文章核心观点 - Gemini 3模型的发布证明大模型的扩展定律依然有效 在硬件算力受限的窗口期 AI通过新的推理机制实现了能力跃升 支撑了当前科技股的高估值 [1] - 行业已跨越单纯依赖堆砌显卡的增长瓶颈 进入通过逻辑推理与验证实现价值跃升的新阶段 未来当新定律运行在更强硬件上时 AI能力将迎来再次爆发 [5] 关于扩展定律的验证与意义 - Gemini 3的发布具有里程碑意义 明确证实了预训练扩展定律仍然有效 [2] - 该定律此前更多是一种经验观察 其原理并未被完全理解 [2] - 对投资者而言 每一次对扩展定律的确认都至关重要 若其失效 海量资本支出将无法转化为更强的智能表现 [2] - Gemini 3证明即便在现有硬件架构下 通过增加算力和数据 模型基座能力依然在提升 [2] 硬件断档期的挑战与应对 - 英伟达下一代芯片Blackwell面临科技史上最复杂的产品过渡与延迟 导致硬件算力出现“断档期” [1] - 若非模型推理能力及时涌现 全球AI产业本将在2024年中期至Gemini 3发布期间陷入完全停滞 并可能引发资本市场剧烈动荡 [1] - 在过去几个月没有真正下一代算力上线的情况下 AI的进步主要依赖于两类新方法 [1] 推动AI进步的两大新技术路径 - 带有验证奖励的强化学习 只要有明确的对错结果 AI就能通过强化学习自我进化 [4] - 测试时计算 让模型在回答问题前“思考”更长时间 通过消耗更多的推理算力来换取更高的智能表现 [4] - 这两项技术让模型在现有硬件上实现了智能水平的显著提升 [1] - 这两大定律在英伟达Blackwell缺席的情况下 强行延续了摩尔定律般的增长 填补了硬件迭代的空窗期 并具有乘数效应 [3] 推理能力带来的智能飞跃 - 让全球市场躲过硬件真空期劫难的是“推理”能力的出现 [3] - 根据ARC AGI基准测试数据 AI智能水平在过去四年里仅从0进展到8% [3] - 在OpenAI推出首个具备推理能力的模型后 短短三个月内就从8%飙升至95% [3] - 这一飞跃源于两条新的扩展定律 [3]