【导读】Epoch AI年终大盘点来了！出乎意料的是，AI没有停滞，反而变快了。

最近，Epoch AI又发了不少东西。

他们在FrontierMATH上测试了几个开源权重的中文模型。

结果是，它们在1-3级的最高得分，要落后于全球顶尖AI模型大约七个月。

也就是说，外界对于AI消耗能源的担忧，其实比实际情况要夸张了。

当然，AI的能源消耗一直在指数级增长，未来可能会成为大问题。

一文讲清了DeepSeek v3用哪三项核心技巧，在算力更低的情况下拿下了当时最强开源模型的位置。

三个技术是，多头潜在注意力（MLA）、混合专家（MoE）架构的改进，以及多token预测机制。

这里，就存在一个关键分歧！

要知道，像奥特曼、Demis Hassabis、Dario Amodei这些领军人物，论调都是「AI自动化研发，是通向爆发式增长的关键」。

如果这个判断成立，那么AI的影响就会很迅猛，很剧烈。它会突然跨过「科研自动化的最后一道门槛」，在少数AI公司内部实现巨大飞跃。

但Epoch AI提出的，却是另一种可能性，也是更「社会学」的版本。

AI更可能通过一个缓慢而分散的过程，来改变世界。

不是一夜之间，而是几年甚至几十年，AI会逐步被不同行业、不同组织吸收，替代重复劳动。

如果真是这样，AI的革命不会是一声巨响，而是一场长时间的潮水。

参考资料：

https://x.com/EpochAIResearch/status/2003510001277747518

https://x.com/EpochAIResearch/status/2003559099867496872

https://epoch.ai/data-insights/ai-capabilities-progress-has-sped-up

https://x.com/EpochAIResearch/status/2003178174310678644

本文来自微信公众号“新智元”，编辑：Aeneas ，36氪经授权发布。