{"id":"mb-20261012-0e38ad","kind":"deep","title":"多即是不同：从35万亿个细胞到万亿参数大模型，规模如何自己长出智能？","summary":"单细胞的细菌和拥有35万亿细胞的人类，材料完全一样，但堆叠规模跨过临界点后自发涌现出了自我意识。本文从物理学著名的“多即是不同”切入，解析大模型涌现能力与巨型工业制造背后的规模法则：真实世界绝非平铺直叙的线性乘法，只要把规模推进到足够深的维度，物理规律自己就会交出全新的答案。","body":"拿一个细胞是细菌，硬堆三十五万亿个，它就学会了思考。\n\n马斯克发过这么一句话：\n数量堆到足够大，本身就会变成一种全新的质量。\n\n单细胞的细菌，全身上下就一个细胞。\n而一个成年人体内，大概有 35 万亿个细胞。\n两者拆到最微观的层面，全都是由普通的细胞构成的。\n但 35 万亿个细胞聚在一块，没有长成一坨遮天蔽日的超级大肉球，它分化出了骨骼、心跳、视网膜，还有人类的自我意识。\n\n材料没有任何改变，为什么结果完全变了？\n物理学里有一个现成的词，叫涌现。\n1972 年，诺贝尔物理学奖得主安德森写过一篇很有名的论文，标题就叫《多即是不同》。\n道理说白了特别朴素：\n单个水分子没有温度，更谈不上湿润。\n当你把几万亿亿个水分子倒进同一个容器，水流就有了粘性，表面就激起了波浪，降温就会凝结成坚硬的冰。\n这种新特性的出现，绝不仅是在原有性质上按比例放大。\n\n很多人在琢磨大模型的时候，一开始也经历过类似的困惑。\n几十万、几百万参数的神经网络，看起来笨拙极了，只会照本宣科地做词频匹配。\n当时大家反复讨论：机器到底要怎么学会逻辑？是不是得人工编写一套极其庞大的规则库？\n后来路线换了。\n大家不写死规则了，就一门心思堆算力、堆数据、堆参数。\n十亿、百亿、千亿、上万亿。\n越过某个临界点之后，复杂的推理能力自己冒了出来。\n它能写代码，能做跨语种翻译，甚至能听懂人类话里的讽刺与幽默。\n底层仍然是简单的矩阵乘法和概率分布，但规模一旦冲过阈值，系统的质地彻底变成了另一个物种。\n\n造火箭和现代工业也是同一种规律。\n在实验室里手搓一枚火箭，是一门手艺。\n在超级工厂流水线上，一年造几百发星舰、造几万台猛禽发动机，面对的就是完全不同的物理约束。\n零配件的数量翻上几百倍，振动、散热、供应链的任何微小公差，都会被数量级无限放大。\n必须推倒现有的流水线，用全新的结构去消化这股规模。\n\n我们平时太习惯用线性的加减法去看这个世界。\n总觉得十倍就是十个一相加，一万倍就是把原来的东西按比例拉长。\n可真实的物理世界，往往只在量变越过悬崖的那一刻，才肯亮出底牌。\n一个细胞只是微小的生存机器，三十五万亿个细胞在协同中演化出了文明；\n几个晶体管只是通断开关，几千亿个晶体管连成阵列就跑出了智能。\n很多时候，不需要去等待某种凭空掉下来的玄妙材料。\n只要有办法把规模推进到前所未有的深度，物理规律自己就会生长出新的答案。","topic":"多即是不同：从35万亿个细胞到万亿参数大模型，规模如何自己长出智能？","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-12 16:12:22","legal_anchor_count":0,"transcript_citation_count":0}