据The Information报道，OpenAI的下一代旗舰人工智能模型Orion相较于其前代GPT-4，在性能上的提升并不显著，这一消息引发了关于生成人工智能行业是否正在进入平台期的讨论。

报道援引了一些已经使用或测试过Orion模型的员工的言论，指出Orion相较于GPT-4的进步较为有限，特别是在编码任务方面，其进步幅度甚至小于GPT-3到GPT-4的飞跃。OpenAI的首席执行官Sam Altman此前曾提及“缩放定律”，即随着人工智能模型的规模扩大、数据量和计算能力增加，模型将变得更加智能。然而，The Information的报道揭示，技术人员对这一定律的信心正在受到挑战。

尽管Orion的训练尚未完成，但OpenAI已经采取了一些额外措施来提高其性能，例如根据人类反馈进行训练后的改进。然而，这并不意味着未来的模型迭代将能够持续带来令人瞩目的性能提升。随着公司可用的数据资源迅速减少，数据获取变得越来越困难，这成为了限制人工智能模型性能提升的一个重要因素。研究公司Epoch AI预测，到2028年，公司可能会耗尽可用的文本数据。

同时，计算能力作为历史上提升人工智能性能的另一个关键因素，也并非无限。Altman在Reddit的“问我任何事情”主题中承认，OpenAI在分配计算资源方面面临着诸多限制和艰难的决定。

一些行业专家已经开始注意到，今年及未来发布的人工智能模型在性能上的提升相较于其前辈将更为有限。纽约大学名誉教授Gary Marcus直言不讳地表示，他认为人工智能已经显示出了“收益递减”的迹象，并在Substack上发表文章对这一报道作出了回应。OpenAI的竞争对手Anthropic的首席执行官Dario Amodei也预测，人工智能模型训练的成本将在未来急剧上升，可能达到1000亿美元。

然而，并非所有人都对人工智能的未来持悲观态度。微软首席技术官Kevin Scott就驳斥了关于AI进展停滞的担忧，认为在扩展方面的边际收益并没有减少。OpenAI也于9月发布了一个更侧重于推理改进的模型o1，该模型在复杂任务中的表现超越了其前辈，并在多个基准任务上达到了与博士生相似的智能水平。

尽管如此，如果未来的模型在性能上无法达到预期，那么人工智能行业的繁荣景象或将重新评估。这一报道无疑重新引发了关于开发日益先进的模型和人工智能缩放定律的可行性的争论。