全球 AGI 的三大技術路線：競爭格局正在成型
過去一年，大模型競爭逐漸從“能力發佈”轉向“路線分化”。OpenAI、Google、Anthropic 與 Meta 的技術選擇並非同質，而是在朝三條清晰可辨的 AGI 技術路徑聚合。這些路徑不僅決定模型能力的邊界，也決定下一代基礎設施、算力結構與生態參與者的角色重排。
以下為當前全球 AGI 的三大主路徑，以及它們所形塑的競爭格局。
一｜Scaling：以規模驅動智能的主流路徑（奧爾特曼路線）
Scaling 路線的核心假設是：智能是統計規律在足夠大規模下自發形成的現象。
技術特徵包括：
- 超大規模 Transformer
- 大規模視訊與圖文資料的被動學習
- 能力隨規模呈現非線性躍遷
- 以分佈擬合驅動推理與規劃
代表人物明確：Sam Altman。
其核心觀點是“苦澀教訓”：不需要預設智能結構，只需在更大參數與更巨量資料中尋找能力的自然湧現。
代表公司包括：
- OpenAI（最純粹的 scaling 路線，GPT 系列、Sora）
- Anthropic（Claude 系列：大規模模型＋憲法式對齊）
- Google（Gemini 系列仍以 scaling 派為基礎，輔以結構化推理能力）
Scaling 依舊是當前 AGI 的主戰場，也是計算資源需求最大的路徑。其優勢是工程體系成熟、迭代速度快，但在可控性、一致性與因果性方面仍有邊界。
二｜Embodied Intelligence：以行動和空間建構理解（李飛飛路線）
具身路線立場明確：智能並非從資料中“觀看世界”，而是通過行動、感知與反饋建構理解。
技術特徵包括：
- 機器人行動資料（action-driven learning）
- 空間智能（spatial intelligence）
- 感知—行動—反饋的閉環學習
- 高保真模擬器的 Sim-to-Real 轉換
學術旗手為 Fei-Fei Li（李飛飛）。她的體系直接影響 Google Robotics、Stanford HAI、Toyota Research Institute 以及部分 Meta 的具身研究團隊。具身路線的優勢在於其對真實世界一致性的高要求。智能體可通過行動資料捕獲因果結構，從而彌補純 scaling 路線的物理性缺失。其限制則在於資料採集成本高、工程周期長，短期難以與大模型能力直接對標。
三｜World-Model：以因果與結構為核心的預測路徑（Meta／LeCun 路線）
世界模型路線建立在一個更結構化的假設上：
智能依賴內部的世界表示系統，模型需要具備因果推理與結構化預測能力。
核心技術包括：
- 結構化世界表徵（structured representations）
- 因果推理圖（causal graphs）
- 能量基模型（EBM）
- JEPA（Joint Embedding Predictive Architecture）
- 分層預測機制（hierarchical predictive modeling）
這一路線由 Yann LeCun（Meta 首席科學家） 主導，也是目前唯一由大型科技公司明確推進的結構化 AGI 路線。LeCun 認為傳統生成式大模型在效率與可控性上存在根本性限制，需要以“世界模型＋預測編碼”重建下一代智能架構。該路線的優勢是可控性強、結構透明、推理更接近人類認知框架；限制在於工具鏈仍早期，短期能力不及 scaling 路徑。
四｜路線背後的產業角色：模型公司、算力供應商與雲廠商的“三極結構”
無論路線如何分化，全球 AI 產業鏈正在形成新的功能分層。
1｜模型公司：路線選擇決定成本結構與競爭邊界
- Scaling → 極度依賴算力、迭代速度快
- Embodied → 資料成本高、真實世界一致性強
- World-Model → 研發周期長、結構依賴重
模型公司必須在能力躍遷、可控性與算力成本之間反覆取捨。
2｜輝達：三種路線的通用底座
無論是那條路線，智能體都依賴統一的算力結構來訓練模型、運行推理和管理資料流。輝達正從 GPU 供應商轉向：
“訓練底座＋推理平台＋加速軟體棧”的系統提供者。
其在三條路線中的作用：
- Scaling：GPU 需求最大、增長最快
- Embodied：需要多模態感測與模擬計算
- World-Model：需要長序列、高維預測的推理密集環境
路線分化不會削弱輝達的支配力，反而強化其在基礎設施層的中心地位。
3｜雲廠商與資料中心：路線差異推動基礎設施分層
- Scaling 需要密集 H100/H200 叢集；
- Embodied 需要模擬平台、邊緣計算與機器人基礎設施；
- World-Model 需要長序列表徵與預測流水線。
未來的資料中心體系將進一步分化，訓練叢集、推理叢集與模擬叢集將不再是同構結構。
五｜未來：三條路線將長期並存，競爭由“能力比拚”轉向“架構之爭”
全球 AGI 的格局正在朝多路線演化：
- OpenAI 與 Anthropic 將繼續推動 scaling 的極限；
- Google 嘗試在 scaling 框架中加入更多結構；
- Meta 則押注世界模型體系，以架構革新重塑未來智能。
智能的發展不再是單一路徑，而是“規模—行動—結構”的三維博弈。它們共同構成了未來十年 AGI 的主要競爭框架。 (方到)