什么是涌现能力？

涌现能力，指大模型在参数规模、训练数据量跨过某个临界点后，突然出现的、小模型完全不具备的新能力。这个词来自2022年谷歌与斯坦福等机构的研究论文《Emergent Abilities of Large Language Models》：研究者发现，很多能力并不是随模型变大而“慢慢变好”，而是在某个规模之后“一下子出现”。

一个直观的类比是烧水：从1℃加热到99℃，水温平稳上升（量变），到100℃突然沸腾（质变）。大模型的能力曲线也类似——在多步推理、复杂指令跟随这类任务上，百亿参数以下的模型几乎得零分，跨过某个规模后成绩陡然跃升，就像“开窍”了一样。

简单说：涌现能力＝规模堆到一定程度后，模型“无师自通”学会的新本事。

涌现能力是怎么发生的？

机理尚未完全定论，但主流解释围绕三个关键词：

• 规模法则：参数、数据、算力按比例同步放大，模型整体误差平滑下降，但某些具体能力会在临界点附近非线性地“跳”出来。
• 上下文学习：大模型无需重新训练，只看几个示例就能举一反三，这种“临场学习”本身就是一种涌现。
• 思维链：模型足够大时，能把问题拆成一步步推理，像人打草稿先算中间步骤再给结论，准确率因此大幅提升。

小模型与大模型在同一类任务上的表现差异大致如下：

值得一提的是，2023年有研究提出“海市蜃楼”质疑：部分涌现可能只是评价指标造成的错觉，换用连续度量后能力曲线其实是平滑的。争论至今未歇，但无论曲线是否真的“陡跳”，大模型在小模型做不到的任务上表现出质变，这一点并无争议。

哪些产品能让你看到涌现能力？

国产大模型近年进步飞快，以下产品国内可直连，适合亲自体验：

• DeepSeek（深度求索）：DeepSeek-R1以低成本实现了强大的深度推理，回答复杂问题前会先展示完整思考链，是观察思维链涌现的最佳样本。
• Kimi（月之暗面）：以超长上下文著称，能一次读完整本书再作答，长文本理解能力明显跃升。
• 豆包（字节跳动）：多模态对话体验流畅，适合日常感受指令跟随能力。
• 通义千问（阿里）：Qwen系列开源生态完善，多语言与代码能力突出，是从业者常用底座。
• 智谱清言（智谱AI）：GLM系列擅长智能体与工具调用，可体验任务自动拆解。
• 可灵（快手）、即梦（字节跳动）：图像与视频生成同样存在涌现——模型大到一定程度，才突然能生成语义连贯、符合物理规律的长视频。

涌现能力有什么用？

• 复杂推理辅助：法律分析、医疗问答、金融研报等多步推理场景直接受益。
• 编程开发：从“补全一行代码”跃迁到“理解需求、写出整个函数甚至项目”。
• 智能体：模型能自主规划步骤、调用工具、检查结果，是数字员工的技术前提。
• 教育科研：把难题拆成小步骤讲解，充当随问随答的启发式老师。
• 创意生产：长剧本、分镜与视频生成流程被大幅压缩。

常见问题

涌现能力是玄学吗？为什么有争议？

不是玄学，但机理尚未完全弄清。争议点在于“突变”是真实存在，还是指标造成的假象。即便接受平滑增长的观点，大模型在复杂任务上远超小模型的事实依然成立，工程价值不受影响。

涌现能力都是好事吗？

不一定。能力涌现是双向的：模型变大的同时，幻觉、被诱导出错等风险也可能随之“涌现”。能力何时出现难以精确预测，这正是AI安全与对齐研究被高度重视的原因。

普通用户怎么体验涌现能力？

三步即可直观感受：

1. 挑一道多步推理题，如行程问题或逻辑谜题；
2. 在DeepSeek-R1、Kimi等模型上，分别用“直接要答案”和“请一步步思考”两种问法测试；
3. 对比正确率与推理过程，体会思维链式涌现的威力。