一代GPU和不断扩张的云集群，可用算力实际上仍在快速增长。表2列出了近几年一些具有代表性的大模型规模和训练资源，以量化算力的增长趋势和瓶颈。

表2：近年来大型AI模型的规模及训练数据量概览（带者为推测值）。可以看出模型参数在百亿到千亿级别逐年攀升，训练数据量已达万亿token量级。新模型更注重数据利用效率，以取得更高的基准成绩。*

由表2可见，训练计算总量在近几年呈指数级上升。然而，如Anthropic等机构预测，真正实现类人智能可能需要再高几个数量级的计算。Anthropic宣称其下一代“Claude-Next”模型可能需要1025次浮点运算的训练量，远超当前最大模型所用计算 。在当前硬件条件下，这相当于数百万块GPU长时间并行工作，是极为雄心勃勃的目标。这凸显出算力瓶颈的严格性：即便摩尔定律延续，2-3年的时间也只够提供至多一两个数量级的算力提升，而模型性能的进一步显著提升往往需要这种量级的投入 。因此，我们预期未来几年顶级AI模型仍会受制于计算成本——只有财力最雄厚的公司才能训练最大且最全面的模型，而更多研究团队将侧重于模型效率优化（如算法改进、参数共享、蒸馏等），以在有限算力下逼近“智能上限”。

智能的极限与临界点：理论展望

“智能极限”是否存在？

一个自然的问题是：如果我们不断增加模型的规模和训练数据，是否存在一个**“智能极限”，即模型能力不再提升或者达到人类水平后不再有明显差距？从理论上**，只要给予无限算力和数据，深度学习模型的性能将逐渐接近训练任务的贝叶斯最优解，其错误率/损失趋近于不可降低的下限。但是由于人类关心的是诸多复杂任务的综合智能，而非单一数据集上的损失，讨论智能极限更复杂。

Scaling Laws的幂律形态暗示没有硬性拐点，但存在收益递减。正如Meta研究主管Max Nickel所评价：“幂律曲线意味着为了每获得1单位性能提升，你需要付出指数倍增长的努力” 。最初的提升容易，而后续提升愈发困难。例如，某项基准测试上从50分提升到60分可能相对容易，但从80分提高到85分则需要成倍的模型和数据。这不是一个明确的“墙”，而是渐进变缓的斜坡。近期的经验也印证了这一点：OpenAI据报道在开发代号“O1”（或称Orion）的下一代模型时发现，训练进行到约20%时性能已追平GPT-4，此后继续投入巨额算力却仅获得微小增益；在某些任务（如代码生成）上，性能几乎没有提升 。类似地，Google的多模态模型Gemini据传未达到预期效果、Anthropic推迟发布新Claude模型，都表明大模型的边际收益正在变小 。这让业界开始反思，我们是否正接近现有范式下的“智能天花板”。

另一方面，通用智能涉及多维度能力，并非单一标量可度量。当前大模型在知识问答、语言理解上已远超常人，在编码、博弈等领域甚至达到专家水平。但在常识推理、抽象思考、情感理解、跨领域迁移等方面依然不如人类。此外，人类智能还体现在主动性和自主学习上——我们会自发提出问题、探索未知，而大模型只是在被动地响应输入。因此，即使在可见的基准测试上模型达到或超过人类水平，也未必意味着真正实现了“通用”智能。因此，可以预见，未来2-3年内大模型的能力上限更多体现为在具体任务上的超越，而非全方位具有人类智能的自主代理。

是否存在某种“临界点”——模型一旦大到某规模，就突然表现出质变能力？目前的证据显示了一些**“涌现能力”：模型在达到某一规模后，开始以全新方式解决问题。例如，研究者观察到，大约在1000亿参数规模左右，语言模型突然具备了连贯的链式推理和复杂算术能力（这在小模型上基本缺失）。又如，上下文学习（few-shot learning，即用提示而非梯度更新来泛化新任务）是GPT-3首次展现的特性 。这些跳跃式能力被称为“Emergent Abilities”。然而，仍不清楚这些能力涌现是连续放大的结果，还是存在明确门槛。目前看来，每当模型跨过一些数量级门槛（从百万到亿、再到千亿参数），都会解锁以前办不到的新任务。但我们没有发现一个特定点会突然出现全面的AGI**。因此，“智能临界点”更可能是一系列特定能力各自的临界，而非一个覆盖所有智能维度的单一阈值。

规模之外：新的范式与未被利用的潜力

如果仅靠扩大规模收益递减，我们是否已逼近“天花板”？不少顶级AI研究者开始强调算法范式的重要性。OpenAI前首席科学家Ilya Sutskever直言：“2010年代是扩展的时代，现在我们又回到了探索新奇的时代” 。他暗示，仅靠旧方法扩展已不足以继续过去那种指数级进步，我们需要寻找“下一个突破”。这种观点得到广泛认同：扩展何种东西比简单扩展更重要。未来的进步可能来自新的训练方式、新的模型结构甚至新的目标定义。

其中一个趋势是在训练和推理中引入“思维”过程。OpenAI据报道在其O1模型中采用了更加人类般的分步推理训练，让模型学会多步骤地“想”问题 。Google DeepMind的Gemini 2.5模型更是直接将多步推理链内置于模型，在回答问题前让模型生成隐秘的思考序列，再据此作答 。这种**“内在链式思维”使模型在数学、科学推理基准上取得了领先，而且不需要借助外部工具就能解答复杂问题 。可以预见，这类类似人类思维过程的建模**将成为提升智能的新途径：即便基础模型规模不大幅增长，也能通过更聪明的推理策略取得更高的有效智力表现。

另一个潜力在于尚未充分利用的硬件特性和计算模式。例如，当前GPU/TPU的大多数训练使用32位或16位浮点精度，但研究表明8位甚至4位精度也能保持模型质量 。降低计算精度可以大幅提高吞吐，从而间接提升可用算力。又如，模型可以在推理时调用额外计算来提高答案质量（所谓算力换质量策略）：近期有工作通过多数投票、多样性采样或树搜索提高了大模型在数学题等任务上的准确率  。虽然这些方法增加推理开销，但在当前硬件下可能仍可行，从而提高模型实际可达到的智能上限。此外，工具使用也是扩展智能的关键方式：模型可以调用数据库、计算器、搜索引擎等外部工具完成超出其直接能力的任务。这等于把环境算力纳入了AI的智力，因此未来的AGI系统很可能是由模型+工具生态构成，而非单一的巨型模型。

综上所述，我们尚未完全触及现有硬件的天花板——部分因为算法改进还能挖掘现有算力的效率，部分因为硬件本身仍有提升和更灵活的使用方式。尽管Scaling Curve（规模曲线）在一些基准上已有放缓迹象 ，但尚未完全饱和：只要我们转换思路，仍有余量可提升模型的实际智能表现。

未来2-3年模型能力的预测展望

结合以上分析，我们对未来2-3年（约2025-2027年）的AI模型能力做出以下展望： • 任务性能持续稳步提升：在大多数认知任务上，新模型将继续刷新纪录，但多数提升是渐进的而非革命性的。比如，在标准测试上，从GPT-4到后继模型也许是从90分进步到95分的过程，而不像从GPT-3到GPT-4那样跳跃式地从不及格到优秀 。我们预计模型在专业领域（如法律、医学考试，编程竞赛题）上会达到甚至超越人类专家水平，因为这些主要考察知识和模式识别，正是大模型的强项。 • 复杂推理与多步骤问题：随着“思考型”模型和推理链技术的成熟，AI在多步数学证明、复杂逻辑推演、长篇文章理解等方面将有重大进展。Gemini 2.5已经展示了这条路线的威力，其Pro版本在无需投票等辅助的情况下，就在数学、科学问答基准（如AIME竞赛题）上取得了当前最优成绩 。未来几年，我们预计这种内生推理能力会成为新模型的标配，使其能够分解问题、逐步求解，接近人类解题过程。理论上，这将拓展AI能够处理的问题空间，逐步攻克以前被视为“需要通用智能”的任务。 • 上下文与记忆：上下文长度的巨大扩展意味着模型将变得“健忘”得更少。在2-3年内，百万级甚至更高的上下文窗口可能走向普及 。这意味着模型可以阅读和纵览整本书、完整的科研文献集或详尽的用户交互历史，再给出综合性的回答。例如，一个对话助手可以记住与你几年前的对话内容，一个研究AI可以一口气分析上百篇相关论文而不需要人工提供摘要。上下文的扩展，加上潜在的外部数据库检索，将赋予模型某种长期记忆的效果，明显拉升其实用智能上限。 • 多模态与现实理解：未来的AGI候选将更深入地融合多模态信息。2023年的GPT-4已初步具备看图描述和理解的能力，而2025年的Gemini系列更是原生支持文本、图像、音频、视频和代码输入 。2-3年后，这种多模态集成功能将更加强大和实用。我们可以预见AI在现实场景中的感知-决策能力提升：例如，阅读一段文字说明并配合视觉线索解谜，或观看监控视频检测异常行为。世界模型的雏形或许会在特定领域出现——比如AI通过模拟物理引擎来预测某个机械系统的故障。虽然全面的常识物理和真实世界理解仍非常困难，但有针对性的进步将拓宽AI的智能边界，使之向具备某种世界直觉的方向迈进。 • 自主性和适应性：一般认为，真正的AGI应具备自主学习和适应新环境的能力。短期内，完全自主的学习型AI仍不现实，但我们可能看到一些增强版的自主代理。例如，结合强化学习（RL）的决策模块，AI代理可以在模拟环境中自行试错以提高策略。DeepMind早期的Gato模型已经展示了一种雏形：同一模型在游戏、对话、机器人控制等多任务上都能操作  。尽管Gato在这些任务上只达到中等水平（例如在450项任务上达到专家50%水平左右 ），它证明了单一模型适应多环境的可行性。未来几年，如能将大模型的认知能力与强化学习策略相结合，我们或将见到具备一定自主性的通用代理，可以在给定目标下自己规划行动序列，不断修正错误并学习。这将标志着AI从被动模型向主动智能体的转变，虽谈不上完全的通用智能，但在实用层面会更接近人类智能的表现形式。 • 人类水平与超人水平：在一些狭窄领域，AI已经超越人类（如大型数值计算、围棋等）。未来2-3年，这种**“超人”领域会扩大——比如代码生成AI可能写出效率和复杂度都超过人类的程序；医学影像AI或许在早期癌症检测上达到前所未有的准确率。但是在广义常识、灵活应变和创造力上，AI仍大概率不及普通人**。它可能掌握了万卷书知识，却依然不懂一件平凡小事中的因果。也可能能画龙画虎栩栩如生，但在真正原创的艺术立意上有所欠缺。因此，可以说AI的智能上限将呈两极分化：在结构化、可定义的问题上逼近完美，在开放、涉及常识情境的问题上虽有进步但仍有明显短板。综合这些方面判断，2-3年内出现完全意义上能媲美人类通用智慧的AGI可能性不大，但我们或许会得到一个“九成像人”的智能体——能完成绝大多数认知任务，偶尔还需要人类点拨常识。

结论

在现有硬件与可预见的近未来算力条件下，人工智能有望在未来2-3年取得持续而稳健的进步，但这种进步更多是渐进演化而非彻底跃迁。当前支撑AGI雄心的主力架构Transformer，在大规模训练下依然展现出强大的扩展能力，但其边际收益正递减，暴露出缺少内在世界模型、上下文受限等瓶颈  。通过更聪明的训练范式（如内置链式思考、多步骤推理）、更高效的架构（如长程记忆网络、稀疏专家模型）以及多模态融合，我们可以在不大幅增加算力的情况下进一步逼近智能的更高台阶。这意味着所谓“智能上限”并非一成不变，而会因算法创新而被不断抬升。

值得强调的是，人类对于“智能”的要求本身也在提高。每当AI达成一个里程碑，人类都会设定更复杂的任务来考验它。因此，未来2-3年AI的进步，很大程度上也是我们对智能理解的延伸。从专业考试到现实问题解决，AI或将接连超越自己曾经的极限。但同时我们也应清醒地认识到：真正的通用智能可能需要的不仅是算力，更是类人类在世界中学习的范式转变 。正如OpenAI CEO Sam Altman乐观预测“超级智能可能在几千天内到来” ，业界已经在为这一目标投入空前的资源。然而，也许同样重要的是Ilya Sutskever的提醒——下一个重大突破点有赖于我们的探索与创新，而不仅仅是堆叠算力 。

综上，在目前硬件条件下展望未来短短几年，我们预计将看到更强大的专能AI和更灵活的通用AI雏形：它们在大多数认知任务上媲美甚至超越人类，在综合常识和自主性上逐步逼近人类思维的边界。虽未臻“通用”之境，却已足以改变众多行业与社会领域的游戏规则。当这个“智能上限”被触及之时，也将是我们开启下一段征程的起点——也许是新的算法范式，也许是全新的硬件计算模式——去追寻更高层次的人工智能。

参考文献 • Kaplan et al., Scaling Laws for Neural Language Models, 2020. （模型性能随规模幂律提升）  • Hoffmann et al., Training Compute-Optimal Large Language Models, 2022. （Chinchilla定律，模型大小与数据量的最佳配比）  • OpenAI, ChatGPT/GPT-4 系列报告, 2020-2023. （GPT-3/4能力与规模）  • DeepMind, A Generalist Agent (Gato), 2022. （多模态小型通用代理）  • Google DeepMind, Gemini 2.5 发布博客, 2025. （思考型模型，长上下文，多模态）   • Foundation Capital, Has AI scaling hit a limit?, 2024. （扩展范式遇到的瓶颈分析）   • Reuters 新闻, OpenAI and others seek new path to smarter AI, 2024.11. （业界对“下一个范式”的探索）   • LeCun, Y., 2023-24 社交媒体言论. （关于数据耗尽和世界模型的观点）