主要观点：Scaling Law 是 2020 年 OpenAI 提出的概念，在 AI 浪潮中成为第一性原理，Transformer 因易 Scaling 而大放异彩，Sora 用 Transformer 替换 U-net 具备 Scaling 可能性。Scaling Law 原指模型性能与计算量、参数量、数据大小相关，本文讨论其方法论，适用于技术、商业和个人。
关键信息：

• 2020 年 OpenAI 提出 Scaling Law 并成为第一性原理。
• Transformer 易 Scaling 使其在 AI 中表现突出。
• Sora 用 Transformer 替换 U-net 有更大潜力。
• Scaling Law 与通用化（预测下一个 token）和规模化（投入算力数据）相关。
• AGI 可视为（预测物理世界下一秒 + 预测人类行为下一秒）×N。
  重要细节：
• 《千脑智能》中提到预测下一个感觉即大脑预测下一个 token 是智能第一性原理。
• 文生图产品 MJ SD 基于 U-net，Sora 用 Transformer 可通过堆叠算力数据获更好效果。
• ChatGPT 基于文本 Scaling 可接近人类智能集合。
• Scaling Law 在实际操作中存在问题需探讨。