大型语言模型（LLM）在AI领域取得显著进展，但在低功耗平台实施面临挑战。研究提出“能力密度”作为评估LLM质量的新指标，强调有效参数与实际参数的比率。分析29个开源模型发现，LLM密度每三个月翻一番，表明更高效的设计将与复杂模型竞争，推动技术进步。

近期，AI界对大模型的Scaling Law产生分歧。清华大学提出的密度定律表明，大模型能力密度每100天翻倍，推论模型推理开销和能力密度加速下降，揭示端侧智能潜力，强调需持续探索大模型的科学建设路径。