OpenAI万亿算力白烧了？Scaling Law被曝致命Bug，GPT-3原来是个”虚胖子”

一场价值万亿美元的”学术乌龙”，正在动摇整个AI行业的根基。

2026年7月5日，一条消息震动了整个科技圈——

DeepMind研究员爆料：OpenAI的Scaling Law原始论文存在致命Bug。

简单翻译一下：过去五年，全球AI产业信奉的那个”参数越大、数据越多、算力越强，模型就越聪明”的铁律，可能从一开始就有问题。

全球因此烧掉的算力，以万亿计。

Scaling Law是什么？

2020年，OpenAI发表了一篇论文，提出了一个简洁而有力的结论：

模型的性能和参数量、数据量、算力三者之间存在可预测的幂律关系。只要按比例放大三者，模型能力就会稳定提升。

这篇论文被称为”Scaling Law”，成了此后五年AI行业”大力出奇迹”的理论基石。

GPT-3（1750亿参数）就是在这篇论文的指导下诞生的。

从那以后，整个行业陷入了”军备竞赛”：你千亿参数，我万亿参数；你1万张显卡，我10万张。所有人都相信，只要堆得够多，AGI就在前方。

但现在，有人告诉你这个地基可能裂了。

GPT-5的惨痛教训

事实上，Scaling Law的裂缝，早在GPT-5的难产中就已经暴露了。

据多家媒体报道，GPT-5的项目开发超过18个月，至少经历了两轮训练。每轮训练耗时6个月，耗资高达5亿美元。

效果呢？

远不及预期。

OpenAI内部发现，模型的性能提升正在急速放缓。花了几倍的算力，得到的却只是”渐进式改善”。最终GPT-5被降级为GPT-4.5，在今年2月悄无声息地推出，迅速淡出公众视野。

核心原因是什么？高质量网络数据正在枯竭。

Scaling Law的前提是”数据足够多且优质”。但互联网上最好用的文本数据已经被用完了。训练小模型时有效的技巧，在大模型身上全部失效。

一位微软员工透露：测试GPT-5后发现，它在不消耗更多算力的情况下，就能生成更高质量的代码和文本。

换句话说，之前疯狂堆算力的边际收益，正在断崖式下跌。

比技术更恐怖的，是数字

如果说Scaling Law的Bug是技术层面的震动，那OpenAI的财务状况就是现实层面的核爆。

来看几个数字：

2025年全年：

• • 营收：130.7亿美元
• • 总成本：340亿美元
• • 净亏损：385亿美元（约合人民币2600亿元）
• • 其中付给微软的算力账单：172亿美元

2026年第一季度：

• • 营收：57亿美元
• • 现金消耗：37亿美元（烧掉收入的65%）
• • 净亏损：213亿美元

未来承诺：

• • 未来几年在芯片、电力、数据中心的采购承诺：6650亿美元
• • 2026年算力支出预计：500亿美元
• • 到2029年累计运营烧钱：预计超过2000亿美元
• • 预计盈利时间：2029年

你没看错，一家年营收130亿美元的公司，签了6650亿美元的账单。

这就像一个月薪1万的人，签了套500万的房子。区别在于——房子是资产，算力用过就没了。

更恐怖的是：一旦数据枯竭导致Scaling Law失效，这些算力投入的回报率会进一步暴跌。

万亿算力白烧了，可能不是一句玩笑话。

Meta的神补刀

就在DeepMind研究员爆料的同一天，另一个消息也在发酵：

Meta被曝计划对外出售闲置算力，组建”Meta Compute”云计算业务。

Meta是全球最有能力内部消化AI算力的公司之一，拥有海量使用场景。如果连Meta都需要把算力卖出去回笼资金——

市场自然会问：过去两年行业是不是采购得太多了？那些曾经最稀缺的训练资源，是不是已经开始过剩？

消息一出，全球芯片股应声大跌。

英伟达、AMD、美光、闪迪……一个没跑掉。

这形成了一个可怕的逻辑闭环：

1. 1. Scaling Law可能有问题 → 模型不再需要疯狂堆算力
2. 2. 数据快用完了 → 就算有算力也没数据可训
3. 3. 巨头开始卖算力 → 算力可能过剩了
4. 4. OpenAI还在签6600亿的算力合同 → 这钱会不会打水漂？

行业的分岔路口

Scaling Law的动摇，正在把AI行业推向一个分岔路口。

一条路，继续堆算力。 就像OpenAI正在做的：自研芯片、签千亿合同、建30GW数据中心。赌Scaling Law只是”阶段性放缓”而非”根本性失效”。这条路赌赢了，AGI在手；赌输了，一地鸡毛。

另一条路，效率优先。 像Mistral这样，用122B参数的小模型在性能上逼近GPT-4，训练成本只有1.5亿美元。或者像谷歌TPU v6、亚马逊Trainium2那样，在”每瓦特算力”上做文章。

从目前的信号看，行业正在往效率方向转：

• • OpenAI自己也把算力支出目标从1.4万亿砍到了6000亿
• • GPT-5训练中用了更少的算力（比GPT-4.5还少），转向推理阶段优化
• • 小模型、蒸馏、MoE（混合专家）成为新趋势

正如一位业内人士所说：“过去大家比谁的模型大，未来会比谁的模型巧。”

奥特曼的赌局

面对这一切，奥特曼的选择是——All in。

一边秘密提交IPO申请，目标估值超1万亿美元；一边计划新一轮1000亿美元融资。

当被问及如何填补资金黑洞时，奥特曼的回答带着特有的强硬：

“如果你想卖掉股份，我会帮你找到买家。”

但资本市场真正关心的是：这家烧钱机器什么时候能盈利？

OpenAI自己的预测是2029年。届时年收入需达到1000亿美元。

而2025年，这个数字是130亿美元。

四年时间，收入翻近8倍。在算力成本还在攀升、Scaling Law可能失效、竞争日益激烈的环境下——

这个目标，看起来比AGI本身还要遥远。

写在最后

2026年7月的这一周，注定会被载入AI史册。

一个星期内：

1. 1. DeepMind研究员说Scaling Law有Bug
2. 2. Meta开始卖算力，芯片股崩盘
3. 3. OpenAI财务数据曝光：一年亏2600亿

三件事放在一起看，指向同一个问题：

过去五年AI行业的”军备竞赛”，究竟是在通往AGI，还是在为一种可能被证伪的信仰买单？

答案也许只有时间知道。

但有一件事是确定的——

当”大力”不再”出奇迹”，”大力”本身就成了一个问题。