引言

“越大越聪明”的直觉正在把大模型推向一个新临界点：10万亿参数。阿里在云栖大会上将参数路线再次拉到聚光灯下，DeepSeek与字节也被曝正向同一门槛冲刺。这是技术路线的选择，更是资本、数据与算力的豪赌。问题是，10万亿参数究竟买到了什么？又会把行业带向哪里？

谁在加码10万亿：现状与动机

• 阿里公开规划：Qwen 4.5/5目标迈向5—10万亿参数，强调Scaling Law是通往更高智能的关键路径。
• DeepSeek据称已训练约2万亿参数的新模型，下一步瞄准8万亿。
• 字节据报道也在训练上限可达10万亿的模型。

已发布的国内模型里，Kimi K3总参数2.8万亿，阿里Qwen 3.8-Max约2.4万亿，DeepSeek V4-Pro约1.6万亿。对比海外估算，Anthropic头部模型已在5—8万亿区间。以10万亿为靶，国内现役旗舰普遍要再放大数倍。动因并不复杂：参数规模决定可达上限，上限决定排位与叙事权。尽管“好不好用”不等同“上限多高”，但下代平台门票往往由上限来裁定。

大不等于强：Scaling的前提与边界

Scaling Law有效，但不是魔法。三要素必须同步放大：参数、数据与算力，且数据需要“足够多且足够好”。进入万亿级后，边际回报显著递减，数据质量与训练范式往往成为瓶颈。

• 架构差异很关键。Kimi K3采用MoE（混合专家），总参数2.8万亿，但一次只激活少量专家（例如896选16），实际激活约千亿级。这意味着“名义参数”与“推理时动用的参数”存在巨大差距。
• 训练配方同样影响巨大：指令微调、偏好对齐、过程奖励、检索增强、代码与工具使用等，常常能在不成比例扩容的前提下，带来可感知的跃升。
• 推理端体验是另一道门槛。参数越大，推理越慢，成本越高，延迟与价格会直击用户感受。对C端，响应时间和稳定性比“理论上限”更重要；对B端，TCO（总拥有成本）与可控性优先。

因此，“更大”是必要条件而非充分条件。10万亿的意义更多在于探索极限与能力天花板，而非立刻改善日常体验。

账本的真问题：算力效率与供给约束

10万亿参数带来的是真金白银的消耗：更长的训练时长、更密集的高端GPU集群、更高的电力与网络要求。海内外科技巨头的资本开支已快速抬升，国内大型厂商的投入同样激进。烧钱共识之下，真正决定胜负的是“单位算力能换回多少智能”。

可拆解为三条效率曲线：
- 训练效率：数据去重与蒸馏、分布式并行优化、混合精度、激活检查点、专家路由稳定性。
- 推理效率：MoE稀疏激活、KV缓存压缩、推测解码与并行采样、量化与编译器优化。
- 数据效率：高质量语料获取与合成、风格与领域覆盖、多轮推理链路的数据工程。

当这些“系统工程”做扎实，10万亿才不至于成为“昂贵的虚高”。反之，盲目扩参只会把成本曲线推向不可持续。

影响与展望

短期看，模型生态将分层清晰：
- 旗舰层：万亿级模型承担“能力上限”的探索与品牌制高点。
- 主力层：数千亿至低万亿、强MoE与强工具链，负责大多数商业工作负载。
- 端侧/边缘层：小模型与代理框架，强调隐私、低延迟与成本。

中期看，分水岭会从“参数数值”转向“能效与系统协同”：
- 以“每美元/每千瓦时的智能产出”作为新指标，优先级超越单一规模。
- 数据成为护城河：合成数据质量、过程监督与安全过滤决定微妙差距。
- 算法与工程并进：检索增强、程序化推理、工具与环境交互使“测试时算力”成为新变量。

长期看，10万亿是一把双刃剑。它为下一代智能打开门缝，也放大了能源、供应链与安全治理的压力。真正可持续的路径，可能是“大模型+小模型+工具链”的协同体：用旗舰探索上限，用工程把能力“折现”为可负担、可复制、可验证的生产力。

当尘埃落定，赢家不只是在参数上跑得更远的一方，更是把“规模红利”精准转化为“单位成本下的真实价值”的团队。

标签： 大模型 Scaling Law 算力 10万亿参数 MoE