“Scaling Law（尺度定律）确实遇到了一些挑战，从语言能力上来看，大模型确实已经达到天花板：所有的能力已经接近人类的极限、人类专家可以评价的极限。”
曾经被视为大模型“金科玉律”的Scaling Law似正逐渐放缓，影响了下一代大模型推出的节奏，这已成为AI圈内热议的话题。11月29日，在接受澎湃新闻等媒体采访时，人工智能独角兽企业、智谱AI CEO张鹏直言自己的观点。
当天，在智谱的Agent OpenDay（智能体开放日）上，他宣布智能体AutoGLM再次升级，支持自主执行超过54步的长步骤操作，也可以跨App执行任务，借助智谱产品化的Agent，AI首次给人类派发了微信红包。
此前10月28日，智谱曾推出自主智能体AutoGLM，可以实现代替人类控制电子设备，不用动手就能完成点外卖、朋友圈点赞、高铁购票等常见的手机操作。
“大家因为Scaling Law撞墙，就担心整个行业会突然进入低谷期，这个担心可能有点多余。就像我们担心人工智能会统治人类一样，还有点太早，不妨让子弹飞一会儿。”张鹏表示。
大模型最终阶段是全面超越人类
张鹏认为，大模型的发展可以分为L1-L5共五个阶段：L1阶段，有语言能力，AI学会使用语言，在大多数自然语言任务上突破图灵测试；L2阶段，有人类水平的问题求解能力，AI学会求解问题，涌现世界知识和类人的复杂逻辑推理能力，在求解问题方面突破图灵测试。
L3阶段，能使用工具，系统可以执行动作，在使用工具方面突破图灵测试；L4阶段，能自己发明创新，Al通过自我学习，实现GPT到GPT-zero的升级，具备自我批判，自我改进以及自我反思能力；L5阶段，AI能力全面超越人类，具备探究科学规律、世界起源等终极问题的能力。
大模型何时能落地应用，曾经是AI行业的热点话题。百度CEO李彦宏曾表示，不要卷模型，要去卷应用，还要避免掉入“超级应用陷阱”，“超级能干”的应用比只看DAU的“超级应用”更重要。
李彦宏还提到，应用并不遥远，最简单的是智能体，这也是百度最看好的AI应用的发展方向。
不过，对于AI应用的竞争，杀入红海的不仅有智谱这样的独角兽创业公司，更有字节跳动、腾讯等互联网巨头，面对和大厂的竞争，智谱AI CEO张鹏回应称，“我们对这件事情的理解在于底层技术，不是简单的单项文本技术能力的提升，最终目标是帮助大家切切实实解决生产力问题，不是简单的快速盈利。我们和很多合作伙伴探索、构建属于自己的应用和商业模式，这是我们与大厂不一样的地方。”
业内人士热议Scaling Law
大模型行业奉行的是大力出奇迹，而Scaling Law放缓已成为行业共识。
在最近的乌镇互联网大会上，360创始人周鸿祎在接受媒体采访时表示，OpenAI试图打造一个全知全能超级通用大模型的可行性存在疑问，一方面人类训练数据几近枯竭，Scaling law遭遇了巨大瓶颈；另一方面，想要开发一个放诸四海皆准的大模型在逻辑上也很难自恰。
而月之暗面CEO杨植麟也同意，如今Scaling Law已经进入了瓶颈期。在他看来，AI的发展就像在荡秋千，在两种状态之间来回切换，“一种是算法、数据准备好了，但算力不够。”他认为，到了今天，规模已经到达了一定的程度，会发现再加更多的算力，也不一定能解决问题，其中核心问题是没有高质量的数据。这时要做的事便是改变算法，突破瓶颈。现在这是他所在的公司乃至整个行业都面临的共同问题，“好的算法能够释放Scaling的潜力，让模型持续变得更好。”他认为，强化学习是接下来很重要的一个趋势。
OpenAI原首席科学家伊利亚·苏茨克维（Ilya Sutskever）更是公开表示，扩大预训练的结果已经达到了平台期，“2010年代是规模扩大的时代，现在人们又回到了奇迹和发现的时代。每个人都在寻找下一个东西。”
“Scaling Law确实不像我们之前预测的一样，指数级的往上涨。我们团队比较乐观，觉得有大把的空间和机会使用Scaling突破技术上的鸿沟。”张鹏告诉澎湃新闻记者，智谱瞄向的是AGI（通用人工智能），Scaling只是现象，更重要的是计算量的sacling，扩散模型、Dit、强化学习等不同路径都是在增加计算量。
值得注意的是，智能体在调用数据的安全性也受到外界关注。
对此，张鹏回应称，“这是一个重要话题，我们在考虑如何采用更安全的方法解决，相信把问题摆在桌面上大家正面对待，总有办法。”值得注意的是，AutoGLM目前仍处在内测的状态，对于其他行业可能产生的影响，他坦言，“我们没有必要把自己圈在一个圈子或天花板下内卷，应该努力寻找新的可能性。”
公开资料显示，成立于2019年的智谱是清华大学计算机系技术成果转化公司。智谱于今年9月5日完成了新一轮融资，融资金额达数十亿元人民币。本轮融资金额是在投前200亿元的估值基础上完成的，这使得智谱AI成为国内第一家突破200亿估值的大模型企业。