随着高质量训练数据枯竭，大模型发展面临“规模壁垒”。前苹果AI负责人庞若鸣参与的“合成自举预训练（SBP）”新范式，通过识别并利用现有数据中的跨文档关联来生成高质量合成数据，有效提升了模型性能。这项技术有望缓解AI的数据瓶颈，降低训练成本，并促使AI从单纯的数据规模竞赛转向更注重数据智慧和高效利用的新阶段，同时引发对未来AI自我改进和伦理风险的深层思考。

《自然》杂志警告称，AI的“数据饥渴症”正导致全球学术知识库遭受大规模爬虫攻击，90%的知识库因此面临服务中断危机，威胁到开放获取的科研命脉。这不仅暴露出AI训练数据来源的伦理与经济困境，更凸显了在AI可能于四年内耗尽现有高质量数据背景下，建立国际性数据公平使用协议的紧迫性。