在DeepMind親歷的「1000倍算力」瞬間

如果說Scaling Law是宏觀的哲學(xué)，那么2021年Zhengdong Wang在DeepMind經(jīng)歷的那次實(shí)驗(yàn)，就是微觀的啟示錄。

那次經(jīng)歷徹底重塑了Zhengdong Wang的「智能觀」，也讓Zhengdong Wang理解了為什么說「算力即正義」。

算法聰明才智的貶值

當(dāng)時(shí)，DeepMind團(tuán)隊(duì)正在嘗試解決具身智能（Embodied AI）在3D虛擬環(huán)境中的導(dǎo)航與交互問題。

那是典型的「硬核AI」挑戰(zhàn)，涉及到復(fù)雜的強(qiáng)化學(xué)習(xí)算法優(yōu)化。

當(dāng)時(shí)的共識(shí)是：這個(gè)問題的瓶頸在于算法的精妙程度，在于我們?nèi)绾卧O(shè)計(jì)更優(yōu)的采樣策略和獎(jiǎng)勵(lì)函數(shù)。

然而，一位同事提出了一個(gè)近乎「魯莽」的方案：不要改算法，直接把算力投入增加一千倍。

在那次算力狂飆之后，奇跡發(fā)生了！

那些原本被認(rèn)為需要突破性人類巧思才能解決的邏輯死角，在海量的矩陣乘法面前直接「融化」了。

算法并沒有變聰明，但規(guī)模賦予了它一種類似于生物本能的魯棒性。

算力之波的沖擊

那一刻，Zhengdong Wang深刻體會(huì)到了理查德·薩頓（Richard Sutton）在《苦澀的教訓(xùn)》中所表達(dá)的真理：

人類在AI領(lǐng)域的所謂「巧思」，在算力的指數(shù)增長(zhǎng)面前往往不值一提。

這種realization就像是一股巨大的「算力之波」從你身上碾過，讓你意識(shí)到，與其苦思冥想如何優(yōu)化那1%的算法效率，不如直接去擁抱那1000倍的算力擴(kuò)張。

這種視角在2025年的今天已經(jīng)成為了DeepMind內(nèi)部的通用語：

我們不再問「這個(gè)問題能不能解」，而是問「這個(gè)問題需要多少算力才能解」。

正是這種心態(tài)，讓我們敢于在數(shù)據(jù)中心投資上砸下遠(yuǎn)超阿波羅計(jì)劃的重金。

基礎(chǔ)設(shè)施的極限與挑戰(zhàn)：1GW時(shí)代的到來

Zhengdong Wang還提供了額外的視角。

當(dāng)DeepMind在內(nèi)部討論算力時(shí)，話題已經(jīng)從「PFLOPS」轉(zhuǎn)向了「GW」。

2025年，AI不再僅僅是代碼，它是重工業(yè)，是土地、能源和定制硅基芯片的終極整合。

硬件的代際跨越：Blackwell與Ultra

這種終極整合，用一個(gè)詞概括就是「AI工廠」，正是黃仁勛在GTC大會(huì)所提出的概念。

Wang認(rèn)為，NVIDIA在2025年交付的Blackwell平臺(tái)，是DeepMind能夠維持Scaling Law信仰的物理基礎(chǔ)。

GB200 NVL72系統(tǒng)將72顆GPU互聯(lián)為一個(gè)單一的超級(jí)計(jì)算引擎，其萬億參數(shù)模型的推理速度比H100提升了30倍。

BlackwellUltra的推出更是將單芯片顯存推向了288GB的極限，這意味著即使是300B以上的模型，也可以在不需要顯存卸載的情況下完整駐留，這對(duì)于長(zhǎng)上下文和高并發(fā)推理至關(guān)重要。

電力與散熱的硬墻

然而，物理定律依然嚴(yán)苛。

單芯片功耗逼近1000W，讓DeepMind不得不全面轉(zhuǎn)向液冷方案。

2025年，開始談?wù)摗窤I工廠」而非「數(shù)據(jù)中心」。

谷歌的基礎(chǔ)設(shè)施首席執(zhí)行官Amin Vahdat在內(nèi)部會(huì)議中明確指出，為了滿足爆發(fā)式的算力需求，我們必須每六個(gè)月將算力能力翻倍，并在未來4-5年內(nèi)實(shí)現(xiàn)1000倍的增長(zhǎng)。

這種壓力不僅體現(xiàn)在金錢上。

2025年上半年，AI數(shù)據(jù)中心投資占據(jù)了美國(guó)GDP增長(zhǎng)的90%以上。

盡管外界擔(dān)心泡沫，但DeepMind內(nèi)部的視角是：

如果你能看到1000倍算力帶來的智能紅利，那么任何低于這個(gè)數(shù)字的投入都是一種風(fēng)險(xiǎn)。

具身智能的突破：SIMA 2與通用Agent的誕生

在DeepMind，始終認(rèn)為AGI的終極形態(tài)不在對(duì)話框里，而在物理世界中。

2025年，SIMA 2項(xiàng)目展示了從「理解」到「行動(dòng)」的跨越。

像素級(jí)交互與開放式學(xué)習(xí)

SIMA 2是一個(gè)通用的具身智能體，它不依賴于游戲內(nèi)部的數(shù)據(jù)接口，而是像人類一樣，通過觀察像素和操作鍵盤鼠標(biāo)在復(fù)雜的3D虛擬世界中行動(dòng)。

這種設(shè)計(jì)確保了它所習(xí)得的技能——從基礎(chǔ)的導(dǎo)航到復(fù)雜的工具使用——具有極強(qiáng)的泛化性，可以無縫遷移到完全不同的數(shù)字環(huán)境，甚至為未來的物理機(jī)器人提供大腦。

更重要的是，SIMA 2展示了「自我進(jìn)化」的能力。

通過與Gemini基礎(chǔ)模型的結(jié)合，它可以自主生成任務(wù)、自我設(shè)定獎(jiǎng)勵(lì)，并在沒有任何人類標(biāo)注的情況下，通過不斷的嘗試和錯(cuò)誤習(xí)得新技能。

擴(kuò)展閱讀：我的王者榮耀有救了！谷歌發(fā)布游戲SIMA 2，不開外掛「像人一樣」練級(jí)

METR時(shí)間跨度圖：智能的量化加速

在評(píng)估進(jìn)展時(shí)，作者最推崇的是METR的時(shí)間跨度圖。

兩年前，AI只能穩(wěn)定完成人類耗時(shí)9分鐘的任務(wù)；而到了2025年底，這個(gè)數(shù)字已經(jīng)躍升到了4小時(shí)以上。

按照目前的Scaling趨勢(shì)，到2028年，AI有望獨(dú)立完成人類專家需要數(shù)周才能完成的科研或工程任務(wù)。

AGI才剛剛上路，正處于爆發(fā)的前夜

在結(jié)尾，Zhengdong Wang寫道：「這就是我上車的地方——我們現(xiàn)在還極其早。」。

盡管2025年我們已經(jīng)看到了能過IMO的金牌模型，看到了能自主在3D世界中生存的Agent，但在DeepMind的「Post-AGI」團(tuán)隊(duì)看來，這僅僅是序幕。

我們依然受困于1GW的電力瓶頸，受困于數(shù)據(jù)采集的效率，受困于推理成本的最后幾美分。

AGI不是終點(diǎn)，而是起點(diǎn)！

DeepMind之所以成立Post-AGI團(tuán)隊(duì)，是因?yàn)轭A(yù)見到：

當(dāng)AGI的門檻被跨過那一刻，人類社會(huì)真正需要面對(duì)的挑戰(zhàn)才剛剛開始：

• 如何管理那些能夠自主進(jìn)化、且由于算力規(guī)模而產(chǎn)生「不可解釋性」的智能體？

• 在一個(gè)智能成本趨近于零的世界里，人類的獨(dú)特價(jià)值如何重構(gòu)？

• 當(dāng)AI開始主導(dǎo)科學(xué)研發(fā)的循環(huán)，人類文明的知識(shí)邊界將以何種速度擴(kuò)張？

2025年的真相是，Scaling Law不僅是通往AGI的路徑，它本身就是一種重塑物理世界的哲學(xué)。

那些還在爭(zhēng)論泡沫的人，或許還沒意識(shí)到，這股由1000倍算力卷起的風(fēng)暴，已經(jīng)將人類送往了一個(gè)再也回不去的紀(jì)元。

對(duì)于AI的擁躉，所有人正滿懷敬畏地看著那列名為「智能」的火車加速駛向遠(yuǎn)方。

我們并非在等待奇跡，我們正在親手塑造它。

AGI，才剛剛上路。

參考資料：

https://zhengdongwang.com/2025/12/30/2025-letter.html

為偉大思想而生！

AI+時(shí)代，互聯(lián)網(wǎng)思想（wanging0123)，

第一必讀自媒體