中国信通院：具身智能训练场研究报告（2026年）

图灵奖得主理查德·萨顿在《惨痛的教训》一文中指出，回顾人工智能七十余年的发展，随着规模扩展而持续受益的通用学习方法，最终总是更为有效，而且优势巨大。谷歌团队于2009年发表的论文《The Unreasonable Effectiveness of Data》 中指出，在机器学习中，数据的规模往往比复杂的模型设计更重要。大语言模型的发展进一步证明了:数据世界的人工智能存在“规模定律(ScalingLaw)”，即随着数据规模、模型规模和计算资源的持续扩展，模型能力会不断提升。规模定律已经成为推动人工智能能力突破的重要底层范式。