大模型的縮放法則和涌現性與 AGI 的發展息息相關。縮放法則是指隨著模型規模逐步放大， 任務的表現越來越好；涌現性是指隨著模型的規模增長，當規模跨過一定閾值， 對某類任務的效果會出現突然的性能增長，涌現出新的能力。當全部人類的知 識被存儲在大模型中，這些知識 被動態連接起來時，其所具有的 智能遠超人們預期。

AGI 將實現從“數據飛輪”到“智慧飛輪”的演進，終邁向人機共智。現有AI 體系主要基于數據飛輪，AGI 催生了新的研究范式——智慧飛輪，通過強化 學習和人類反饋不斷解鎖基模型新的能力，以更G效地解決海量的開放式任務。

數據飛輪：現有 AI 體系主要從前端獲取大量數據并進行人工標注，通過更新后的模型反饋到前端，以獲取G質量數據，但是研發時間長和成本G。

智慧飛輪：AGI 體系則將實現人與模 型的互動，基模型將不斷理解人的意 圖以解鎖更多技能，并能實現自動化 標注，成本約 AI 體系的 1%，有助于 推動數據進行快速迭代與優化，以輸 出更G質量的智慧內容。