OpenAI首席执行官山姆・阿尔特曼在斯坦福大学发表演讲，正面回击业内 “大语言模型（LLM）发展已抵达终点”的质疑，坚定看好模型规模化迭代路线，同时透露主打科学推理能力的 GPT-5.6即将扩大开放。
长久以来AI行业存在两条技术路线分歧：一方认为依靠扩充模型参数、提升算力、优化训练数据就能持续实现能力突破；另一方则认为现有LLM架构存在底层缺陷，必须更换全新技术框架才能实现跨越式发展。Meta首席AI科学家杨立昆是批判LLM路线的代表人物，他提出纯语言模型缺少对现实世界的全局理解，在机器人控制、逻辑规划、物理推演等场景存在先天短板，更推崇世界模型发展方向。
阿尔特曼并未完全否定世界模型的应用价值，认可其在机器人领域的独特优势，但他认为多数科研人员固化固有认知，低估了规模化带来的提升空间。他直言当下看空LLM规模化发展是错误判断，同赛道企业Anthropic首席执行官Dario Amodei也持相似观点，头部前沿 AI 企业普遍认可扩容优化的发展潜力。
为佐证自身观点，阿尔特曼举例称，OpenAI自研模型已经成功破解一项长期未解决的数学猜想，打破了 “大模型只能拼接现有文本、无法创造新知识” 的固有偏见。不过他也客观承认现有模型存在明显短板，面对需要长期综合判断、超长时序推演的复杂任务时，AI表现依旧远不及人类，这也是智能体难以稳定落地的核心阻碍。
OpenAI的产品规划充分践行规模化研发思路，公司筹备大范围上线GPT-5.6模型。该版本重点强化逻辑推理、代码编写、科研运算以及长周期智能体处理能力，针对性弥补当前大模型的能力短板。
即便阿尔特曼坚持持续扩容研发，规模化路线仍无法回避现实层面的硬性约束。超大模型运行需要海量高端芯片、高能耗数据中心与巨额资金支撑，如今全球AI竞争，算力资本投入已经和算法创新同等重要。业内普遍担忧，持续扩张模型规模会面临成本、能源、高质量训练数据供给以及模型稳定性多重天花板。
阿尔特曼明确表示 OpenAI不会放缓规模化研发节奏，但行业仍存在核心争议：单纯依靠扩大模型体量，在多重现实资源限制下，还能挖掘多少性能提升空间，这场关于大模型发展路线的争论，或将伴随GPT-5.6的落地持续发酵。
