📢 转载信息
原文链接：https://techcrunch.com/2026/01/29/flapping-airplanes-and-the-promise-of-research-driven-ai/
原文作者：Russell Brandom
一家名为 Flapping Airplanes 的新人工智能实验室于周三宣布成立，获得了来自 Google Ventures、红杉资本（Sequoia）和 Index 的 1.8 亿美元种子资金。其创始团队令人印象深刻，而其目标——找到一种对数据需求较少的大模型训练方式——尤其引人注目。
根据我目前所见，我将他们在这个“是否真正在尝试赚钱”的量表上评为第二级。
但 Flapping Airplanes 项目有一个更令人兴奋之处，直到我读了红杉合伙人 David Cahn 的这篇帖子，我才恍然大悟。
正如 Cahn 所描述的，Flapping Airplanes 是首批超越“扩展（scaling）”范式的实验室之一，扩展范式指的是迄今为止主导该行业的大量数据和算力建设：
扩展范式主张将社会的大量资源（经济体所能调动的尽可能多的资源）投入到扩展当今的 LLM 中，希望这将能通向通用人工智能（AGI）。而研究范式则认为，我们距离“AGI”智能只差 2-3 个研究突破，因此我们应该投入资源进行长期研究，尤其是那些可能需要 5-10 年才能取得成果的项目。
[…]
以算力优先（compute-first）的方法会把集群规模置于一切之上，并会非常倾向于短期收益（约 1-2 年），而牺牲长期押注（约 5-10 年）。而以研究为先（research-first）的方法则会在时间跨度上分散押注，并应该愿意进行许多成功概率较低的尝试，但这些尝试共同扩大了可能性的搜索空间。
也许那些算力至上的人是对的，除了疯狂地搭建服务器之外，关注其他一切都是徒劳的。但鉴于已经有这么多公司朝着那个方向努力，看到有人选择另一条道路，还是令人欣慰的。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区