一家名为“扑翼飞机”的新人工智能实验室于周三宣布成立，并完成1.8亿美元种子轮融资，投资方包括谷歌风险投资（GV）、红杉资本和Index。报道指出，该实验室创始团队背景被认为“令人印象深刻”，其核心目标是探索一种在数据需求显著减少条件下训练大型模型的新方法。

有观点将“扑翼飞机”在商业化取向上的定位评估为“第二级”，即并非完全以短期盈利为首要目标。但相关评论认为，该项目更受关注之处在于其在技术路径上的选择。

红杉资本合伙人大卫·坎恩在一篇文章中表示，“扑翼飞机”是首批明确尝试走出当前主导行业的“规模扩展范式”的实验室之一。所谓规模扩展范式，被描述为通过不断增加数据和计算资源规模来推动大型语言模型（LLM）能力提升的主流路径。

坎恩在文中将这一范式与另一种“以研究为先”的路径进行了对比。他写道，规模扩展范式主张向现有大型语言模型持续投入社会大量资源，尽可能动用经济所能承受的最大算力和基础设施，希望通过模型规模的进一步扩大，最终实现通用人工智能（AGI）。

与之相对，“研究范式”则认为，人类距离实现被称为“AGI”的智能形态，可能只差两到三个关键研究突破。因此，这一路径主张将资源投入到长期研究项目，尤其是那些可能需要5至10年才能显现成果的方向。

坎恩进一步区分了“以计算为先”和“以研究为先”的两类方法。他指出，以计算为先的方法会将算力集群规模置于优先位置，更倾向于追求1至2年内可见的短期成果；而以研究为先的方法则在时间维度上分散投入，接受大量成功概率较低的尝试，通过多元探索共同拓展技术可能性的空间。

相关评论认为，以计算为中心的扩展路径在当前行业中仍可能是正确选择，持续扩建服务器和算力基础设施或许仍是许多机构眼中的主要方向。但在已有众多公司沿这一思路推进的背景下，“扑翼飞机”选择以研究驱动、尝试减少对数据和算力依赖的路线，被视为业内出现的另一种探索路径。