硕鼠的博客站
·
游戏天才到诺奖得主，他凭什么断言AGI只差临门一脚？揭秘哈萨比斯开挂人生背后的逻辑｜Demis Hassabis、Google DeepMind、AGI 时间表、5到10年
内容提要
谷歌DeepMind CEO德米斯·哈萨比斯在Axios AI大会上表示，通用人工智能（AGI）距离实现仅需一到两个AlphaGo级别的突破，主要是世界模型和智能体系统。Gemini 3已展现出多模态理解的显著进展。如果在未来5到10年内实现这两个突破，AGI将成为现实。
关键要点
-
谷歌DeepMind CEO德米斯·哈萨比斯表示，通用人工智能（AGI）距离实现仅需一到两个AlphaGo级别的突破。
-
Gemini 3展现出多模态理解的显著进展，能够进行更复杂的判断和讨论。
-
哈萨比斯的背景包括国际象棋神童和认知神经科学博士，曾在游戏行业工作，后创立DeepMind。
-
DeepMind被谷歌收购后，开发了AlphaFold，成功解决蛋白质折叠问题，并获得诺贝尔奖。
-
哈萨比斯认为AGI的两个关键突破是世界模型和智能体系统。
-
当前大模型面临的问题包括缺乏持续学习能力、无法执行长期规划、智能体系统不稳定和缺乏跨对话的稳定记忆。
-
世界模型帮助AI理解物理世界的运行规律，而智能体系统则是从回答问题转向完成任务的能力。
-
谷歌在科研领域的运作方式独特，具有高人才密度和充足的科研经费，探索多个研究方向。
延伸解读
AGI的关键突破
哈萨比斯提到，通用人工智能（AGI）实现的关键在于两个突破：世界模型和智能体系统。世界模型帮助AI理解物理世界的规律，而智能体系统则使AI能够从回答问题转向完成复杂任务。这两个领域的进展将直接影响AGI的实现时间表。
Gemini 3的多模态能力
Gemini 3在多模态理解方面的进展显著，能够进行更复杂的判断和讨论。这种能力使其不仅限于文本生成，还能理解和分析更深层次的语境，标志着AI向更高层次的智能迈进。用户在使用时应关注其在实际应用中的表现和局限性。
大模型的挑战
尽管大模型如Gemini 3展现出强大的能力，但仍面临持续学习、长期规划和智能体系统稳定性等问题。这些挑战限制了其在复杂任务中的应用，用户在依赖这些模型时需谨慎，尤其是在需要长期记忆和稳定输出的场景中。
延伸问答
德米斯·哈萨比斯认为AGI还需要哪些突破？
哈萨比斯认为AGI还需要两个突破：世界模型和智能体系统。
Gemini 3在多模态理解方面有哪些进展？
Gemini 3展现出显著的多模态理解能力，能够进行复杂的判断和讨论。
哈萨比斯的背景是什么？
哈萨比斯是国际象棋神童，拥有认知神经科学博士学位，曾在游戏行业工作，后创立DeepMind。
DeepMind在谷歌收购后取得了哪些成就？
DeepMind开发了AlphaFold，成功解决蛋白质折叠问题，并获得诺贝尔奖。
当前大模型面临哪些主要问题？
当前大模型面临的问题包括缺乏持续学习能力、无法执行长期规划、智能体系统不稳定和缺乏跨对话的稳定记忆。
谷歌在科研领域的运作方式有什么特点？
谷歌在科研领域具有高人才密度、充足的科研经费，探索多个研究方向，运作方式独特。
