标题：现在的大模型现状，就是豪赌

现在的大模型现状可以用一个词总结——豪赌。若能成功，未来前景广阔。

2023年，大模型强调Scaling Law；2024年，该理论面临挑战。2025年起，传统路径难以持续，需探索新方向。这条路充满不确定性和高成本，但潜力巨大。

去年我们假设有一条清晰的Scaling Law路径，但现在数据成为瓶颈，合成数据无法大幅提升知识广度，反哺Pre-train的路径停滞。

当前可能成功的Scaling Law在于O系列模型的Post-train阶段，通过RL让模型学会自主和自适应的COT。实现Self-play的RL，用算力换取数据，如AlphaZero通过自博弈超越人类水平。

然而，超大规模Self-play RL的效果尚未验证，Post-train RL泛化路径也未找到。目前最大的瓶颈是算力，需要大量算力进行实验以验证或证伪O系列的Scaling Law。

未来，头部大模型公司期待GB和NVL72的大集群，以指数级算力提升尝试Self-play RL。若成功，将开启新阶段；若失败，则可能遭遇重大挑战。

因此，这是一场豪赌，没有明确回报。前沿研究充满未知，但机遇往往诞生于高风险中。