网易首页 > 网易号 > 正文 申请入驻

大模型终于露出了最原始的獠牙:它们开始吃纸了!

0
分享至


如果你最近去过东京的神田神保町——那个被誉为世界最大古书店街的地方,可能会注意到一种极为诡异的景象。

这里的古书店主们,接待了一批奇奇怪怪的“大客户”。

他们既不是戴着老花镜的老学者,也不是搞文献收藏的富豪,更不像任何一种人类读书人。

他们买书不挑作者,不看名气,不选装帧,甚至不计较品相。从昭和时代的地方志、几十年前的法学判例集、早已淘汰的旧医学手册,到极其枯燥的农业生产统计小册子,只要是带字的,他们统统照单全收。

有店家一天就被扫走上百本,有的店铺累计卖出了上千册。买家注册的账号名称五花八门,但包裹最终的送达地址,却全都指向了同一个跨境物流中转站。

直到日本媒体追查发现,自去年以来已经有超过50吨日本二手书籍被出口到了美国,大家才恍然大悟:这根本不是什么书虫在淘宝,而是一场跨国算力巨头发起的“纸质文明大清剿”。

按一本书500克粗算,50吨相当于整整10万册纸质书。那些藏在书架深处、落满灰尘的纸质知识,正在被整箱整箱地塞进集装箱,运往大洋彼岸。

顶尖的高科技AI公司,怎么突然对古董摊上的“破纸”产生了如此饥渴的食欲?

答案既科幻又讽刺:在吞噬了几乎整个互联网之后,大模型终于没饭吃了。它们开始“吃纸”了。



一、互联网被“蹭秃”了,大模型面临断粮危机

过去几年,人工智能的进化逻辑简单粗暴:大力出奇迹。只要模型够大,数据够多,AI就能越来越聪明。硅谷的爬虫机器人像蝗虫过境一样,把全球网页上的维基百科、论坛贴吧、新闻报道、甚至社交平台上的吵架纪录全给吃了个遍。

但人类在网络上留下的字,毕竟是有限的。

权威AI研究机构 Epoch AI 曾发布过一份让人后背发凉的预测报告:按照目前大模型训练数据的消耗速度,互联网上积累的高质量人类文本数据——大约在数万亿至数十万亿 Token 之间——将在2026年前后彻底耗尽。



这就是让硅谷所有首席科学家夜不能寐的“数据墙”(Data Wall)。

比“没书吃”更可怕的是“吃毒药”。如今的互联网,早已不是那个纯洁的知识海洋,而是充斥着各种由AI批量生成的营销号文章、SEO垃圾信息和水军废话。如果大模型继续纵容爬虫在现在的网络上“拾荒”,就会陷入极其可怕的“模型塌陷”(Model Collapse)。

英国剑桥大学和牛津大学的研究人员在《Nature》上发表的论文证实:如果让AI用AI生成的数据来训练自己,只需要迭代几代,模型的输出就会彻底沦为毫无逻辑的呓语。这就像让一个画家只临摹画册的复印件,复印件再复印,几代之后,画面就只剩下模糊不清的噪点。这种“算力近亲繁殖”会导致AI智力急速衰退。

面对即将见底的网络数据库和遍地有毒的垃圾信息,硅谷巨头们放眼全球,猛然发现:最纯净、最具有逻辑深度、绝未被AI污染过的“高蛋白粮源”,居然全部静静地躺在那些没有被数字化的实体纸质书里。





二、从“优雅爬虫”到“工业斩首”:硅谷的物理拆书术

既然互联网的数据榨不出来汁了,那就只能对实体书下手。

你可能以为AI公司买书回去,是安排一排工作人员坐在桌前,小心翼翼地翻页扫描?那太低估科技新贵们对效率的狂热追求了。在硅谷,把纸质书变成训练集的过程,充满了工业时代最原始的暴力美学。

此前就有外媒曝光过 AI 独角兽公司 Anthropic 的经典操作。为了快速获取海量高质量图书文本,他们建立了极其凶残的“图书数字化流水线”:

巨头们买来成吨的实体图书,甚至根本不看内容,直接送进工业级切纸机。随着铡刀轰然落下,珍贵的书脊被瞬间切掉,一本本厚重的著作瞬间化为几百张散落的单页。



随后,这些纸张被塞进高速工业扫描仪,以每分钟几百页的速度狂飙,转化成高分辨率图像。紧接着,最新的 OCR(光学字符识别)视觉大模型接手,将图像中的文字、排版、表格瞬间提取为结构化的数字文本。

什么叫硬核数字化?这就叫“拆书炼丹”。

一本凝聚了作者半辈子心血的著作,在流水线上只需几秒钟,就会经历从物理消亡到数字升华的全过程。书脊断裂的声音,就是大模型吞噬人类文明的嚼碎声。



三、为什么偏偏是日本的古旧书籍?

在这场全球性的“纸质文本抢购战”中,日本的二手书之所以成为硅谷眼中的“顶级A5和牛”,有着非常现实的技术逻辑。

首先,是极高的数据纯度与排版质量。日本从近代以来就拥有极其庞大的出版业,印刷工艺精良,字体排版高度规范。

这种高质感纸张和清晰的印刷,让现代 OCR 软件的识别准确率几乎高达 99.9%。相较于某些印刷质量参差不齐、扫描出来满屏糊字的其他语种旧书,日本古书简直是整理数据工程师的梦幻食材。



其次,是不可替代的“领域知识深度”。这次神秘买家扫荡的重点,包含了大量的“地方志”(地方历史记载)、过期的法律判例集、以及昭和时代的行业报告。这些东西在当年发行量极小,且极少被上传到互联网。里面记录的社会运行逻辑、人情世故、法律博弈和历史细节,是任何现代网页都提供不了的纯净逻辑链条。

当别的AI还在用网络热梗和口水话跟用户打嘴仗时,吃了50吨日本地方志和旧法学著作的大模型,其底层逻辑推理能力和知识储备,直接实现了降维打击。

最后,还有多语言能力的战略考量。要训练一个真正通晓全球文明的通用人工智能(AGI),光吃英文数据是会“偏科”的。日本作为全球第三大经济体,其语言体系中蕴含着极具特色的文化与商业逻辑,吸收这批数据,能让大模型的跨语言泛化能力大幅提升。



四、最安全的地方,竟是落满灰尘的破书

曾经,我们以为数字化是文明的终极避难所。我们把图书扫成 PDF,把照片传上云端,以为硬盘能比纸张更久远地保存人类的智慧。

结果历史开了一个巨大的玩笑:当数字世界被垃圾信息挤爆,当算力狂魔为了维持进化不得不向物理世界反向抢夺资源时,那些被我们弃之如敝履、堆在阁楼里发黄的实体纸质书,反而成了人类文明最后的“净土”。



这是一场发生在21世纪的奇特轮回。

几万亿美元估值的顶尖高科技公司,最核心的竞争壁垒,居然取决于它们能从古董摊上收走多少吨废纸。几十年前人类用油墨压进纸张里的思想,如今变成了数据中心里滚烫的电流。

当这50吨老书被扫描切碎、彻底咽进大模型的肚子里,未来的AI在与我们对话时,字里行间也许会不经意间流露出某种昭和时代的古朴肃穆,或是偏远村落的悠远历史。

这也给所有人提了个醒:在这个算力即王道、数字容易被篡改和污染的时代,最安全、最真实、最不受AI干涉的知识存储器,可能不是任何加密硬盘,而是你家书房里那本触手可及、沾着尘土的纸质书。

毕竟,只要它们还没被塞进扫描仪切掉书脊,人类就依然保留着对这份智慧最原始、最独占的解释权。

声明:取材网络,谨慎辨别

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.

相关推荐
热点推荐
比关税更危险的事来了!犹太资本贝莱德集团,在中国的 "深度渗透"

比关税更危险的事来了!犹太资本贝莱德集团,在中国的 "深度渗透"

疯狂的小历史
2026-11-18 11:13:34
好奇查了一下黄仁勋的出身,不查不知道,一查惊讶了,原来黄仁勋根本不是什么大富豪家庭,而是普通的知识分子家庭。

好奇查了一下黄仁勋的出身,不查不知道,一查惊讶了,原来黄仁勋根本不是什么大富豪家庭,而是普通的知识分子家庭。

回京历史梦
2026-11-15 06:35:06
到底是不是宿命?广东55岁千万老板饭局挨个告别隔天离世,网友叹无常,网友直言这是“终末信号”

到底是不是宿命?广东55岁千万老板饭局挨个告别隔天离世,网友叹无常,网友直言这是“终末信号”

王老师你还好吗
2026-11-19 18:33:48
比亚迪方程豹钛9上市 首发折叠智舱 27.99万元起售!

比亚迪方程豹钛9上市 首发折叠智舱 27.99万元起售!

CNMO科技
2026-11-19 21:23:07
美论坛:孟买已领先上海30年,可为何中国人仍觉得印度落后?

美论坛:孟买已领先上海30年,可为何中国人仍觉得印度落后?

有牙的兔纸
2026-11-19 08:34:35
A·史密斯:詹姆斯、杜兰特、库里等人,阻止湖人队白人球员统治

A·史密斯:詹姆斯、杜兰特、库里等人,阻止湖人队白人球员统治

好火子
2026-11-19 23:03:56
失算了!订婚收了 28.8 万彩礼,女生转头全款买了一套属于自己的小公寓,男方得知后坚持退婚

失算了!订婚收了 28.8 万彩礼,女生转头全款买了一套属于自己的小公寓,男方得知后坚持退婚

扶苏聊历史
2026-10-24 13:40:19
实话实说,广东队已成为一支3无球队!

实话实说,广东队已成为一支3无球队!

体育哲人
2026-11-19 07:35:28
台湾前参谋总长李喜明曾在台湾一档节目中说,别以为大陆不敢对台动武,他认为这种可能性是存在的

台湾前参谋总长李喜明曾在台湾一档节目中说,别以为大陆不敢对台动武,他认为这种可能性是存在的

人生录
2026-10-31 00:55:04
余文乐宣布离婚

余文乐宣布离婚

扬子晚报
2026-07-20 14:21:04
山东大师王兴夫被抓捕归案,99名女徒弟揭露内幕,真相让人意外

山东大师王兴夫被抓捕归案,99名女徒弟揭露内幕,真相让人意外

诡谲怪谈
2025-03-25 17:25:18
国际油价大幅收跌,美油跌3.65%

国际油价大幅收跌,美油跌3.65%

每日经济新闻
2026-11-19 06:10:07
法国网民破防了:我们在自己的课本里错过了本国的英雄,却在中国课堂上听到了他们的名字,这才意识到自己生活在一个多么糟糕的国家

法国网民破防了:我们在自己的课本里错过了本国的英雄,却在中国课堂上听到了他们的名字,这才意识到自己生活在一个多么糟糕的国家

人生录
2026-11-10 00:05:10
俄军奋力防守仍没能守住,克里米亚大桥的惨状,全世界都看见了

俄军奋力防守仍没能守住,克里米亚大桥的惨状,全世界都看见了

古书奇谈
2026-11-18 15:15:03
美方在台湾问题上有了新说辞:若中国和平统一,美国不会反对

美方在台湾问题上有了新说辞:若中国和平统一,美国不会反对

吕醿极限手工
2026-08-27 14:18:48
离称霸,字节只差一个聊天软件了!

离称霸,字节只差一个聊天软件了!

城事堂
2026-11-17 14:09:44
收视率几乎为0,县城电视台为什么还没关?

收视率几乎为0,县城电视台为什么还没关?

罗sir财话
2026-11-15 12:56:18
近5战4负跌入附加赛!SGA场均33.6分独木难支 场下躺着1亿显无奈

近5战4负跌入附加赛!SGA场均33.6分独木难支 场下躺着1亿显无奈

颜小白的篮球梦
2026-11-19 20:38:31
北京一男子掏空积蓄,凑500万入股中国人寿,20年后分红吓人

北京一男子掏空积蓄,凑500万入股中国人寿,20年后分红吓人

一刀故事
2025-05-14 13:32:29
央媒发文,高调官宣邓亚萍新身份,涉嫌贪腐被带走传闻早水落石出

央媒发文,高调官宣邓亚萍新身份,涉嫌贪腐被带走传闻早水落石出

叨唠
2026-11-19 00:04:18
2026-11-20 00:24:49
蜉蝣说
蜉蝣说
原创作者 欢迎关注
10471文章数 1215关注度
往期回顾 全部

头条要闻

日媒称中方对高市早苗的简朴接机仪式引关注 中方回应

头条要闻

日媒称中方对高市早苗的简朴接机仪式引关注 中方回应

体育要闻

文班亚马也防不住这"巨兽" 无奈吐槽:悲哀

娱乐要闻

后会友期 文吉儿公然怼谈话老师陈晓楠

财经要闻

Anthropic的算力赌局

科技要闻

提前三个月加薪!英伟达全员会稳军心

汽车要闻

方程豹钛9实测 堪称比亚迪最强混动的DMS到底怎么样?

态度原创

教育
手机
艺术
健康
家居

教育要闻

解读世界上最神奇的 24 堂课 23-8

手机要闻

华为鸿蒙星河互联官宣支持流转iPhone来电,适配Mate 90系列、XT 2非凡大师机型

艺术要闻

柔美与锋芒:时尚人像摄影

医生眼里"很伤腰"的椅子,很多人天天坐

家居要闻

2026建博会(广州) 公装联探展交流活动

无障碍浏览 进入关怀版