北京
你每次和聊天机器人闲聊时，背后都在烧钱，而且越烧越快。AI公司讲了好几年的“规模神话”正被残酷的现实戳破：模型越大，推理成本就越像坐了指数级火箭，收益的步伐根本跟不上。
过去几年，几乎每家AI实验室都在向投资人兜售同一个逻辑——只要数据喂得够多、模型参数堆得够大，智能就会自然涌现。但《大西洋月刊》近期一篇分析毫不客气地指出，大语言模型正遭遇严重的回报递减。真正要命的是推理成本，也就是让训练好的模型处理新请求时产生的算力消耗，这股开支曲线简直是在“垂直上升”，短短半年就足以让这门生意的利润薄到令人尴尬的地步。本来投资人期待的是每服务一个用户，成本就顺势往下走，可眼下的现实刚好相反，规模越大，钱烧得越猛。
这给整个行业的头顶浇了一大桶冷水。数以十亿美元计的资金正源源不断地涌向数据中心建设，然而短期内根本看不到一条明确的盈利路径。虽然没人能精确预言AI泡沫的临界点会在哪一刻到来，但分析师们现在的共识已经是“只是时间问题”，而不是“会不会”。一旦泡沫真的破裂，那些已经把经济押注在AI技术上的国家和市场将面临灾难性的连锁崩塌。
可诡异的是，即便脚下已不时传出泡沫碎裂的咔嚓声，科技巨头们依然坚称：OpenAI的ChatGPT、Anthropic的Claude这类聊天机器人就是未来。这些产品正以操作系统内置助手、客服替代者等身份渗透进每个人的日常，尽管公众的抵触情绪成了另一股强劲的逆风。一边是用户的不满，一边是成本的飙升，AI公司仍像踩死油门冲向高墙。
还有一重物理层面的天花板正压下来。AI模型越来越“吃”硬件，而芯片性能的提升速度却在急剧放缓。专家们反复警告，那个晶体管越堆性能越强的摩尔定律，眼看就要撞上物理极限。换句话说，即便算法再聪明，底层硬件的进步空间也不多了。
更耐人寻味的是，被称为“AI教父”之一的扬・勒昆（Yann LeCun）早就不断喊话：大语言模型这条路本质上是“死胡同”，没法带我们抵达那个被吹捧过头的AGI仙境——让机器的智能赶上甚至超过人类。可问题是，已经重金押注在现有路线上的掌舵者们，愿不愿意把耳朵转向这样的警告，可能性已经越来越小。当整个经济都在“all in”一个被指为死胡同的方向，悬在头顶的，恐怕已经不只是某一两家公司的盈亏。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
