12月8日，谷歌DeepMind CEO德米斯・哈萨比斯表示，扩大AI模型规模是实现通用人工智能（AGI）的关键。他强调，将当前AI的规模化推向极致可能构成AGI的核心部分，但或许还需一到两个额外突破。规模定律（scaling laws）描述了模型性能与规模、数据量及计算资源的关系，被视作大模型预训练的核心原则。然而，哈萨比斯也指出其局限性，如数据总量有限、训练成本高昂及环境压力等问题。与此同时，前Meta首席AI科学家杨立昆批评规模定律，认为仅靠堆数据和算力无法解决真正有趣的问题，并致力于开发不依赖语言数据的‘世界模型’作为替代方案。