在人工智能领域，关于通用人工智能（AGI）的讨论持续升温。2025年年末，谷歌DeepMind一位研究员撰写的万字长文引发广泛关注，其核心观点是：算力才是推动AI发展的核心要素，除算力外其他因素影响有限。
回顾2024年，人们对AI充满好奇，而到了2025年，AI已深刻影响人类社会。这一年，不同行业领袖对AI发展有着不同看法。OpenAI的Sam Altman在年中博文《温和的奇点》中大胆预言，人类已掌握构建AGI的方法，2026年将出现能产生原创见解的系统，他还坚信Scaling Law远未到极限，智能成本会随电力自动化生产趋近于零。NVIDIA的黄仁勋在2025年底演讲中，将关注点从“算力崇拜”转向“AI工厂”，认为AI瓶颈在于电力，未来Scaling Law不仅是模型堆叠，更是推理效率的飞跃。而meta前首席科学家Yann LeCun则认为大语言模型（LLM）是通往AGI的死胡同，缺乏世界模型如同空中楼阁。
对于2026年Scaling Law能否延续，DeepMind研究员的长文给出了肯定答案。文章以个人视角回顾了2015年至今AI领域的巨大变化，指出算力是驱动这一切的核心动力。尽管外界对Scaling Laws存在质疑，但历史表明，随着算力指数级增长，AI模型不断展现出超越人类预期的能力。该研究员结合自身在DeepMind的工作经历，验证了强化学习教父Richard S. Sutton“苦涩的教训”：通用算力方法终将战胜人类特定技巧。
在2024年底，业内曾担忧预训练数据枯竭和边际收益递减会终结Scaling Law。然而，站在2025年末可以发现，Scaling Law不仅未死，还从“暴力堆参数”向“智能密度”演变。过去十五年，用于训练AI模型的算力每年以四到五倍速度增长，这种指数级复合增长在人类技术史上罕见。在DeepMind内部，模型训练消耗的数学运算量已超过可观测宇宙中的恒星数量，且性能与算力存在明确幂律关系，每投入10倍算力，大约能带来3倍性能增益，跨越1000倍算力鸿沟时，性能提升可达10倍量级。
Scaling Law不仅带来定量误差减少，还引发不可预测的定性跃迁。在DeepMind实验中，随着算力增加，模型会突然展现出逻辑推理、复杂指令遵循和事实性修正等“涌现能力”，这表明算力是催生智能的物理量。2025年，AI发展已从单纯“预训练Scaling”转向“全四个维度Scaling”，包括通过海量多模态数据构建基础认知的预训练Scaling、利用强化学习进行对齐和偏好优化的后训练Scaling、让模型回答前“想得更久”的推理时Scaling以及通过超长记忆提升端到端任务能力的上下文Scaling。
2021年，该研究员在DeepMind经历的一次实验，深刻改变了其对智能的认知。当时团队尝试解决具身智能在3D虚拟环境中的导航与交互问题，原本认为问题瓶颈在于算法精妙程度，但一位同事提出增加一千倍算力的方案。算力投入增加后，原本需要人类巧思解决的逻辑死角，在海量矩阵乘法面前迎刃而解。算法虽未变聪明，但规模赋予其类似生物本能的鲁棒性。这一经历让研究员意识到，在算力指数增长面前，人类在AI领域的巧思往往不值一提，如今DeepMind内部更关注问题需要多少算力才能解决。
随着算力需求增长，AI发展面临基础设施极限与挑战。2025年，AI已成为重工业，是土地、能源和定制硅基芯片的终极整合，“AI工厂”概念应运而生。NVIDIA在2025年交付的Blackwell平台是DeepMind维持Scaling Law信仰的物理基础，GB200 NVL72系统将72颗GPU互联，万亿参数模型推理速度比H100提升30倍，BlackwellUltra单芯片显存达288GB，对长上下文和高并发推理至关重要。然而，物理定律依然严苛，单芯片功耗逼近1000W，促使DeepMind全面转向液冷方案。谷歌基础设施首席执行官Amin Vahdat指出，为满足算力需求，需每六个月将算力能力翻倍，未来4 - 5年实现1000倍增长。2025年上半年，AI数据中心投资占据美国GDP增长90%以上，但DeepMind认为，看到1000倍算力带来的智能红利，任何低于此数字的投入都是风险。
DeepMind始终认为AGI终极形态在物理世界。2025年，SIMA 2项目实现了从“理解”到“行动”的跨越。SIMA 2是通用具身智能体，不依赖游戏内部数据接口，通过观察像素和操作键盘鼠标在3D虚拟世界行动，其习得技能具有强泛化性，可迁移到不同数字环境，还能为未来物理机器人提供大脑。通过与Gemini基础模型结合，SIMA 2能自主生成任务、设定奖励，在无人类标注情况下习得新技能。在评估进展时，METR时间跨度图显示，两年前AI只能稳定完成人类耗时9分钟的任务，2025年底已能完成4小时以上任务，按此趋势，2028年AI有望独立完成人类专家数周才能完成的科研或工程任务。
尽管2025年已出现能过国际数学奥林匹克竞赛金牌模型、能在3D世界自主生存的智能体，但在DeepMind“Post - AGI”团队看来，这只是开始。目前仍受1GW电力瓶颈、数据采集效率和推理成本限制。DeepMind成立Post - AGI团队，是预见到跨过AGI门槛后，人类社会将面临管理自主进化且具“不可解释性”智能体、重构人类独特价值、应对AI主导科学研发循环带来的知识边界扩张等挑战。2025年，Scaling Law不仅是通往AGI的路径，更成为重塑物理世界的哲学，一股由1000倍算力卷起的风暴，正将人类送往新纪元。
