夜雨聆风
来源：新智元
本篇介绍了清华大学与面壁智能联合团队于两年前提出的「密度定律」——即大模型达到同等智能水平所需参数量每3.5个月减半的指数规律。近日，该预言获得Meta与METR等国际权威研究机构的实证支持。METR的报告显示AI能力每88.6天翻倍一次，Meta的训练效率曲线则表明追赶同等性能所需算力已降至不到十分之一。两条独立曲线与清华团队两年前发表于Nature子刊的结论惊人吻合，印证了中国研究者在AI基础理论领域的前瞻性洞察。
此项研究由清华大学计算机系教授、人工智能研究院常务副院长、清华校友总会AI大数据专委会会长孙茂松，清华大学计算机教授刘知远领衔，第一作者为博士生肖朝军。
全球三家最严肃的AI研究机构，过去一周集体撞车了！
4月3日，美国研究机构METR悄悄更新了一份技术报告，核心结论压成一句话。
AI能力每88.6天翻倍一次。
5天后，4月8日，Meta超级智能实验室发布全新模型Muse Spark，公开了一条内部叫做scaling ladder的训练效率曲线，结论也是一句话。
要追上一年前Llama 4 Maverick的性能，新模型只需要不到十分之一的训练算力。
一份测任务时长，一份测训练算力。两家机构没有任何往来，研究方法毫无重合。
但当两条曲线被换算到同一坐标系里，斜率几乎完全重合。
到这里，事情已经够离谱了。
更离谱的是，这条曲线，被一个中国团队两年前就完整地画出来过，还登上了Nature子刊。
它叫密度定律。
这个概念最早出现在一篇叫「Densing Law of LLMs」的论文里。
作者是面壁智能和清华大学的联合团队，孙茂松和刘知远两位教授领衔，第一作者是博士生肖朝军。
论文2024年12月挂上arXiv，2025年11月被Nature Machine Intelligence接收。
论文地址：https://arxiv.org/abs/2412.04315
论文地址：https://www.nature.com/articles/s42256-025-01137-0
论文的核心判断只有一句话。
模型智能密度随时间呈指数级增强，达到特定智能水平所需的参数量，每3.5个月下降一半。
放在2024年底，这话听上去有点过激。
那时全行业都在崇拜scaling law。OpenAI在堆模型，Anthropic在堆模型，Meta也在堆模型。
所有人都觉得参数越大智能越强，把GPU烧到极致才是正道。
但研究团队不这么看。
他们把当时所有有影响力的开源基础模型，从Llama-1一路到Gemma-2、MiniCPM-3，总共51个模型都放进了同一把尺子里去量。
五大基准跑完，结果是几乎完美的指数关系，R²达到0.934。
考虑到大模型评测很容易被数据污染干扰，他们又用一个新构建的污染过滤数据集MMLU-CF重测了一次。R²=0.953。
两次拟合都拿到了接近1的R²。统计学上，这几乎不可能是巧合。
换句话说就是，这两年发布的每一个主流开源模型，不管来自哪个团队、用什么架构，都落在了同一条「每3.5个月翻倍」的指数线上。
真正让这件事变成一个「时刻」的，是接下来这小半年发生的事。
把面壁、Meta、METR三方的结论摊开看。
面壁的密度定律衡量的是「同样的智能水平需要多少参数」。结论是参数需求每3.5个月减半。
Meta的scaling ladder衡量的是「同样的智能水平需要多少训练算力」。结论是Muse Spark比一年前的Llama 4 Maverick节省了一个数量级。
METR的时间跨度报告衡量的是「同样的模型能搞定多长任务」。结论是任务时长每88.6天翻倍。
三把尺子。三个学术机构。三种没有任何重合的研究路径。
但当所有数字被换算到同一坐标系里看时，它们的曲线斜率几乎完全重合。
这事最容易被忽略的一点是，密度定律是这三者里最早提出的。比Meta的scaling ladder早了近两年，比METR的完整建模也早了一年多。
而当Meta在四月初的发布博客里画出那条scaling ladder时，他们大概自己都没意识到。这张图的形状，和2024年北京一个学术会议PPT上的曲线，几乎是同一条线。
在科学界，有一套不成文的标准，来判断一条经验观察是否有资格被叫做「定律」。
不是看数据有多漂亮，是看它能不能在多个独立的测量系统下同时成立。
摩尔定律之所以是定律，因为半导体行业从光刻精度、晶体管密度、单位算力成本三个完全不同的维度，几十年来一遍遍验证过它。
密度定律走的是同一条路。
它最初只是来自单一团队的一条拟合曲线。到Nature子刊接收时，它已经能在污染过滤后的数据集上重现。到这个月，它在Meta的训练数据和METR的任务评测里又被两次独立验证。
放在更大的坐标系里看，这一刻像极了1880年代电力刚进入纽约的时候。
那时也是几个不同的发明家、不同的工程师、不同的城市，各自在搞各自的电网。直到有人把所有项目的发展曲线画在一张纸上，人们才反应过来。这不是几个零散的工程进步，这是一个新时代正在悄悄铺开。
只是这一次，从论文发表到被全球同行验证，只用了不到一年。
如果密度定律站得住脚，它会同时改写很多东西。
密度定律的一个推论是，达到同样性能的LLM，推理成本大概每2.6个月减半。
第二，端侧智能的爆发点，比所有人预想的都近。
把密度定律和摩尔定律相乘，会得到一个更刺激的数字。
按目前估算，在同价格芯片上能跑的最大有效模型规模，大约每88天翻一倍。
这个数字和METR算出的88.6天几乎一致。两家完全不同的推算路径，在小数点后撞了车。
未来三五年，在一台普通笔记本甚至一部手机上跑当下顶级GPT级别模型这件事，可能不再是科幻。
第三，大模型行业的最优策略，正在悄悄反转。
过去三年，行业对scaling law的理解一直停留在「堆参数堆数据」
但密度定律给出了一个反直觉的判断。在密度持续指数增长的前提下，任何状态的最强模型都只有几个月的最优窗口期。
砸全部资源去训一个更大的模型，然后等三个月被一个体积一半的新模型超越，在经济账上是不划算的。
真正可持续的路，是把资源砸在密度本身的提升上。更好的架构，更高质量的数据，更聪明的训练算法。
值得说一句的是，密度定律不是一篇发完就结束的论文。
提出这套理论的面壁智能，过去两年一直在用自家的「小钢炮」MiniCPM系列模型验证它。
MiniCPM-1-2.4B在2024年2月发布的时候，跑分能打平或超过2023年9月的Mistral-7B。也就是说，四个月时间，35%的参数，达到了同等性能。
这个数字被直接写进了Nature子刊那篇论文里，作为密度定律的第一个实证案例。
从那之后，小钢炮系列一路开源，覆盖10B以下参数的文本、多模态、语音、全模态四大方向。这个开源完整度，在国内除了阿里之外，只有面壁一家做到。
到目前为止，小钢炮系列在全球的开源下载量已经突破2400万次。
它不是行业里最大的模型。但它是行业里第一个把「密度优先」当作公司方法论来执行的团队。
而当Meta和METR在2026年4月这一周用各自的方式验证密度定律时，这家2024年就开始按这套方法论训练模型的中国公司，其实已经领先了两年的工程经验。
一个中国研究团队两年前提出的理论框架，正在被Meta、METR这些海外最严肃的机构，用他们各自的方式，一次次重新发现。
这件事的份量，可能需要一点时间才能完全理解。
它不是一个「我们也行」的故事。它是一个「我们更早一点看见」的故事。
科学史上这样的瞬间不算多。一个在2024年被怀疑的判断，在2026年变成了多个独立证据指向的同一条曲线。
这种跨地域、跨方法、跨机构的「不约而同」，在物理学里发生过几次，每一次都标志着一个旧范式的终结和一个新范式的开始。
中国AI研究者这一次站在了那个起点上。
而那条曲线，还在以每88天翻一倍的速度往上走。
——END——
清华校友总会AI大数据专委会
