公众号记得加星标⭐️，第一时间看推送不会错过。
AI发展路线图影响AI范式，AI范式进一步驱动模型框架：路线图和范式从宏观方面确定芯片发展方向，模型框架从微观方面对芯片提出具体功能和性能需求，AI发展路线图通过AI范式、模型框架最终传导到芯片这一物理基础层面。
对芯片厂商而言，充分利用这一传导机制的关键，一是芯片这一基础设施先行，先于AI路线图发展下一节点所需的硬件基础，以占据未来市场先机；二是主动构建“AI发展路线图—AI范式—AI框架—AI芯片”的闭环迭代飞轮，利用物理基础影响上层路线，占据技术路线的主导权和话语权。
一、AI发展路线图与范式：芯片需求的宏观坐标
（一）路线图：以AGI为终点的多阶段路线
AI发展路线图的最终目标是实现AGI。OpenAI于2024年提出五级AGI框架，分别是L1聊天机器人（Chatbots）、L2推理者（Reasoners）、L3智能体（Agents）、L4创新者（Innovators）、L5组织者（Organizations），成为产业界描述AGI进程的主流坐标系。梁文锋提出的AI六阶段发展路线是语言模型、思维链（CoT）、Agent、持续学习、自我迭代奇点（AI加速AI研究的渐进奇点）和具身智能。
行业的共识是推理（CoT/测试时计算）已被验证，Agent是2026年的主战场，下一个瓶颈是持续学习，物理AI也被普遍视为下一个前沿。在路线图的标尺上，业界普遍认为前沿正处于L2已通关、L3攻坚阶段。
（二）AI范式：从预训练到经验闭环的流水线演进
以梁文锋提出的六阶段发展路线图为例，根据路线图推演AI范式。思维链（CoT）阶段的范式是“预训练→多轮RL后训练→推理时计算”；Agent阶段相比CoT，将推理时计算延展为“感知（语言）→预测→执行（交互）”三个环节；持续学习阶段相较Agent，则在部署阶段的基础上在“执行（交互）”之后延伸出“奖励→参数更新→再部署”；自我迭代（即AI加速AI研究）是持续学习渐进的奇点；具身智能阶段相较自我迭代的差异体现在与外界的感知和交互涉及三维物理世界，涉及语言、视觉等多模态。
目前，学术与产业达成基本共识的AI范式是“一次大规模预训练→多轮RL后训练→部署后的经验闭环”，其中部署后的经验闭环包括“感知→预测→行动→奖励→（轻量）参数更新→再部署”。核心演进是AI流水线中模型在部署后仍持续改变自身（快权重、CMS记忆库、在线RL），而非静态参数（记忆靠外部KVCache/数据库）。
二、模型框架：范式落地对芯片的微观需求
当前最主流的算法框架包括持续学习框架、经验学习框架和世界模型与具身智能框架，用于解决AI范式中的一个或多个核心问题，仅覆盖部分AI流水线，重点解决模型或数据问题。具体而言：持续学习框架以Nested Learning/HOPE为代表，破解“模型不会学习”的天花板，覆盖AI范式中“奖励→参数更新→再部署”环节；经验学习框架以Sutton与Silver提出的经验学习纲领为代表，破解人类标注数据见底的数据缺口，覆盖“执行（交互）”与“奖励（以环境可测结果）”环节；世界模型与具身智能框架以VLA、Genie3、JEPA为代表，解决物理世界的交互适配与训练数据稀缺问题，覆盖“感知→预测→执行（交互）”环节。
（一）持续学习框架：破解“模型不会学习”的天花板
从路线图维度上看，“模型不会学习”是当前亟待解决的天花板，最优秀的模型也无法像人一样在交互中持续学习，使得AI路线图停滞在“持续学习”阶段。
为解决持续学习的问题，Google Research从人脑持续学习能力机制中获得启示，在NeurIPS2025提出Nested Learning（嵌套学习）及其HOPE架构，将模型重述为一组模型参数更新频率各不相同的嵌套优化问题，即快内环处理瞬态上下文、慢外环沉淀稳定知识，以连续记忆系统（CMS）组织多频率记忆库，以缓解当前LLM的遗忘特性。从范式维度上看，该框架对应“奖励→参数更新→再部署”的环节。
持续学习目前仍处于“研究热点、工程妥协”阶段，学术前沿框架（Nested Learning / HOPE、TTT、SEAL）尚未收敛为可量产架构。此外，Nature综述与IEEE研究指出，没有哪个现有系统能在全部认知维度上达标，AGI很可能需要混合多种特化架构。
（二）经验学习框架：破解人类数据红利见底
互联网文本红利见底，Karpathy所谓“人类数据像化石燃料”指出人类标注数据有限，已成为AI发展的瓶颈，迫使AI依赖自身生成的数据与经验。
为了解决数据缺口的问题，Sutton与Silver在2025年的纲领性论文《Welcome to the Era of Experience》中提出：新一代智能体将主要从与环境的持续交互（即经验学习）中自我生成数据并获得超越人类的能力，其特点是连续经验流而非离散回合、动作与观测扎根真实环境、以环境可测结果作为奖励而非人类判断、推理不受人类思维模式限制。这一框架意味着“环境即基建”，LLM被用来生成训练环境本身，训练流水线需承载海量rollout、可验证奖励与状态化执行环境。数据来源也从“爬虫”变为“交互”，智能体能力越强，产生的经验数据质量越高，越易形成自我强化的飞轮，而传统静态数据缺乏执行反馈、偏向成功路径、无法进行状态校验而存在根本缺陷。
经验学习框架将在AI演进过程中数据缺失的问题转化为模型问题，在模型生成的环境中进行交互，并保留交互数据，以供模型持续学习，覆盖AI范式中的“执行（交互）”和“奖励（以环境可测结果）”环节。
（三）世界模型与具身智能框架：迈向物理AI
具身智能相比二维世界，不仅要将物理世界的多模态输入（语言、视觉等信号）转化为与物理世界的交互（交互动作等），缺少高度适配于物理世界的推理模型；由于轨迹数据与互联网图文数据相差多个数量级，模型易过拟合至少量动作数据而丧失泛化能力，严重缺乏适用于具身智能的训练数据。
为适配于物理世界的推理模型，具身智能领域提出了经典框架VLA（视觉-语言-动作），解决物理AI中的“感知-预测-执行（交互）”环节。VLA继承LLM / VLM（即VLA中的V和L）权重后接动作头。
为解决低成本获取大量高质量训练数据，物理AI适用前文所述“环境即基建”的理念，世界模型被用来生成训练环境本身和合成训练数据，辅以少量真机数据纠偏。产业界分裂为两条技术路线：
1、生成式像素路线
GoogleDeepMind的Genie3可从文本实时生成可交互的720p/24fps三维环境，被视为智能体的“无限训练场”，该路线在2026年进入真实产业闭环，Waymo基于Genie3生产自动驾驶世界模型，用于构造现实中难以大量采集的长尾与安全关键场景；NVIDIA的Cosmos世界基础模型以约2000万小时真实视频为训练素材，面向机器人与自动驾驶提供合成数据生成、仿真到现实迁移与物理推理能力。
2、潜空间预测路线
JEPA（联合嵌入预测架构）在抽象表征空间而非像素空间预测事物演化后果，获得物理与因果推理能力。该路线的产业验证是Meta的V-JEPA2，模型参数12亿、以超过100万小时视频自监督预训练，再加以62小时机器人数据即可实现机械臂操控，物理推理速度约为生成式方案的30倍。
三、数据流水线变革：交互轨迹与合成飞轮推高芯片需求
推理时代，后训练成本的大头已从人工标注转向为生成、清洗、验证多类合成数据而进行的大规模推理，人类偏好数据每条约5-20美元，AI反馈可低于0.01美元，成本差驱动了合成数据对人工数据的系统性替代。
数据流水线具备质检与溯源能力，数据工程正在从劳动密集型的标注业，升级为模型驱动的自动化产线，将数据问题转化为模型问题。其核心变化：一是从静态文本到交互轨迹，经验学习框架下，数据流水线的主要产物是带状态、带奖励、带失败样本的轨迹流；二是从真实采集到合成生成，世界模型被嵌入数据流水线作为数据生成器。
四、芯片需求：路线图与框架迭代的最终落点
AI路线图、范式迭代、模型框架演变和数据需求都将最终落实为对芯片迭代的具体需求上。芯片厂商如果将AI流水线以最经济的方式固化到芯片上，并将瓶颈环节固化为专用芯片，谁就获得了市场先发优势。
（一）路线图驱动：芯片需求的代际重构
AI芯片的代际重构由路线图驱动。例如，思维链阶段推理算力2026年反超训练算力，推理算力占比约为2/3；Agent阶段将单任务算力需求放大5-30倍，推动CPU和ASIC需求快速增长；持续学习与自我迭代阶段模糊训练与推理的硬件边界，在线更新权重需要训推一体架构；具身智能开辟芯片争夺的边缘算力新战场。
但路线图的不确定性也会影响芯片产业演进速度。例如，持续学习如长期不突破，芯片训推一体架构可能停滞，即推理算力增长但其内部架构基本不变。
（二）范式与框架驱动：芯片流水线的迭代方向
AI范式更迭将衍生出多类型模型框架，数据问题也最终转化为模型问题，最终都对芯片这一物理基础提出新的迭代和性能需求，以实现目标功能。基础设施投入先发生，芯片厂商为卡位，已在建设通向AGI的流水线（持续学习 + 世界模型 + 经验学习）。
1、持续学习：训推一体的芯片架构需求
按当前产业共识的持续学习流水线，推理芯片将训练能力按梯度拆解进推理系统，而非一步到位追求“推理芯片全量训练化”：
（1）测试时训练/快权重更新
HOPE架构要求多频率记忆库按不同节奏更新参数，本质是在推理中持续的微型优化。推理时需要对小参数集执行在线梯度更新，其特征是反向图极小、更新频率分层、可与主推理异步。
对推理芯片意味着反向传播数据通路、分层参数区、异步更新与版本化回滚机制。自动驾驶领域的TTT实践已证明梯度计算可放在独立硬件上异步执行，使推理延迟开销最小化。
（2）训推同片或同集群的对冲设计
从流水线需求来看，经验学习流水线中rollout与权重更新高频交替，要求同卡复用或训推集群间高频权重同步，这意味着推理芯片具备与训练侧一致的权重格式与高速同步通道。
从经济性的角度看，云厂商的逻辑是算力可互换，即推理空闲时跑固化/微调任务，相比在推理芯片里硬塞训练单元更划算，慢环固化与快环推理共享调度与互联，使夜间/闲时算力自然流向记忆固化与模型刷新。
产业实践方面，谷歌的Ironwood被定位为“首款为推理设计的TPU”，但官方同样强调其支持训练与推理两用、Pod级42.5EFLOPS可服务大规模训练；英伟达把RubinGPU设计为同时覆盖持续训练、后训练与推理。
2、经验学习：沙箱环境的CPU基础设施需求
Silver与Sutton 2025年的《Welcome to the Era of Experience》将“终身学习/从经验流中持续学习”确立为后人类数据时代的主线叙事，产业共识是“下一个前沿是扩展环境而非算法”，为训练侧提出了海量沙箱环境的基础设施需求，Meta Open Env、RLVE、SWE-Gym/R2E-Gym等环境标准与平台在2025–2026密集出现。
对芯片提出的具体需求是沙箱环境所需的基础设施，即CPU、环境编排、异步rollout基础设施等，其中，强化学习的采样阶段本质上是推理负载，训练与推理流水线可共享同一算力池。
3、世界模型与具身智能：视频编解码与多模态算力需求
对于VLA及具身模型，要求流水线兼容多源异构数据，包括底层互联网视频、中层仿真合成、顶层真机遥操作，辅以仿真到现实的适配环节。
后训练阶段从遥操作监督学习转向强化学习，将大规模并行、上百万次交互的仿真环境作为标准配置，而世界模型算力需求为LLM的8–32倍，世界模型Cosmos 14B 1080p需要160GB以上显存与4~5TB/s带宽。因此，多模态世界模型流水线要求芯片将视频解码、特征缓存复用纳入硬件考量。在产业实践中，英伟达的Rubin CPX集成4组NVENC/NVDEC硬件编解码以支持视频生成类负载。
4、架构交叉：边缘AI芯片的在线学习能力
当AI路线图走到“具身智能”这一节点，要求边缘AI芯片的持续学习能力，相比目前的边缘AI芯片强调部署点位的自适应个性化，相比传统推理芯片强调边缘设备的有限资源。在产业实践中，MIT的PockEngine让边缘设备在有限资源下完成训练，在Jetson Orin芯片上将LLM微调单次迭代从约7秒压缩到1秒内；FPGA加速器ImageHD用超维计算在端侧进行持续学习，较优化GPU基线能效提升最高105倍。
作者简介
作者：王清
邮箱：wangqing36@126.com
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第4565期内容，欢迎关注。
加星标⭐️第一时间看推送~
求推荐
热门跟贴