新智元报道配资经验官网
编辑：元宇
【新智元导读】AGI五年倒计时已开启！Hassabis预测，或许仅需一两个AlphaGo级别的突破，我们就有望在5年内见证AGI降临，而它的速度和影响力将10倍于工业革命。
人类距离AGI，只差1-2个关键技术突破！
刚刚，诺奖得主、Google DeepMind掌门人Demis Hassabis给出了AGI的终极时间表！
他认为，5年之内，或许仍需1–2项重大技术突破，我们就可能跨越通往AGI的障碍。
在乐观预测的同时，Hassabis也不忘给我们泼一些冷水：
他认为仅靠扩大数据与算力可能不足以实现AGI。
比如，Hassabis认为大模型虽然强大，但缺乏对物理世界、逻辑推理和长期规划的真正理解。
因此，要实现AGI，大模型需要补上的一块拼图就是「世界模型」。
此外，Hassabis还认为AI将是科学发现的终极工具。
AlphaFold只是开始，AI将在未来10年内开启科学发现的黄金时代，尤其是在药物研发、疾病治愈、新材料发现和清洁能源（聚变）等领域。
而这无疑也会加速AGI到来。
如果Hassabis预言成真，这将是一个巨大的变革时刻，它的速度和影响力将10倍于工业革命。
而我们每个人也将置身于这场史诗级巨变的冲击之下。
为什么大模型还不是AGI？
以我们最熟悉的ChatGPT、Gemini等大模型为例。
也许你会觉得它们虽然有时在某些高难任务上表现突出，但也时常在一些简单题上出错。
Hassabis用了一个非常精准且形象的词来描述这种状态：「参差不齐的智能」（Jagged Intelligence）。
这就像班里那些偏科极其严重的学生。
他们在文科和编程上可能是个天才，但在物理常识、逻辑推理和长期规划上，可能还不如普通学生的水平。
为什么会这样？
Hassabis一针见血地指出了大语言模型（LLM）的本质局限：它们只是顶级的「概率预测机」。
它们并不是真的「理解」了这个世界，它们只是在预测下一个字出现的概率，因此缺乏对现实世界物理规律的认知，也没有像人类那样拥有一个连贯的、能够自我修正的思维模型。
所以，它们在某些事情上极其擅长，但在另一些方面完全不行。
这就好比你让一个只会背诵棋谱但不懂围棋规则的人去下棋，前几步可能像模像样，但一旦局势变得复杂，需要跨越几十步去思考策略时，他立刻就会崩盘。
因此，想要从现在的「偏科生」进化到全知全能的AGI，仅仅把模型做大（Scaling）已经不够了。
我们需要质的飞跃，补上通往AGI的关键性拼图。
通往AGI的关键拼图
Hassabis具体指出了这一两项关键技术突破的方向。
关键突破1
「世界模型」
如果说大模型是「读万卷书」，那么「世界模型」（World Models）就好比是「行万里路」。
所谓世界模型，是指能预测和模拟环境状态随行动变化的模型，其核心逻辑是真正「理解」物理世界的运行规则。
现在的大模型，如果你问它「杯子从桌上掉下来会怎样」，它是根据文本概率告诉你「可能会碎」。
但拥有世界模型的AI，它在「脑海」里真正模拟了重力、摩擦力、玻璃的易碎性，它「看」到了杯子掉落的过程。
目前，DeepMind正在研发像Genie和Veo这样的视频/交互模型，作为构建世界模型的雏形。
这也是AI从「数字世界」走向「物理世界」的前提。
只有懂得了物理法则，AI才能驱动机器人去端茶倒水、去拧螺丝、去处理现实中复杂的因果关系，而不只能够陪人聊天。
关键突破2
「智能体系统」
有了理解世界的能力还不够，AI还需要具备在世界中「行动」的能力。
这就是第二个突破：智能体系统（Agentic Systems）。
现在的AI是被动的：你问一句，它答一句。
而未来的Agentic AI是主动的。
你给它一个模糊的目标，比如「帮我策划并预定一次去某地的旅行」。
它就能把它拆解成几十个步骤：查机票、比价、订酒店、规划路线、根据天气调整行程……
更重要的是，它具备「认知纠错」的能力。
如果在执行过程中发现机票涨价了，或者酒店没房了，它能像人类一样停下来，重新思考，调整计划，而不是直接报错或者死循环。
Hassabis还特别提到了DeepMind的「秘密武器」：AlphaGo。
当年的AlphaGo之所以能击败人类冠军，就是因为它具备了这种「规划」能力，它能推演未来几十步的棋局变化。
现在的目标，就是把这种在棋盘上的「规划」能力，泛化到现实世界的具体场景中。
当大模型的广博知识，遇上世界模型的物理认知，再加上智能体系统的行动能力，就可能补齐通往AGI的关键拼图，迎来AGI降临的时刻。
比工业革命快十倍的未来
Hassabis如此执着于AGI，并不是为了造出一个更会聊天的Siri，或者是为了让广告推荐更精准。
他的野心写在了DeepMind的核心使命上，这一点也从未变过：
AI for Science（用AI推动科学） 。
在Hassabis等人撰写的一篇官方博客中，曾表示DeepMind将于2026年在英国建立其首个自动化实验室，聚焦材料科学研究。
该实验室将从零开始建设，全面集成Gemini系统，并通过指挥世界一流的机器人每天合成并表征数百种材料，大幅缩短发现变革性新材料所需的时间。
想象这样一种场景：
AI负责阅读海量的论文，提出新的科学假设；
智能体系统负责设计实验方案；
连接了世界模型的机器人负责操作精密的实验仪器；
最后，AI再对实验结果进行分析，自我迭代，开始下一轮实验。
AI介入科学研究，将有望降低成本并催生全新的技术，科研的效率将被提升百倍甚至千倍。
也许在不久的将来，能在常温常压下工作的超导体可实现低成本的医学成像，并减少电网中的电力损耗。
其他新型材料则可通过推动先进电池、下一代太阳能电池和更高效的计算机芯片的发展，帮助我们应对关键的能源挑战。
因此，Hassabis说，这场变革的规模将是「工业革命的10倍」，而速度却是「工业革命的10倍」。
工业革命用了100多年才重塑了人类文明，而AGI可能只需要10年。
这将是一个极大富足的时代，也是一个极其动荡的时代。
旧的岗位会消失，旧的经济结构会崩塌，但人类认知的边界将被无限延伸。
中国AI模型仅落后美国「数月」
在这场通往未来的极限竞速中，中国将处在什么位置？
Hassabis在接受CNBC采访时表示，中国的人工智能模型与美国和西方的能力差距，可能已经缩小到「只有几个月」：
中国的AI模型可能比我们一两年前想象的要接近得多。也许到目前为止，他们只落后几个月。
DeepSeek的横空出世，阿里巴巴Qwen模型的强劲表现，都证明了中国科技公司惊人的工程能力。
中国AI公司在使用相对落后的芯片、以更低成本的情况下，依然训练出了性能强劲的模型。
尽管如此，Hassabis认为，中国虽然已经证明自己具备追赶能力，但在实现真正的AI突破方面仍有待观察。
他由此也抛出了一个更深层的问题，这或许是一种客观的审视与「棒喝」：
Hassabis将DeepMind比作「现代版的贝尔实验室」，那是诞生了晶体管、信息论等源头创新的圣地。
他认为，中国目前证明了自己是世界一流的「工程师」，能够快速复制并优化前沿技术（Copy and Improve）。
但是，真正的考验在于能不能做那个「发明者」：
关键问题在于，他们是否能够在前沿之外实现原创性创新？他们是否真的能创造出全新的东西，比如一种新的Transformer，从而实现对前沿的超越？
这是DeepMind的护城河，也将是中美AI竞争的下一个赛点。
无论如何，这位全球AI领军人物的判断已经非常清晰：
AGI的倒计时已经开始，仅剩一两个关键技术突破。
而五年之内，我们将有望见证AGI到来的历史性时刻。
参考资料：
https://x.com/Ric_RTP/status/2012523232998334577?s=20
https://www.cnbc.com/amp/2026/01/16/google-deepmind-china-ai-demis-hassabis.html
加倍网提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
推荐资讯
