口头唱衰，行动提速

“AI开发放缓”的说法在过去一段时间广泛流传，其背景是对训练成本高企、高质量数据趋于枯竭以及模型性能提升边际递减的担忧。然而，从模型发布间隔的实际数据看，头部开发者不仅没有放慢脚步，反而以更密集的节奏推出新模型。

统计数据显示，AI模型发布周期在约一年内从210天缩短到47天，压缩幅度超过四分之三。这意味着一年前行业平均约七个月才迎来一次新模型亮相，如今不到两个月就有新模型发布。

“减速论”与发布节奏的落差

发布周期的显著缩短，与“减速”言论形成鲜明对比。业内人士在公开场合谈论训练瓶颈与收益递减的同时，实际产品节奏却在不断提速。这种“言行落差”表明，竞争压力——尤其是抢占企业客户与开发者生态的紧迫性——仍在驱动各家公司加快迭代。

需要指出的是，发布周期的加快并不必然等同于能力提升的加快。模型数量的密集化可能包含增量式更新与版本迭代，各界对“AI进步是否真正放缓”的判断仍存在分歧，该数据本身也无法直接回答质量层面的问题。

对硬件与半导体链条的连带影响

模型迭代加速通常意味着训练与推理算力需求持续攀升，这对GPU、HBM及半导体整体供应链构成持续的采购动力。若发布节奏维持当前水平，算力基础设施的扩容压力短期内难以缓解。

结论：尽管“AI开发减速”之说甚嚣尘上，模型发布周期一年间从210天骤降至47天的事实表明提速才是现实——属实。

Verdict: 属实