AIxiv专栏促进学术交流，聚焦大模型的低精度训练与推理。腾讯混元团队研究浮点数量化训练的Scaling Laws，发现最佳数据量与精度配置策略，揭示训练中的极限与规律，为模型优化提供理论指导。

AI领域对Scaling Laws是否遇到瓶颈展开热议，OpenAI CEO Sam Altman表示“没有墙”。OpenAI计划推出名为“Operator”的AI代理，能替用户执行任务。尽管Orion模型训练已完成20%，但性能提升有限且训练成本高。Google和Anthropic等公司也面临类似挑战，AI技术发展需探索新方向。

字节跳动的Depth Anything V2模型已被苹果收入Core ML模型库，该模型是一种单目深度估计模型，可应用于视频特效、自动驾驶、3D建模、增强现实等领域。V2版本在细节处理和速度上有显著提升，通过Scaling Laws思路构建并通过训练和优化不断提升性能。该模型的论文已被选入CVPR 2024，其中一作是团队的实习生。