从20世纪50年代起，AI技术经历了70多年的发展。其间多种技术曾占据不同时代的高位，而当时间来到21世纪20年代，抵达我们今天正在经历的新一轮AI崛起，预训练大模型毫无疑问就是这个时代的主角。
那么，究竟是谁点燃了这次AI爆发的星星之火，推开了大模型的大门？相信你把这个问题抛给不那么了解AI的朋友，他也会脱口而出：是OpenAI啊。但就像大模型会出现幻觉一样，最近外网全面热议的一件事告诉我们，这个答案也可能掺杂了一些幻觉成分。
Scaling Law规模化法则，也被称为大模型的尺度定律。这一定律揭示了大语言模型的模型性能与其规模、训练数据集大小，以及训练资源之间存在着一种可预测的关系。也就是说投入资源越多，模型规模越大，最终的模型效果也就可能越好。从AI模型走向AI大模型，以及采取预训练机制的必要性都是由此而产生。因此Scaling Law也被业界广泛认为是模型预训练的第一性原理。
但就这项核心理论的起源，最近却有一项讨论火爆外网。根据AI大佬爆料，以及《南华早报》等权威媒体的报道，中国科技巨头百度比OpenAI更早发现了这一原理。这也意味着中国AI在大模型时代的前瞻性探索上可能更为超前。
而“AI突破总来自百度”这一现象的背后，更展示了体系化AI创新的核心价值。如何在全球AI竞赛的大背景下，全面释放出百度的体系化AI创新价值，将是未来中国AI发展的核心课题。
事情的起源是这样的。11月12日，在Lex Fridman的播客节目中，Anthropic联合创始人&CEO Dario Amodei探讨了Claude、AI模型的扩展规律、AGI、AI未来等多个话题。其中，作为AI领军人物的Dario Amodei也谈到了Scaling Law这个关键规律的发现。他提到了他最早发现这个规律，始于此前在百度工作时的相关研究。根据资料显示，Dario Amodei于2014 年 11 月到2015 年 10 月期间在百度工作，当时他在百度硅谷人工智能实验室（SVAIL）工作，致力于将深度学习模型扩展到大规模高性能计算系统。
Dario Amodei提到，2014年与吴恩达在百度研究AI的时候，他就已经发现了模型发展的规律Scaling Law，“随着你给它们提供更多数据，随着你让模型变大，随着你训练它们的时间越来越长，模型的表现开始越来越好。当时我并没有精确地衡量，但我和同事们都非常非正式的感觉到，给这些模型的数据越多、计算越多、训练越多，它们的表现就越好”。
这个说法很快也得到了其他途径的权威证明。11月27日，Meta研究员、康奈尔大学博士候选人Jack Morris在X上表示，“大多数人不知道，关于Scaling Law的原始研究来自2017年的百度，而不是2020年的OpenAI”。
这个说法的来源是，在百度于2017年发表的论文《DEEP LEARNING SCALING IS PREDICTABLE, EMPIRICALLY》论文当中，已经对Scaling Law做出了详细研究，并探讨了机器翻译、语言建模等领域的Scaling现象。业内人士认为，这篇论文的重要性被严重忽视了。
而透过这次全球AI界的正本清源，我们真正能够看到的是百度在AI领域的前瞻性与系统化创新能力。很多AI的答案总是由百度来找到，已经成为业界的全新共识。
十年之前，互联网技术正在持续发展，移动时代正处在高位。当时几乎没有哪家科技公司愿意从眼前的利益中抽身，去看看更遥远的未来。
但如果每家科技企业都固守短期利益，那么当科技拐点到来，下一轮技术突破开启，整个社会的科技竞争力不足就会暴露出来。我们只能重复一次又一次科技模仿者的角色。
好在百度决定打破这个循环，用预判能力提前点燃AI的星星之火。这种预判性，已经为百度，乃至为整个中国AI领域带来了极大效益。比如尽管外部刚刚爆料出百度更早发现Scaling Law的信息。但百度早已经基于对Scaling Law的研究和理解，很早就投入到预训练大模型的工作当中。于是可以在全球第一梯队发布大模型技术，率先打造投入应用的AIGC产品。
早在2013年1月的百度年会上，李彦宏宣布成立了深度学习研究院，并亲自任院长。李彦宏认为，“这应该是全球企业界第一家用深度学习来命名的研究院”。这意味着，在全球大多数科技企业对AI的认知停留在科幻电影的阶段，百度已经率先将AI技术作为学术研究与业务落地的发展方向，继而开始体系化、系统化进行AI创新。
多年以来，百度在硬件、基础软件、模型算法、业务落地等维度进行了AI探索。后来的事实也证明，对单项AI技术的投入只能是模仿，只有从源头上进行体系化研发投入，才能提供源源不断的AI创新成果。由李彦宏的前瞻性出发，启动搭建的百度AI系统，让百度十年来成为AI人才、AI技术与AI基础设施的策源地。
从人才角度看，全球AI人才看到了百度AI的未来，争相加入到这个体系中来。比如说2014年，吴恩达加入百度并在研究院首席科学家，担任百度公司首席科学家，负责百度研究院的领导工作。2014年5月19日，百度宣布任命吴恩达博士为百度首席科学家，全面负责百度研究院。同样在2014年，Dario Amodei斯坦福博士后毕业后加入百度硅谷AI实验室。之后，Dario amodei又招募了Jim fan来百度实习。这些人后来都成为AI爆发的全球领军人物，将百度的AI积淀带向世界。
从业务发展的角度看，百度在自然语言处理、机器视觉、知识图谱等领域打下了坚实的技术底座，并率先将AI技术带到搜索、信息流、地图、自动驾驶等核心业务，全面迭代了科技行业与AI技术的关系，为未来千行百业的智能化指定了航标。
从基础设施的角度看，百度打造的飞桨+文心大模型体系已经成为AI开发者与产业智能化共同依托的技术底座。目前，飞桨文心开发者数量已达1808万，服务了43万家企业，创建了101万个模型。百度已经成为AI模型与AI开发者的摇篮。
不至Scaling Law，百度在AI领域点燃了无数星星之火。它们燃烧盛放，成为中国AI在全球赛场上的动力引擎。
时间来到今天，预训练大模型驱动全球新一轮科技革命。在这个阶段当中，百度凭借跨越十年的AI洞见，以及由此打造的体系化AI创新，全面提升了中国AI的发展加速度。
比如说，百度在2019年发布了第一代文心大模型，几乎与OpenAI处于同一时期；2023年，百度是全球第一家推出生成式AI产品的科技大厂，让中国用户有了与无时间差的AI革命体验。
今天，百度文心大模型日调用量已经超过15亿。对比今年5月2亿的日调用量，半年时间达到了原来的7.5倍，对比一年前5000万的日调用量，达到了30倍。文心已经真正成为中国预训练大模型的底牌与王炸。
而把百度的前瞻能力与体系化AI创新，放在更大的全球科技竞赛背景中看，会发现其有着极其深远的意义。
日前，外媒Axios援引知情人士消息，美国候选总统特朗普计划任命一位人工智能部长（AI czar），以协调联邦政策和政府对新兴技术的使用。“AI部长”将在集中公共和私人资源方面发挥作用，确保美国在全球范围内占有人工智能发展的领先地位。这预示着特朗普下一个任期内AI技术发展将加速迎来变局。AI对于社会经济、国家战略的意义正被推升到史无前例的高度。
在全球AI竞赛的必然趋势下，百度的深入积累的AI技术路径、研究方法与工程化实践、应用探索，都将成为未来中国AI加速度的来源。
如何透过Scaling Law的全球热议，看清百度AI基座的不可替代性，并将这种价值应用在未来必将发生的AI竞赛中，将是中国AI接下来一个深刻且富有想象力的命题。
