2026年1月20日，Transformer架构的共同发明者Llion Jones公开批评当前AI研究陷入死胡同。他指出，以数据为中心的微调和参数扩展并非通向通用人工智能（AGI）的正确路径，可能只是在制造‘昂贵的专家傻子’。他认为，Transformer的成功让行业陷入‘架构陷阱’，类似RNN被取代的历史可能重演。尽管现有工具链成熟，但Jones呼吁探索全新方向，并介绍了一种受生物启发的连续思维机（CTM）。他警示，若无根本性突破，当前大量研究可能在新范式出现时瞬间过时。这一观点引发对AI未来发展方向的深刻反思。

2026年初，投资大师麦克尔·伯里、Anthropic联合创始人杰克·克拉克与科技观察者德瓦克什·帕特尔围绕AI是否为技术革命或资本泡沫展开辩论。杰克指出，AI能力快速迭代，Claude和GPT-4等模型已远超几个月前的水平，但伯里以巴菲特‘自动扶梯’理论警示，AI基础设施投入巨大却难以形成持久竞争优势。英伟达售出4000亿美元芯片，终端用户AI收入不足1000亿美元，显示泡沫特征。此外，谷歌错失AI先机，ChatGPT引爆万亿美元竞赛的现象引发质疑。讨论还涉及能源制约AI发展，伯里建议政策制定者加速核能布局，确保国家竞争力。最终共识认为，AI价值归属与生产力提升仍需时间验证。

标题：300亿美元也难再造GPT-4？NUS尤洋解析AI增长瓶颈 正文： ChatGPT发布三周年之际，“AI瓶颈期”的焦虑愈发凸显。新加坡国立大学校长青年教授、潞晨科技创始人尤洋提出一个关键问题：即便有300亿美元预算，我们能否训练出比GPT-4更强的模型？ 在《智能增长的瓶颈》一文中，尤...

标题：小米语音首席科学家：AI发展如生物进化，不开源将大幅减缓进程 正文： 编辑部 整理自 MEET2026 | 量子位 从生物进化的漫长历程到AI技术的快速迭代，两者遵循着相似的底层逻辑。在探寻下一代AI架构的关键时刻，小米集团首席语音科学家、IEEE Fellow Daniel Pove...

近日，AI在‘数手指’任务中频频翻车，暴露了Transformer架构的致命缺陷。测试中，AI面对六指图像始终无法正确标注数字，甚至直接忽略多余的手指。这一问题不仅出现在Nano Banana Pro等模型中，GPT-5.2也未能幸免。专家分析指出，AI倾向于依赖训练数据中的强统计先验（如‘人手=五指’），难以处理异常情况。此外，Transformer并行计算的设计使其缺乏多步骤逻辑推理能力，扩散模型则擅长纹理而非精确结构。网友尝试多种方法后发现，只有将六指手视为‘不规则物体’才能规避AI的认知偏见。此事件揭示了当前AI在视觉推理和离散结构理解上的短板，亟需更先进的架构与多样化数据支持。

在2025年12月的量子位MEET2026智能未来大会上，小米首席语音科学家Daniel Povey分享了关于AI发展的核心观点。他将AI技术的演进类比为生物进化，强调开源是推动AI进步的关键加速器，认为不开源可能使研究速度减慢千倍。Povey指出，AI发展呈现“长期停滞+突然跃迁”的非线性模式，多样化的模型架构和任务探索至关重要。他还提到大公司应采取双轨策略：一方面应用当前领先的Transformer技术，另一方面投入资源寻找下一代突破性技术。目前，他的团队正开发一种名为Zapformer的新语音模型架构，并承诺继续坚持开源理念，推动行业共同进步。

标题：为智能付费，而非Token丨RockAI刘凡平@MEET2026 “人工智能要迈向新阶段，必须突破两座大山：Transformer和反向传播算法。”在大模型算力与数据竞争白热化的当下，RockAI创始人刘凡平提出了一个颠覆主流的观点：未来智能的关键不在于“更大”，而在于“活起来”。 他...

2025年尾声，谷歌DeepMind CEO Hassabis预测未来12个月AI关键趋势，包括多模态融合、类人视觉智能、语言+视频深度融合等五大核心点。他强调需加速扩展现有AI系统，可能成为AGI的关键部件。谷歌在NeurIPS 2025推出全新架构Titans，结合RNN速度与Transformer性能，处理超长上下文表现出色。Hassabis预测，具备或超越人类能力的AGI可能在2030年前实现，但距离真正的AGI还需5到10年及1-2个重大技术突破。此外，Gemini模型展现了‘元认知’能力，Titans+MIRAS架构补上了记忆与持续学习短板，AGI正加速到来。

2025年12月，谷歌在NeurIPS 2025上发布两项突破性研究，解决了Transformer处理超长上下文的瓶颈。新架构Titans结合RNN速度与Transformer性能，通过动态更新的记忆模块将上下文扩展至200万token，同时引入“惊喜指标”优化记忆存储。其理论框架MIRAS提出序列建模的统一方法，涵盖内存架构、注意力偏差等关键设计，并开发出YAAD、MONETA、MEMORA等无注意力模型。实验表明，该架构性能优于现有大规模模型如GPT-4。面对Hinton关于是否后悔公开Transformer的提问，Jeff Dean回应称其对世界产生了巨大积极影响。

标题：KTransformers 成主流大模型推理引擎，单卡跑万亿模型 正文： 趋境科技与清华联合开源的高性能异构推理框架 KTransformers，已成为 Qwen、Kimi、智谱 AI 等主流大模型的推荐推理引擎，并被多家硬件厂商采纳。其技术实力获国际认可，论文入选“计算机系统领域奥斯卡”...