刘知远：2030—2035 年可实现 AGI

「用AI制造 AI」被其视为 AI 时代临盆力的标记与家当突围偏向。

据腾讯科技报道，清华大年夜学计算机系副传授刘知远及其团队的研究登上《天然 · 机械智能》封面，正式提出用于量化大年夜模型「才能密度」的「密度轨则」（Densing Law）。

基于对 51 个主流大年夜模型的回测，该研究指出 2023 年至 2025 年间，大年夜模型的智能密度以每 3.5 个月翻倍的速度加快演进，意味着每 100 天即可用一半参数量达到当前最优模型的相当机能，成本也随之减半。

刘知远直言，若一家模型公司宣布新品后「3 至 6 个月无法收回成本」，贸易模式将难认为继，因为后来者很快能以四分之一的资本实现一致才能。

刘知远将「密度轨则」与「范围轨则」（Scaling Law）视为「硬币的两面」：

• 前者强调经由过程架构、数据治理与进修办法的持续立异，用更小的参数承载更强才能；
• 后者则描述参数范围扩大带来的才能持续上升。

他指出，在 ChatGPT 激发全球投入后，密度翻倍周期由约 5 个月紧缩至约 3.5 个月，速度远快于摩尔定律的 18 个月节拍。这一趋势使云端 API 办事竞争极端激烈，最终可能只剩拥有海量用户与强大年夜技巧迭代才能的头部厂商；

关于多模态进展，刘知远将 Google 最新宣布的 Gemini 3 视为里程碑：在图像生成中对文字的高一致性与可控性表现了模型对世界懂得与生成过程的「逐层细化」。

他推想该才能不仅依附 Diffusion，也很可能融入自回归思惟，从而实现生成一致性的新范式；这也印证了密度轨则的外延——只要某种智能才能可被实现，将来必定能在更小的终端上运行，如手机、PC 或车载芯片。

与此同时，束缚前提清楚、对功耗与响应时延敏感的「端侧智能」将成为创业公司更具肯定性的机会窗口。

他对AI的经久影响持乐不雅立场，认为 2030—2035 年可实现全球普惠的 AGI，互联网的主体将不再只是人类，还会稀有不尽的智能体；固然练习厂商会收敛，但「AGI 成长还充公敛」，推理算力需求将爆炸式增长，人机协同将成为常态。

推荐浏览：清华刘知远团队提出“大年夜模型密度定律”(Densing Law)