参数不再为王：AI竞赛的下一个胜负手是什么

参数不再为王：AI竞赛的下一个胜负手是什么

堆参数的账，算不过来了

过去几年，行业默认的逻辑是：模型参数量越大，能力越强，下一轮突破自然来自更大的集群、更长的训练时间和更高的投入。这个逻辑在GPT-3到GPT-4的阶段大体成立，但继续沿着同一条路走下去，回报曲线已经明显变平。

斯坦福大学以人为本人工智能研究所2026年发布的《人工智能指数报告》给出了一个关键数字：顶尖模型的训练成本中位数已经突破1亿美元。这意味着训练一个前沿模型不再只是技术问题，更是一道资本门槛。投入上亿美元，换来的可能只是基准测试上几个百分点的提升，商业上是否划算，已经无法用“探索能力上限”一笔带过。

成本之外，能耗账同样刺眼。同一份报告估算，Grok 4一次训练的碳排放约为7.28万吨二氧化碳当量，大致相当于1.7万辆汽车跑一年的排放。当监管压力、企业碳中和承诺和电力供应约束同时收紧，训练能耗就不再是技术报告里的注脚，而成为决策时必须计入的硬成本。

趋势数据也指向同一结论：原始参数扩展正在触顶，万亿参数模型带来的回报在递减。部分前沿实验室仍可能通过超大参数模型探索能力上限，但这更多是少数玩家的科研行为，已不是行业竞争的主流路径。当堆参数的边际收益持续走低，而成本与能耗的约束不断硬化，商业逻辑自然会转向另一个问题：同样的算力，能不能用得更聪明。

效率竞赛的两条路：改架构，还是改训练

效率提升不是一句笼统的口号。当前行业里真正在推进的，是两条并行但机制不同的技术路线：一条在模型架构上做减法，另一条在训练流程上做加法。

架构侧的思路是让模型在计算时不必激活全部参数。Gemini采用的稀疏激活技术，把推理能耗降低了40%。模型在实际运行时只有一部分参数参与计算，省下的不只是电费，更是响应延迟和硬件占用。稀疏注意力则从另一个角度切入：传统Transformer的注意力计算复杂度随序列长度呈平方级增长，而BigBird这类模型通过局部注意力加全局token的混合设计，把复杂度从O(n²)压到O(n)。长文档处理、长代码理解这类场景，收益最为直接。

训练侧的优化则发生在模型参数已经固定之后。量化是最成熟的路径之一：把32位浮点参数压缩成8位整数，推理速度提高2.3倍，精度损失控制在2%以内。对于部署到手机、车载终端或边缘设备的场景，这种取舍几乎是必然选择。更值得注意的变化发生在后训练阶段。Cursor Composer在2025年末把后训练强化学习的预算扩大了20倍，超过了预训练投入。这个数字单独看是一个公司的选择，但它指向的结构性变化是：后训练正从打磨环节变成能力提升的主战场。DeepSeek-R1和Phi-4采用的并行测试时计算也属于这一逻辑——模型在推理时生成多个独立结果，再通过投票选出答案，用算力换取准确率，而不是用更多参数换取准确率。

两条路线各有边界。量化在极端压缩下会损失精度，稀疏注意力对长序列有效，但对短文本任务未必带来同等收益。后训练强化学习在编程、数学这类有明确可验证奖励的领域效果显著，在开放域对话中则缺少清晰的优化信号。效率不是万能解药，它的价值高度依赖任务类型和部署环境。

当模型趋同，可靠性比聪明更值钱

对普通用户和企业而言，选择AI产品的逻辑正在改变。过去两年，评估一个模型主要看它在基准测试上比对手高几分；现在，这个分数本身的保质期已经短到难以作为决策依据。前沿模型的领先窗口从几个月到半年缩短至几周甚至几天。技术配方扩散的速度超过了任何单一实验室的迭代节奏，后训练方法的公开化让“追平”从一个战略目标变成了一个时间问题。

当模型能力趋同，竞争立刻转向了最原始的维度：价格。2026年上半年国产大模型出现了一轮集中降价。据人民网报道，DeepSeek把V4系列模型的词元价格下调到原标价的四分之一，小米的部分版本降幅更高，同时取消了按上下文长度分段计价的规则。降价不是某一家公司的促销行为，而是同质化竞争的直接后果。当用户无法在产品层面区分A和B，唯一能区分的就只剩下账单。

价格战会迅速压缩利润空间，但不会自动淘汰所有玩家。真正能留下来的，是那些用户迁移成本足够高的产品。OpenAI Codex的活跃用户达到600万，这个数字的意义不在于模型有多强，而在于用户已经把工作流嵌入其中。一个企业如果每天依赖Codex处理代码审查、生成测试用例、维护文档，切换供应商的成本远高于每月省下的词元费用。生态锁定在通用大模型领域比单纯的性能领先更难被复制。

另一个被低估的壁垒是生产环境的执行可靠性。行业判断是，未来12个月原始基础智能将完全商品化，竞争将完全集中在生产环境的执行可靠性上。这个预测有它的激进之处，但它指出的方向与降价潮一致：当“聪明”不再是稀缺品，“不出错”就成了稀缺品。企业用户对模型偶尔在演示中惊艳一次没有需求，他们需要的是在成千上万次调用中保持稳定、可预测、可审计的输出。

这一判断主要适用于通用大模型领域。在特定垂直领域，专用模型仍可能通过性能优势而非生态建立壁垒。比如在药物分子设计或气象预测中，一个在特定数据分布上显著优于通用模型的专用系统，即便没有庞大的用户生态，也能凭借不可替代的准确率获得付费意愿。通用市场的逻辑是可靠性加生态，垂直市场的逻辑则更接近传统的技术领先。两者并不矛盾，只是竞争的变量不同。

对读者意味着什么：别为“最强”买单，为“够用且稳定”买单

对普通用户和企业而言，后参数时代最直接的变化是选择标准的位移。过去两年，评估AI产品的主流方式是看参数规模、看榜单跑分，谁大谁强。这套标准正在失效。当通用模型的能力已经覆盖大多数日常任务，继续为更大的参数规模付费，换来的边际收益越来越小。理性的判断不再是谁最强，而是哪个方案在特定任务上够用、稳定，并且成本合理。

专用模型的兴起正是这一逻辑的产物。到2026年底，机器学习行业已经明显转向专用模型：规模更小、针对特定任务调优，在特定领域表现优于通用大模型，训练和运营成本却只有后者的一小部分。一个只做合同审查或客服问答的小模型，可能在它的领域里比一个千亿参数的通用模型更准确，同时调用成本低得多。Sebastian Raschka等研究者强调，推理时技术让更小、高度优化的模型在专门任务上超越大规模静态模型。小不再等于弱，关键在于是否匹配任务。

但这不构成对所有场景的通用建议。需要广泛通用能力的用户，比如同时处理写作、编程、翻译、数据分析的人，仍然应该选择头部通用模型。只是判断的重心应该从跑分转向可靠性和生态：它在长时间使用中是否稳定，是否与现有工具链顺畅衔接，出错率是否可控。某研究机构预测，到2025年，经过系统优化的AI模型将在70%的商业应用中取代基础版本。这个数字的前瞻性很强，不宜当作既定事实，但它指向的趋势是明确的：企业部署AI的标准配置正在从“最大最强”转向“优化后够用”。

选择框架因此变得清晰。先问任务是什么，再问稳定性要求有多高，最后算成本。为“最强”买单，在早期技术快速迭代阶段或许是合理的；当能力过剩成为常态，为“够用且稳定”买单才是更经济的策略。