logo

　　44498聚宝盆_44498聚宝盆下载升级版V3.30.11(2025已更新)官方网站IOS/Android通用版

　　　　在大模型中，“Scaling Laws”意味着当算力、算法、数据这3个关键因素被不断拉高上限并达到一定程度时，大模型的智能表现将出现跃升，即“智能涌现”。近两年，国内外AI厂商遵循着“Scaling Laws”持续投入，模型体积不断膨胀，参数数量呈指数级增长。“‘Scaling Laws’性价比最高的时候就是GPT-4时期，模型效果随着参数的增加有着指数级的提升。彼时，各大AI厂商纷纷购入高性能GPU，英伟达的市值更是迅速上升。”田丰说。

前几天，一位朋友给我发来一张聊天截图，内容是他的研究生导师失望地表示，至少有10个学生的论文是由AI写成的。与之相对的，是我看到另一位大学教授说，自己曾误判一名学生的论文是AI写的，后来发现，竟是学生在过多使用AI后无意识模仿了AI的文风。

　　　　现阶段，智驾领域一些新技术没有标准可以参考，如何进行安全监管是个难题。“平衡智能驾驶的技术创新与安全监管是一个复杂的系统性工程。”在林澍文看来，智驾中的一些技术堵点正在被快速攻克，如针对智驾对算力需求的增长，英伟达发布的超级SoC智驾芯片Thor，算力达到2000TOPS，理论上可以一颗芯片“承包车内一切算力”；今年以来突然问世的DeepSeek更是以其强大功能及其免费、开源的特点，在AI大模型支持智驾方面提供了几乎是前所未有的支持，为智能驾驶技术的性能提升、快速演进、广泛普及带来更多可能。但技术的快速进步也为安全监管带来新的挑战。“一些智驾技术标准法规的过时、空白以及与新技术不相适应的矛盾正日益凸显。”林澍文举例称，在传统的驾驶员驾驶情况下，判断事故责任相对容易，而智能驾驶因为有系统和软件的参与，责任可能分散在多个主体上，如车辆制造商、传感器制造商、软件开发者、数据服务提供商和车主等。如果智能驾驶系统有缺陷，那么制造商、销售商需要承担产品责任；如果数据被篡改，那么数据服务提供商也可能有责任。“由于智能驾驶汽车涉及到多个方面，追责过程更加复杂。”他说，目前国家层面对于智驾事故责任认定尚未出台相关规范，在智驾加速普及的情况下，解决这一问题显得尤为迫切。林澍文建议结合国情参考国外相关法规，加快探索完善相关规定，为智驾的普及提供法规依据。“既需要通过制定和执行严格的法规和标准，对智能驾驶技术进行监管，确保技术的合规性和安全性，也需要加强对企业的监督和检查，确保企业履行其安全责任。”林澍文说。