格隆汇12月2日｜据硅星人Pro，就在上周，OpenAI前首席科学家在最新播客访谈中抛出一个重磅观点，过去五年的“age of scaling”正在走到头，预训练数据是有限的，单纯用更多GPU堆更大模型，哪怕再放大100 倍，也未必能带来质变。所以我们又回到了以研究为核心的时代，只不过这次有了巨大的算力”，这一表态被视作对Scaling Law撞墙论的强力佐证。

然而仅过了几天，12月1日，DeepSeek用V3.2和V3.2-Speciale的发布，给出了一个不同的答案。模型发布后，DeepSeek研究员在X上发文：“如果Gemini-3证明了持续扩展预训练的可能性，DeepSeek-V3.2-Speciale则证明了在大规模上下文环境中强化学习的可扩展性。我们花了一年时间将DeepSeek-V3推向极限，得出的经验是：训练后的瓶颈需通过优化方法和数据来解决，而非仅等待更好的基础模型。”而针对模型当前在世界知识广度上的短板，DeepSeek在技术报告中直言是因训练FLOPs不足，并硬气宣布后续将“扩大预训练算力”以弥补差距。