scaling·general

Scaling

别名
首次出现
2026-05-22
最近出现
2026-06-11
累计提及
116
§ 01综述

Scaling(规模化)在AI领域仍是一个核心议题,但焦点正从单纯扩大模型参数转向更精细的维度——包括推理时间、智能体表现以及硬件架构。近期动态显示,Scaling Law依旧有效,但应用方式更加多样。

  • 推理时间Scaling持续有效:研究表明,增加推理时的“思考token”可以显著提升LLM性能,这被称为“第二Scaling Law”。Ethan Mollick等人指出这一趋势仍在延续 (详见 Second Scaling Law 持续有效 ) 。
  • 智能体Scaling新范式:针对AI智能体的Scaling研究提出“有效反馈计算”(EFC)概念,能将任务成功率从0.27提升至0.90,为智能体性能的规模化提供了新方向 (详见 Scaling Laws for Agent Harnesses )。
  • 硬件Scaling逆势突破:华为在制裁压力下推出Tau Scaling架构,旨在实现1.4nm等效密度,通过芯片设计创新继续推动算力规模化 (详见 华为Tau Scaling突破华为芯片设计突破 )。同时,OpenAI将Kubernetes集群扩展至2500节点,展示基础设施规模化能力 (详见 OpenAI将Kubernetes扩展至2500节点 )。
  • 规模化应用民主化:本地优先的个人AI如OpenJarvis可通过Ollama运行,降低了规模化AI的部署门槛 (详见 OpenJarvis:本地优先的个人AI )。而阿里云在Qwen Conference 2026上讨论了可信智能体,强调规模化与安全性的平衡 (详见 Qwen Conference 2026 )。
  • 当前焦点在于:规模化已不再局限于模型参数,而是延伸至推理、智能体、硬件和部署等多个层面。未来值得观察的是,这些不同维度的Scaling如何协同,以及是否会出现新的瓶颈。

    § 02相关报道10 条在档
    1. 01
      APPO:细粒度决策点强化学习提升AI智能体工具调用能力
      arXiv cs.AI
    2. 02
      顾全全离开字节 Seed:AI 药物发现与 LLM Scaling 双线突破
      berryxia
    3. 03
      CoT推理的熵动力学:发现两阶段结构,实现高效早退
      arXiv cs.LG
    4. 04
      Sam Altman 回忆 2014 年:OpenAI 曾被业界视为骗局
      rohanpaul_ai
    5. 05
      华为董事长:感谢美国制裁,推动中国半导体崛起
      rohanpaul_ai
    6. 06
      OpenJarvis:本地优先的个人AI,现可通过Ollama运行
      ollama
    7. 07
      Scaling Laws for Agent Harnesses:有效反馈计算EFC将成功率从0.27提升至0.90
      elvis
    8. 08
      华为Tau Scaling突破:制裁倒逼架构创新
      rohanpaul_ai
    9. 09
      华为发布 Tau Scaling 芯片设计突破,目标 1.4nm 密度
      rohanpaul_ai
    10. 10
      Qwen Conference 2026:李飞飞与Nous Research探讨可信智能体
      阿里云 Alibaba Cloud
    § 03邻近话题

    本页综述由 AITOP 基于公开报道整理。原报道版权归各自来源所有。

    /topic/Scaling