出手即王炸！Scaling Law已死？黄仁勋第一个不同意！

摘要：1月6日，黄仁勋以一场震撼人心的发布会拉开了CES2025的序幕。他身着标志性的皮夹克，发布了多个让全场兴奋的产品，包括搭载了Blackwell架构的RTX 50系列显卡，拥有2万多个CUDA核心的RTX 5090芯片等等。

，抓住风口（iOS用户请用电脑端打开小程序）

本期要点：AI的未来发展前景还有多大？

你好，我是王煜全，这里是王煜全要闻评论。

1月6日，黄仁勋以一场震撼人心的发布会拉开了CES2025的序幕。他身着标志性的皮夹克，发布了多个让全场兴奋的产品，包括搭载了Blackwell架构的RTX 50系列显卡，拥有2万多个CUDA核心的RTX 5090芯片等等。

当然，大家议论最多的，还是压轴之作Project Digits，一款可以运行2000亿参数大模型的个人超级计算机。要知道，ChatGPT3.5的参数量也只有1750亿。

两年前，运行这样规模的大模型还需要成千上万块A100 GPU。未来居然可以在一台尺寸略大于苹果Mac Mini的电脑上流畅运行。理论上，如果可以把几台Project Digits串联起来，大家就能在家运行世界上绝大部分的AI大模型，确实是件很酷的事情。

这次，我和前哨CES观展团的企业家们一起，现场观看了老黄的发布会，效果确实非同凡响，开场前的队伍排出去老远，足有一公里长！不过，我的关注点可能和大家有点不一样。

在黄仁勋演讲的前半段，他就提到了scaling law（扩展法则），并进行了三重扩展。

scaling law，作为当前AI发展的重要规律，其核心在于：AI大模型的性能会随着模型参数规模、训练数据量和计算资源的增加而不断提升。这一法则驱动了AI领域近十年的显著进步。从自然语言模型到文生图、文生视频模型，再到多模态系统和推理模型，scaling law让模型不断升级，并拥有了智能涌现等能力。

然而，现在scaling law面临着不小挑战。获取更多高质量数据的成本在不断增高。无限扩大模型的参数量，效果却不尽如人意。还有训练模型的成本也在飙升，Anthropic的创始人指出，未来几年训练一次模型的成本可能会高达百亿美元，OpenAI的前首席科学家伊尔亚·苏茨克维（Ilya Sutskever）还抛出了scaling law已失效、预训练即将结束的惊人论断。

黄仁勋在介绍scaling law的三重提升

但是，黄仁勋在演讲中，提出scaling law依然保持着强大的生命力，至少还有三大提升之处。

首先，他提到未来人类将产生的数据量将超过人类自古以来所产生的总和，都可以用来训练AI大模型。

其次，他还提出了post training scaling law（后训练扩展法则），以更好地解决数学问题、进行逻辑推理等问题。简单说，就是让AI生成多个可能的答案，然后通过机器自身的强化学习机制、或人类的反馈来评估哪个答案是最优的。这个过程需要大量的计算资源，但最终能够产生令人惊叹的模型。

第三，黄仁勋还提出了test time scaling（测试时间扩展法则），是指AI在运行过程中，会注意资源的分配，会自主决定要使用多少计算资源来生成它想要的答案，从而更高效、更低成本地生成更加准确和有用的答案。

对于他的说法，我也比较认同，scaling law远还没结束，AI大模型还会如火如荼地发展下去。

任何一个领域，在科学原理已经突破之后，都会迎来连续多次的产业迭代和跃迁。不过，科学原理突破往往是脉冲式的，所以科学家总是会显得相对悲观一些。但技术上的优化，以及一些配套技术的研发，仍将为该领域的发展提供持续的动力，并最终将高科技变成高性能的产品和高品质的服务，飞入寻常百姓家。

当然，说到这，关键问题又来了，scaling law会推动AI的持续发展，但未来具体会在哪些领域爆发呢？

首先，黄仁勋指出，2025年是AI替代工作的重要一年。Agentic AI（智能体，或主动式AI）将得到广泛应用，它们能够主动与客户互动并理解客户意图，主动检索信息、调用各种工具来生成高质量的结果。

他还举例说，如果全球所有软件工程师都能拥有一个Agentic AI来帮助他们进行编程，那么生产力将大幅提升。他预测，Agentic AI可能有望成为一个万亿级的机会。

第二，黄仁勋再次提及了Physical AI（物理AI）。简单说，就是AI不再只生成虚拟的内容和服务，而是能与真实物理世界进行互动，提供实实在在的服务。

他还展示了专为物理交互、模拟工厂环境及驾驶环境而构建的基础模型Cosmos，该模型为开发人员提供大量基于物理的合成数据，从而显著降低机器人、自动驾驶汽车等智能产品的训练成本。

黄仁勋在介绍物理AI

这两个方向，我们认为确实值得关注。

在之前的文章中，我们就曾强调，AI Agent将成为未来重要的生产力工具，替代人类完成一些繁重且重复的环节，降低大规模协作的难度，甚至会助推“一人大公司”的普遍出现。

同时，我一直坚信AIGC（人工智能生成内容）不会是这轮AI革命的终点，下一波更大的浪潮将是AIGS（人工智能生成服务）。黄仁勋所说的Physical AI，就将支持各种实体服务的产生。在不久的将来，各类基于AI的机器人、机器臂、无人车、无人机将逐渐能够胜任实际的工作，人类将步入服务规模化时代。

最后，更关键的是，中国企业在这一阶段具有独特优势，我们擅长技术的降本增效，并能将其迅速投入实际应用。所以，我也期待有更多创业者和科技企业能抓住这一机遇，尽快做出优质成果，打出AI时代的“闪电战”。

如果你没有亲身来到CES展，推荐你前来科技特训营，本周六，我将对本次CES展中显现的趋势进行深入剖析，往期我们也对各个科技产业进行了深入分析，一定能助你先人一步、看清未来！

王煜全要闻评论，我们明天见。