当大规模语言模型的训练计算量（FLOPs）跨越约1.0e+23这一阈值时，模型在多项任务上的性能从近乎随机水平（准确率约50%）陡增至63%以上，这一现象被称为涌现能力。它标志着人工智能从“大力出奇迹”的规模堆砌阶段，正式进入质变拐点——模型不再只是参数和数据的简单放大，而是开始展现出小规模模型所不具备的推理、理解与生成能力。
从统计学习到涌现：规模驱动的质变
早期AI模型多为针对特定场景训练的小模型，泛化能力弱，换一个任务就需要重新训练。随着数据、算力和算法的提升，行业转向在大规模无标注数据上训练的大模型。大模型的核心优势在于涌现能力：当模型规模（以训练FLOPs衡量）达到某个临界点后，模型在特定问题上的处理性能会突然呈现非线性增长。
根据《Scaling Laws for Neural Language Models》等研究，当训练FLOPs从约1.0e+22提升至约1.0e+23时，模型在多项基准测试中的准确率从约50%跃升至63%。类似地，在其他任务（如BLEU评分、Exact Match）中，性能也在相近的FLOPs区间内出现陡峭增长。这一拐点正是涌现能力的典型体现。
Scaling Law：是否继续成立？
Scaling Law（规模定律）认为，模型性能与模型规模、数据量和计算量之间存在幂律关系。在涌现阈值之前，这一规律基本成立——投入更多算力，性能平稳提升。但跨越阈值后，性能的跳跃式增长已无法用简单的幂律拟合。这意味着，单纯依靠扩大规模可能不再是最优路径。业界正探索新范式，如更高效的架构设计、更优质的数据选择，以及结合推理与规划的Agent系统，以在有限算力下激发更强的涌现能力。
涌现阈值对下一代AI的启示
涌现能力的发现，为下一代人工智能（推理、规划、Agent）指明了方向。它意味着，只要模型规模突破特定门槛，许多原本需要专门设计的复杂能力（如多步推理、代码生成、数学解题）就可能“自发”涌现。这启发研究者将重心从“如何设计规则”转向“如何构建足够大的模型并找到触发涌现的关键数据与训练策略”。例如，GPT-3.5（ChatGPT的基础模型）正是凭借其庞大的参数量和训练计算量，首次让公众直观感受到涌现能力带来的对话与创作体验。
常见问题
涌现能力是否意味着模型越大越好？
不完全如此。涌现能力确实与规模正相关，但仅靠堆参数并不保证性能跃升。数据质量、训练算法、模型架构同样关键。部分模型参数量更大但涌现效果不佳，说明“规模+优质数据+高效训练”才是触发质变的组合。
国内大模型与海外差距如何？
根据招银国际等机构统计，国内大模型在参数量级上与海外差距已缩小至1-2年。例如，百度文心大模型参数量达2600亿，超过ChatGPT的1750亿。但在原创算法和高端算力获取上仍有差距，整体技术领先约2-3年。国内企业正通过算法创新与国产芯片替代加速追赶。
涌现阈值对投资布局有何参考价值？
涌现阈值提示，投资应关注能够率先突破算力与数据门槛的头部模型厂商，以及为这些模型提供算力基础设施（AI芯片、光模块）的上游环节。同时，拥有优质应用场景的C端企业和有数据积累的B端企业，有望在模型能力涌现后率先受益于降本增效。