AI 学术突破 2026：值得关注的论文
Scaling Law 的新发现 Scaling Law 曾经是 AI 最可靠的定律：更多数据、更大模型、更多算力 = 更好性能。但 2025 年开始，这条定律出现裂痕。2026 年上半年的几篇重要论文重新定义了 Scaling Law。 1. “Data Walls and Beyond: Scaling Laws in the Era of Data Exhaustion” 来源：DeepMind, Nature Machine Intelligence, 2026.03 这篇论文量化了"数据墙"问题： 数据类型 2024 年存量 2026 年存量 预计耗尽 高质量文本 50T tokens 80T tokens 2028 代码 3T tokens 5T tokens 2030 科学论文 0.8T tokens 1.2T tokens 2027 多模态数据 200T tokens 1,200T tokens 2032+ 核心发现：当高质量文本数据接近耗尽时，继续增加参数量的收益急剧下降。在数据量固定为 50T tokens 时，从 100B 参数增加到 1T 参数仅带来 12% 的性能提升（vs 理论值 35%）。 ...