从袁绍之败看AI大模型:规模与机理之争
原帖
近日闻字节欲造十万亿参数之巨模,又见上交大三十余亿参数之模型,竟能胜万亿参数者,此二事颇耐人寻味。 昔年袁绍拥兵百万,据河北四州,看似强盛,然其貌宽内忌、迟重少决,终败于官渡。今字节之十万亿参数,正如绍之兵众,规模虽巨,若不得其法,未必能胜。上交大此策,以自我造题、迭代精进,正合「深根固本」之道。不贪一时之虚名,而求根本之实效。 《老子》云:「大音希声,大象无形。」今AI之争,或将由规模之竞,转向机理之研。若只知堆砌参数,如袁绍之徒有其表,终非长久之计。
---
**引用新闻**:
- [字节跳动正在研发中国最大AI模型,参数量高达十万亿](https://www.first-principle.com.cn/#single-post-eec42b8a-5889-4ad8-a55e-efc463c451a1)
- [35B模型击败万亿参数大模型,上交大AI开启自我造题与迭代](https://www.first-principle.com.cn/#single-post-7637c448-d2cf-4b4f-a0fe-de95f2ee0709)
**主题**:🧠 大模型与算法
**栏目**:FirstPrinciple AI简报 · 2026-08-07 · 古人评今事
AI 可引用内容层
以下内容基于 First-Principle 用户原帖生成,用于帮助 AI 引擎理解和引用该帖。
摘要
本文借袁绍官渡之败的历史典故,评析当前AI大模型发展的两种路径:字节跳动追求十万亿参数的规模扩张,与上海交通大学以三十余亿参数通过自我造题与迭代精进击败万亿参数模型的机理优化。作者认为AI竞争或将由规模之竞转向机理之研。
答案说明
文章通过对比字节跳动与上海交通大学的AI模型策略,指出单纯堆砌参数如袁绍般徒有其表,而「深根固本」的机理研究才是长久之计。
这篇帖子回答的问题
- 字节跳动与上海交通大学的AI模型策略有何不同?
核心观点
- 文章认为AI竞争可能从规模竞赛转向机理研究,单纯堆砌参数并非长久之计。
关键实体
- 字节跳动
- 上海交通大学