AGI离我们还有多远?16页讲清世界模型与智能体路线
本文解读:《AI最深层次的变革》 · 共 16 页 · 原文
这场演讲里最扎人的一句判断是:AI 还在变强,但“每次迭代都翻倍”的时代已经过去了。《AI最深层次的变革》是 Demis Hassabis 一场公开演讲的整理稿,共 16 页,从模型能力讲起,中段转向世界模型与科学前沿,最后落到后 AGI 时代的经济与社会结构。
他用一句话形容过去一年:感觉就像把十年的发展压缩在了一年里。以 Gemini 为例,多模态能力的进步最直观。但扩展并没有撞墙,只是进入了收益递减阶段——性能不再指数级翻倍,每一次迭代的投入仍然值得。
真正卡住 AGI 的不是算力,是模型表现得忽高忽低、参差不齐。

图源:《AI最深层次的变革》(第2页)
一、模型还在变强,但翻倍的时代结束了
报告把当下 AI 的状态总结成一对矛盾:惊人的发展速度和收益递减同时存在。关键信息写得克制:扩展模型规模仍然能带来显著的性能提升,只是我们正处在一个收益递减的阶段。
换个说法,性能曲线还在往上走,但斜率从指数变成了缓坡。报告的态度是每一次迭代的投入依然值得,只是不能再用翻倍去预期。
第三个关键信息是数据。可用数据正在耗尽,可行的补法是合成数据,尤其在编码和数学这类结果可验证的领域。
可验证领域先受益,因为对错能被自动判定,合成数据的质量才管得住。

图源:《AI最深层次的变革》(第3页)
二、同一模型,奥数拿金牌却算错高中题
报告给这个现象起了名字:参差不齐的智能(Jagged Intelligence),并称它是当前 AI 的核心悖论。高点的一端,模型能在国际数学奥林匹克竞赛中获得金牌;低点的一端,同一个模型会在简单的高中数学题上犯逻辑错误。
Hassabis 对这个反差的解释是:这很迷人,也可能是我们尚未达到 AGI 的关键原因之一,它们的表现仍然非常不均衡。这一点对使用者最实用。你没法根据一个模型在某个榜单上的高分,推断它在你的具体任务上可靠。
所以评估模型不能只看平均分,要看它在你的场景里最差的那一档表现。

图源:《AI最深层次的变革》(第4页)
三、三个补丁:一致性、思考时间、置信度
报告给了三个解决方案,都是工程层面的补丁,不是换架构。第一个是提升一致性。根本问题在于系统缺乏全局一致性,需要修复从图像标记化到基础逻辑推理的各种缺口。
第二个是赋予思考时间。新系统在推理时会花更多时间思考,从而给出更好的答案,挑战在于如何让这种思考稳定且高效。
第三个是建立置信度。未来的模型需要像 AlphaFold 那样,能够评估并输出自己答案的置信度。为什么这条重要?因为目前的模型有时会强迫自己回答,即使它并不确定,幻觉就是这么来的。
三个补丁合起来指向同一个结构:从“输入—即时输出”,变成带推理与验证环节的自检循环。
让模型知道自己哪里不确定,比再刷高一个榜单分数更有价值。

图源:《AI最深层次的变革》(第5页)
四、先找根节点问题,再谈下游收益
报告把研究方法讲得很清楚:识别并解决那些一旦攻克、就能为下游众多领域带来巨大益处的根本性科学难题,也就是根节点问题。
AlphaFold 是最好的例子。它证明了解决这类根节点问题是可能的,而现在团队在探索其他所有可能性。这个思路的价值在于选择顺序。先解决一个能撬动一片的问题,比平铺一百个应用更划算。
报告点出的三个方向是聚变能源、材料科学、量子计算,都属基础层,离收入远,但一旦通了会改写成本结构。

图源:《AI最深层次的变革》(第6页)
五、聚变、材料、量子,三块最硬的骨头
聚变能源的目标是实现可控核聚变,拿到近乎无限的清洁能源。团队与 Commonwealth Fusion Systems 合作,用 AI 帮助控制等离子体和设计新材料。Hassabis 把聚变称作圣杯,认为它是解决气候危机的关键途径之一。这个措辞的分量,说明他知道周期有多长。
材料科学的目标更具体:设计全新材料,比如室温超导体和性能更好的电池。这条线离产业最近,也最容易被验证。量子计算走的是另一条合作路径,利用机器学习帮助谷歌的量子 AI 团队进行量子纠错。纠错是量子计算实用化的前提。
三件事的共同点是:AI 在这里不是产品,是科研工具,产出的是论文和专利,不是月活。

图源:《AI最深层次的变革》(第7页)
六、语言模型的天花板在哪里
报告有一节专门讲语言模型的局限,标题就是“语言模型远非全部”。第一条局限:语言虽然比我们想象的更丰富,但它难以描述世界的空间动态、物理背景和机械原理。
第二条更根本:很多知识是体验性的,无法用语言完全描述,比如运动角度、气味这类感官信息。这就解释了为什么纯文本训练出来的模型,在机器人任务上总差一口气。
报告给缺失环节开了两份清单:AI 必须理解物理世界的因果关系;系统需要具备在线学习和持续学习的能力。
缺的不是语料,是让模型在物理世界里试错、并记住试错结果的那套机制。

图源:《AI最深层次的变革》(第8页)
七、世界模型与智能体,两块基石
报告把通往 AGI 的新范式拆成两个核心概念,第一个是世界模型。定义是:一种理解世界力学因果关系的内部模型,也就是直观物理。它不是知识库,是对“接下来会发生什么”的预判能力。
实例是 Genie,可以根据文本或图像提示,生成一个可交互的、动态的 2D 世界。第二个概念是智能体。定义是能够在虚拟或现实世界中感知、决策和行动的 AI 系统。
实例是 SIMA,一种能理解自然语言指令、并在复杂游戏中执行任务的通用游戏智能体。报告举的例子包括“找到水源并砍一棵”。

图源:《AI最深层次的变革》(第9页)
八、Genie 造世界,SIMA 去探索
两个概念单独看都不新,报告的价值在于把它们拼成一个循环。第一步是世界生成,Genie 提供无限训练样本;第二步是智能体探索,SIMA 进入这个世界行动;第三步是反馈与适应,行为结果回流。
Hassabis 的描述很形象:想象两个 AI 在彼此的思想中互动,SIMA 试图探索这个世界,而 Genie 围绕 SIMA 的行为即时生成世界。这个循环可以自动设置和解决数百万个难度递增的任务,最终学到的技能可以迁移到机器人和更广泛的领域。
自动出题加自动解题,等于把训练数据的生产成本压到了接近零。

图源:《AI最深层次的变革》(第10页)
九、物理真实性,世界模型最难的一关
报告没有回避短板:当前模型生成的物理效果看起来逼真,但并不精确。解决方案是创建物理基准测试,用游戏引擎生成大量简单但精确的物理现象视频,来训练和验证模型的物理引擎是否准确。
这一关过了,才有后面的机遇。报告称之为科学的终极工具。两个具体设想:在精确的模拟世界里多次重新运行进化,用统计学方式研究生命和意识的起源;建立天气、材料、生物等复杂系统的学习型模拟。
精确模拟的用处是可以做可控实验。同一件事模拟数百万次,去回答现实世界里极难研究的重大问题。
上面这些数据和图表都出自原报告,完整版放在运营动脉(www.yydm.cn),拿标题一搜就能到。
原文有几十页,这里只挑了对经营判断最有用的部分讲,细节还得回原文核。
十、十倍速的变革,和它带来的三个难题
报告的收尾从技术转向社会,给出的对比是:工业革命用了约一百多年,而这一轮可能只要约十年,影响是十倍快、十倍大。
第一个难题是经济模式。DeepMind 联合创始人 Shane Legg 认为,当“用劳动换取资源”的体系在后 AGI 时代无法正常运转时,全民基本收入是一个可能的起点,但可能不是完整方案。
Hassabis 设想了更远的东西,比如社区成员用信用点投票决定公共资源用途的直接民主式分配。
第二个难题是意义。如果 AI 和聚变能源解决了稀缺性,财富极大丰富,金钱的意义是什么?很多人的目标感来自工作和养家,这些被取代之后,目标从哪来。
当工作不再是必须,制度能分配收入,却分配不了“我为什么起床”。
第三个难题反过来指向人类自己。把 AGI 当作人类心智的模拟,再与真实心智比较,差异之处或许就是创造力、情感、梦境甚至意识。
对读者来说,这份材料的用法不是预测时间表,而是校准预期:短期看工程补丁,中期看世界模型能否解决物理精确性,长期才轮到社会制度。
声明:除非特别标注,否则均为本站原创文章,转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益,可联系本站删除。




