关于大模型核心理论“scaling law”起源的争议正席卷全球科技界。新证据表明，百度可能比openai更早地发现了这一关键原则。
《南华早报》报道指出，尽管美国长期以来被认为在AI模型创新方面处于领先地位，但最新讨论显示中国在这一领域可能更具前瞻性。
“Scaling Law”的核心思想是：模型参数和训练数据规模越大，模型能力越强。这一理论通常被认为源于OpenAI 2020年发表的论文。
然而，OpenAI论文合著者、Anthropic创始人Dario Amodei近期透露，他在2014年与吴恩达在百度合作期间，就已观察到这一现象。他指出，增加数据量、扩大模型规模和延长训练时间均能显著提升模型性能。这一经验性发现后来在OpenAI的GPT-1模型中得到验证，并成为大模型发展的基石。
此外，业内人士指出，百度早在2017年就发表了相关论文《Deep Learning Scaling is Predictable, Empirically》，比OpenAI 2020年的论文更早地探讨了Scaling Law现象。 OpenAI 2020年的论文引用了百度2019年的研究，却忽略了2017年的先期工作，引发争议。
一些研究者认为，百度的早期研究为大模型发展奠定了理论基础。百度在2019年发布了第一代文心大模型，与OpenAI几乎同步。百度世界大会2024上，百度展示了其在降低图像生成模型“幻觉”问题上的新进展，并宣布文心大模型日均调用量已达15亿次，较去年增长30倍。
这些进展表明，中国在全球AI领域的影响力日益增强。
