全文 2,000字 | 閱讀約 6 分鐘

（Demis Hassabis：AGI 只差1-2個突破）

2025 年 12 月 6 日，Axios AI+ 峰會。

最后一場對話，Axios 聯(lián)合創(chuàng)始人 Mike Allen 對面坐著去年諾貝爾化學(xué)獎的獲得者， Google DeepMind CEO Demis Hassabis。

當(dāng)被問到離 AGI 還有多遠(yuǎn)時，他沒有回避：

我們距離 AGI，只差一到兩個 AlphaGo 級別的技術(shù)突破。

這句話讓整個 AI 圈震動，因為說得太具體。但這不是拍腦袋的預(yù)測，而是基于當(dāng)前技術(shù)進(jìn)展做出的推理。

關(guān)鍵的是，他還把 AI 競賽的底層邏輯說透了：不是誰燒的錢多、GPU 多，而是誰能把研究、工程、產(chǎn)品全打通。

第一節(jié)｜AGI 快到了？他憑什么這么說

Hassabis 給出的時間窗口是 5 到 10 年內(nèi)實現(xiàn) AGI。 這不是從模型參數(shù)規(guī)模推斷，而是基于幾個非常具體的進(jìn)展：

1、模型從文本專家變成多模態(tài)理解系統(tǒng)

Gemini 最讓他驚訝的，不是寫代碼或生成文字，而是能看懂視頻，讀出動作背后的意圖。

他測試 Gemini 時播放了電影《搏擊俱樂部》的片段，主角在打斗前摘下戒指。他隨口問：

這個動作有什么意義？

Gemini 沒有只描述表面動作，而是給出了一段深度解讀：這是拋開身份、擺脫規(guī)則的象征，是角色從現(xiàn)實到極端的轉(zhuǎn)變。

Hassabis 的評價是：震驚。

因為這已經(jīng)超出了模式識別，開始具備洞察能力。

2、模型有自己的判斷，不再只是迎合

Hassabis 特別提到，Gemini 做到了一件小事，但意義重大。就是當(dāng)你說：你錯了，它不會一味迎合，而是會溫和地反駁你。

這不只是對錯判斷，而是模型在理解上下文、糾正偏差的同時，還能控制語氣、平衡表達(dá)。

Hassabis 說他喜歡 Gemini 的性格：簡潔、冷靜、有自信，不討好。

這意味著模型開始擺脫聊天工具定位，向穩(wěn)定人格型系統(tǒng)靠近。

3、從生成內(nèi)容到打造產(chǎn)品

Gemini 現(xiàn)在能完成兩件事：

• 一鍵生成可玩的小游戲：以往需要數(shù)周開發(fā)，現(xiàn)在數(shù)小時生成完整原型

• 生成前端網(wǎng)頁：不只寫代碼，還知道怎么讓它好看、好用

這背后是模型對代碼結(jié)構(gòu)、設(shè)計邏輯、交互體驗的整體理解。不只是生成文字，而是能做出可以直接用的東西。

當(dāng)前模型已經(jīng)開始具備理解能力、判斷能力和創(chuàng)造能力。

所以他說：我們非常接近了，只差一兩個 AlphaGo 級別的技術(shù)突破。

第二節(jié)｜但還不是 AGI：差在哪？

這些能力在突破，但他同樣承認(rèn)：我們還沒到 AGI，現(xiàn)在的模型還有明顯短板。

如果說上一節(jié)講的是它已經(jīng)能做什么，這一節(jié)就是它還做不到什么。

1、不具備持續(xù)學(xué)習(xí)能力

當(dāng)前大模型不能持續(xù)學(xué)習(xí)，它們只能用訓(xùn)練時的數(shù)據(jù)一次性學(xué)完。

這意味著：它不會在使用過程中成長，不會因與用戶互動變得更聰明，不像人類那樣用經(jīng)驗改正錯誤。

在線學(xué)習(xí)和長期記憶系統(tǒng)，是通向 AGI 的關(guān)鍵突破之一。

2、無法執(zhí)行長期規(guī)劃

盡管模型在單輪推理、代碼生成方面越來越強，但它無法執(zhí)行長鏈?zhǔn)酵评恚瑹o法制定和執(zhí)行一個長期目標(biāo)。

這不是能力不夠，而是底層結(jié)構(gòu)未設(shè)計為多步?jīng)Q策系統(tǒng)。AGI 需要能完成為期數(shù)天的科研任務(wù)，適時調(diào)整策略，分階段達(dá)成目標(biāo)。

現(xiàn)階段的模型更像是即時響應(yīng)系統(tǒng)，而不是目標(biāo)驅(qū)動系統(tǒng)。

3、 智能體系統(tǒng)仍不穩(wěn)定

談到 Gemini 的通用助手目標(biāo)時，他強調(diào)：我們還不能把整個任務(wù)交給它們，并確信它們會完成。

現(xiàn)在的智能體還不能在復(fù)雜環(huán)境中可靠執(zhí)行多步驟任務(wù)。

智能體能否穩(wěn)健運行，決定了 AGI 能否落地到實際場景中。

4、 缺乏跨對話的穩(wěn)定記憶

盡管 Gemini 有“性格”，但它只在單次對話中保持一致，而非真正擁有個性記憶的智能體。

真正的 AGI，要能：

• 保持立場一致（前后不自我矛盾）

• 記住用戶長期偏好（記憶與決策協(xié)同）

• 根據(jù)上下文調(diào)節(jié)行為，而非重新開始

這需要更底層的架構(gòu)設(shè)計，比如長期記憶網(wǎng)絡(luò)、目標(biāo)保留機(jī)制，而不只是優(yōu)化提示詞。

那么，這些突破會從哪里來？

第三節(jié)｜關(guān)鍵突破會來自哪？他給了兩個方向

Hassabis 沒有直接列出那一到兩個 AlphaGo 級別突破具體是什么，但他在對話中指出了兩條明確路徑。

這也是他正在推進(jìn)的方向。

1、 世界模型：讓 AI 理解物理世界的運行規(guī)律

DeepMind 有一個叫 Genie 的世界模型，你可以生成一個視頻，然后像在游戲里一樣在里面走動，保持一分鐘的連貫性。

Genie 的意義不只是生成視頻，而是建立一個具備物理一致性和時空連貫性的虛擬世界。它不靠數(shù)據(jù)堆砌，而是模擬世界運行邏輯。

這意味著 AI 正在：

• 從看懂畫面跳到理解物理規(guī)律，

• 從處理文本跨越到推演真實世界。

能構(gòu)建并理解模擬環(huán)境的多模態(tài)世界模型，是 AGI 的基礎(chǔ)。

2、 智能體系統(tǒng)：從回答問題到完成任務(wù)

現(xiàn)在模型雖然能聊天、寫代碼，但還無法讓人放心地把整個任務(wù)交給它，并確信能從頭到尾完成。

Gemini 的通用助手愿景，就是要解決這個問題，就是下一代智能體：

• 嵌入到眼鏡、生活場景、工作流中，

• 能記憶、能推理、能代辦，

• 不只回答問題，而是完成目標(biāo)。

如果能打造出能自主規(guī)劃、執(zhí)行任務(wù)并根據(jù)結(jié)果調(diào)整的穩(wěn)定智能體系統(tǒng)，AGI 將不再遙遠(yuǎn)。

這也是為什么他強調(diào)，單純擴(kuò)大 LLM 規(guī)模不會帶來 AGI，真正的突破來自世界建模和智能體系統(tǒng)的技術(shù)創(chuàng)新。

第四節(jié)｜變量：風(fēng)險與競賽

不過，5-10 年的預(yù)測有個前提：AGI 不是時間到了就能實現(xiàn)，路上還有很多變數(shù)。

最大的不確定性，來自技術(shù)風(fēng)險和地緣競賽。

1、 技術(shù)風(fēng)險與防護(hù)措施

主持人提出一連串尖銳問題：惡意行為者會不會用 AI 合成病原體？攻擊基礎(chǔ)設(shè)施？智能體會不會脫離控制？

Hassabis 的回答是：

“這些風(fēng)險都存在，概率不為零，但沒人知道確切數(shù)字。唯一能做的是認(rèn)真對待并提前準(zhǔn)備。”

他梳理了三種主要風(fēng)險：

• 惡意使用：壞人利用 AI 做壞事，特別需要防范黑客和有組織犯罪

• 智能體跑偏：AI 越復(fù)雜越容易偏離指令，但還沒到完全失控的程度

• 安全機(jī)制失效：AI 在持續(xù)學(xué)習(xí)中可能逐漸偏離安全邊界

但他同時指出，市場本身會形成防護(hù)措施：企業(yè)不會買不安全的智能體。企業(yè)客戶會要你證明 AI 可靠，一旦出問題就會換供應(yīng)商。商業(yè)邏輯會獎勵更負(fù)責(zé)任的 AI 公司。

AI 安全競爭的核心是信任，誰能讓客戶相信，誰就能活下來。

2、 中美競賽：領(lǐng)先窗口只有幾個月

談到地緣技術(shù)格局，Hassabis 說：

西方目前在算法和創(chuàng)新層面仍領(lǐng)先，但中國沒有落后太遠(yuǎn)。

他點名中國的 Qwen 和 DeepSeek 模型，它們技術(shù)能力強、進(jìn)展快，尤其在執(zhí)行層面、迭代速度、模型規(guī)模上跟得很緊。

差距是幾個月，而不是幾年。

AGI 的競爭窗口正在壓縮，中美不是第一對第二，而是在兩條平行賽道齊頭并進(jìn)。

安全是前提，速度是關(guān)鍵。誰能在保證安全的前提下跑得更快、做得更全，誰就能在競賽中領(lǐng)先。

第五節(jié)｜競爭優(yōu)勢：真正的護(hù)城河是科學(xué)方法

技術(shù)進(jìn)展可以追，GPU 資源可以買，工程團(tuán)隊可以組。

但對 Hassabis 來說，決定誰能真正走到 AGI 終點的，不是能干什么，而是怎么干。

1、 科學(xué)方法，是文明級別的工具

主持人問他為什么總是強調(diào)自己首先是科學(xué)家。

他說：

“科學(xué)方法可能是人類歷史上最強大的工具。它催生了啟蒙運動，也催生了現(xiàn)代文明。”

開發(fā) AI 也是同樣的道理，不是簡單的技術(shù)進(jìn)化，而是用科學(xué)方法一點點逼近人類智能的本質(zhì)。

2、 不迷信單一路線，全面試錯

DeepMind 早期并不迷信 LLM。他們同時探索強化學(xué)習(xí)（AlphaGo、AlphaZero）、認(rèn)知架構(gòu)、神經(jīng)科學(xué)建模，還發(fā)現(xiàn)了后來被廣泛應(yīng)用的 Chinchilla scaling law。

當(dāng)外界還在爭論強化學(xué)習(xí)好還是 Transformer 好時，DeepMind 的策略是：

• 全面探索、

• 嚴(yán)格追蹤數(shù)據(jù)表現(xiàn)、

• 保留多個可能性并不斷驗證。

這是 DeepMind 的最大非技術(shù)資產(chǎn)：科學(xué)決策能力。

3、 真正的優(yōu)勢，把未知問題變成可用產(chǎn)品

當(dāng)被問到 DeepMind 的優(yōu)勢時，Hassabis 這樣總結(jié)：我們把世界級的研究、工程和基礎(chǔ)設(shè)施融合在一起，這是我們獨有的能力。

他強調(diào)的不是資源規(guī)模，而是三者的配合：

• 研究有原創(chuàng)能力也能落地驗證

• 工程不只寫代碼而是構(gòu)建完整方案

• 基礎(chǔ)設(shè)施不是燒錢而是讓技術(shù)以正確方式變現(xiàn)

總的來說，DeepMind 真正的護(hù)城河，是怎么把一個從沒被解決過的問題，轉(zhuǎn)化為真正可用的產(chǎn)品。

結(jié)語｜時間窗口正在關(guān)閉

Hassabis 給出了時間表：5-10 年，1-2 個突破。

這不是預(yù)測，而是基于技術(shù)進(jìn)展的工程判斷。競爭窗口正在快速關(guān)閉，留給所有人的時間不多了。

你今天的每個選擇，都將決定未來的位置。

識自AI

本文由AI深度研究院出品，內(nèi)容基于 Demis Hassabis 在 Axios AI+ 峰會的訪談及網(wǎng)上公開素材，屬評論分析性質(zhì)。內(nèi)容為觀點提煉與合理引述，未逐字復(fù)制原訪談材料。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號， 點這里 1. 點擊右上角 2. 點擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

https://www.youtube.com/watch?v=tDSDR7QILLg&t=19s

https://www.axios.com/2025/12/05/ai-deepmind-hassabis-gemini

來源：官方媒體/網(wǎng)絡(luò)新聞，

排版：Atlas

編輯：深思

主編：圖靈