撰文：Techub News 整理
导语
在 CNBC 国际频道推出的原创播客节目《The Tech Download》首季中，资深科技记者 Arjun Kharpal 和 Steve Kovach 获得了罕见的机会，深入探访了推动科技巨头谷歌 AI 战略的核心引擎——Google DeepMind。本期节目的重磅嘉宾是 DeepMind 联合创始人兼 CEO Demis Hassabis（德米斯·哈萨比斯）。此次对话发生在 Gemini 系列模型取得重大进展、谷歌 AI 竞争力显著回升的背景下，Hassabis 作为全球 AI 领域的领军人物之一，他的观点对于理解当前 AI 技术前沿、竞争态势与未来走向至关重要。
摘要
- 扩展定律仍在有效，但回报可能从指数级增长趋于平缓，通往 AGI 可能需要一两个重大创新突破。
- 当前大语言模型是“锯齿状智能”，在通用性、持续学习、原创性等方面存在局限，未来需要与“世界模型”等技术融合。
- AGI（通用人工智能）可能在 5-10 年内实现，其带来的变革将比工业革命规模更大、速度更快。
- AI 竞争异常激烈，但 Hassabis 认为更重要的是在竞争之余，共同为全人类妥善引导 AGI 的发展。
- 中国 AI 模型能力距西方前沿仅“数月之遥”，但尚未证明其具备超越前沿的源头创新能力。
扩展定律与 AGI 的“最后一公里”
当被问及当前 AI 发展的核心驱动力——扩展定律（Scaling Laws）是否遇到瓶颈时，Demis Hassabis（德米斯·哈萨比斯）给出了审慎乐观的回答。他认为，扩展定律“进展非常顺利”，增加算力、数据和模型规模确实持续带来能力提升，尽管增长速度可能不如两三年前那样迅猛，存在“收益递减”的讨论，但这与“毫无收益”有本质区别。目前仍能获得“非常可观的回报”，因此继续推进规模化是值得的。
然而，Hassabis 指出，若要最终抵达 AGI 的彼岸，可能还需要“一两个重大的创新”。他将当前最先进的大语言模型（LLM）描述为“锯齿状智能”——在某些方面表现惊人，但在其他方面却存在明显缺陷，甚至无法完成相对简单的任务。一个真正的通用智能体应该表现出全面的一致性。此外，现有系统缺乏持续在线学习、真正创造原创内容等关键能力。
Hassabis 以他毕生致力于的“AI 赋能科学”愿景为例，说明了当前技术的局限。AI 已经能够解决已有的科学猜想（如 AlphaFold 解决蛋白质结构预测），但还无法自主提出全新的假设或理论。这需要系统具备长期规划、更强推理能力，尤其是构建“世界模型”的能力——即对世界物理规律和因果关系的深刻理解，从而能在“脑海”中进行模拟，验证自己的想法。这正是顶尖人类科学家所做的，而目前的 AI 系统尚无法做到。
超越文本：世界模型与未来 AI 架构
“世界模型”是 Hassabis 在访谈中着重阐述的一个核心概念。与当前主要基于文本模态的大语言模型不同，世界模型旨在让 AI 真正理解物理世界的运作方式，包括直观物理、因果关系，以及进行长远规划的能力。这种理解是进行科学发现和真正创新的基础。
对于 LLM 与世界模型的关系，Hassabis 认为未来不会是后者取代前者，而是多种技术的“融合”。像 Gemini 这样的基础模型（Foundation Model）仍将是未来 AGI 系统的关键组成部分，因此必须尽可能将其规模化和强大化。但问题在于，这是否是构建 AGI 所需的唯一组件？Hassabis 对此表示怀疑，他认为还需要其他类型的技术和能力，世界模型能力便是其中之一。
他透露，DeepMind 正在研发名为 Genie 的模型，并拥有最先进的视频生成模型（如 VO）。他将这些能够从文本生成逼真视频或实现交互的模型视为“早期的、胚胎阶段的世界模型”。因为如果一个模型能够生成关于世界的逼真内容，在某种意义上就意味着它理解了世界的相关方面。
AGI 时间表、能源挑战与社会影响
Hassabis 重申了他对 AGI 发展时间表的预测：大约在 5 到 10 年内实现。他回顾道，DeepMind 在 2010 年创立时，就将构建 AGI 视为一项为期 20 年的使命。如今看来，他们正按计划推进，考虑到这项技术的变革性，这个速度已经“相当不可思议”。
在通往 AGI 的道路上，物理约束是显而易见的挑战，尤其是能源问题。Hassabis 指出，芯片永远不够用，而最终一切都归结于能源。他甚至认为，在迈向 AGI 的时代，“能源将与智能画上等号”。不过，他相信 AI 本身将成为解决能源困境的关键：一方面，AI 能帮助提升现有基础设施的效率，辅助设计更好的太阳能材料；另一方面，AI 可能助力实现突破性技术，如核聚变（DeepMind 正与美国的 Commonwealth Fusion 合作研究等离子体控制），甚至发现室温超导材料。此外，通过模型蒸馏等技术，AI 系统本身也在以每年 10 倍的速度提升能效。
谈及 AGI 可能带来的社会冲击，Hassabis 承认存在巨大挑战。他预计其影响将堪比工业革命，但规模可能大 10 倍，速度也快 10 倍，带来“惊人的变革与颠覆”。这可能需要新的经济模型来应对。在风险方面，他主要关注两点：一是恶意行为者将通用 AI 技术用于有害目的；二是随着 AI 向 AGI 和智能体（Agent）系统发展，如何确保这些自主性更强的系统始终处于人类的控制之下，不偏离预期轨道。
尽管存在风险，Hassabis 自称是一个“谨慎的乐观主义者”。他坚信，只要给予足够的时间和审慎的态度，人类凭借智慧和努力能够正确引导这项技术。他同时也理解像 Yoshua Bengio、Max Tegmark 等学者呼吁放缓 AGI 研发速度的担忧。Hassabis 对此表示一定同情，并认为在初期将 AI 视为解决科学等特定问题的“终极工具”来构建是正确的方向，DeepMind 也正是这样做的。但他也 pragmatically 指出，现实世界存在复杂的地缘政治和企业竞争动态，形成了一种“竞赛态势”。DeepMind 的目标是成为行业表率：既积极推动前沿研究以尽快释放效益，又在此过程中尽可能保持负责任和审慎的态度。
白热化竞争、中国 AI 与“泡沫”讨论
Hassabis 用“激烈”来形容当前的 AI 竞争环境，许多资深科技从业者称此为“技术行业有史以来最紧张的时期”。所有最有实力的玩家——科技巨头、顶尖初创公司——都已入场，因为大家都已意识到 AI 是“最重要的技术”。从小接受国际象棋竞技熏陶的 Hassabis 坦言自己“热爱竞争”，但与此同时，他始终铭记比公司或国家间竞争更重要的事：为全人类妥善引导 AGI 的发展。他认为这是所有 AI 实验室领导者的责任。
回顾谷歌在 AI 竞赛中的起伏，Hassabis 承认，过去十年谷歌和 DeepMind 发明了当今使用的大部分关键技术（如 Transformer 架构、AlphaGo 的大规模强化学习），但“在商业化和规模化方面可能有点慢”。过去两三年，他们重拾创业精神，加快步伐，才凭借 Gemini 系列重回领先地位。
对于当前 AI 领域是否存在“泡沫”的讨论，Hassabis 认为不能一概而论。他相信 AI 终将成为有史以来最具变革性的技术，这构成了基本盘。就像互联网泡沫时期一样，最终会产生一些划时代的公司。他观察到，在私募市场，一些几乎尚无产品的公司却能获得数十亿美元融资，这看起来“有点不可持续”。不过，对于 DeepMind 和谷歌而言，他并不担心泡沫问题。谷歌强大的资产负债表、多元化的产品和庞大的用户基础，使其无论行业顺逆都能处于有利位置。
在谈到地缘政治维度时，Hassabis 对中国 AI 的发展给出了 nuanced 的评价。他认为中国 AI 模型能力与西方前沿的差距比一两年前人们想象的要小，可能“只有几个月之遥”，DeepSeek、阿里巴巴等团队证明了他们能快速追赶。但他也指出，下一个关键问题是：中国能否实现超越前沿的源头创新？例如发明像 Transformer 这样的新架构。他认为这比追赶要难上百倍，目前尚未看到证据，但这本身也极具挑战性。
DeepMind 与谷歌：引擎室的角色与未来展望
Hassabis 将整合了谷歌研究院、Google Brain 和 DeepMind 的 Google DeepMind 形容为谷歌的“引擎室”。所有 AI 核心技术都由此产出，然后扩散到谷歌的各个产品中。过去几年，他们不仅构建模型，还几乎重构了整个基础设施，使得新模型能够极速部署到所有主要平台。他表示，与谷歌 CEO Sundar Pichai（桑达尔·皮查伊）几乎每日沟通，根据公司整体需求动态调整技术路线图，同时不忘 AGI 的长期目标。
在合作伙伴方面，除了将技术内嵌于谷歌产品，DeepMind 也与三星等外部公司合作，将 AI 工具集成到智能手机等设备中。Hassabis 对边缘计算和新型设备（如智能眼镜）非常感兴趣，认为“通用助手”将是这类设备的杀手级应用。
展望 2026 年，Hassabis 预测了几个关键方向：智能体系统将变得足够可靠并开始发挥实用价值；机器人技术在未来 12-18 个月内会有非常有趣的进展（DeepMind 正致力于雄心勃勃的 Gemini 机器人项目）；设备端 AI 系统将在现实世界中真正变得有用；而他最兴奋的是进一步推进世界模型，使其更高效，最终能用于通用模型的规划任务。
最后，回顾 2014 年谷歌以约 4 亿英镑收购 DeepMind 的往事，Hassabis 表示毫无遗憾。他当时就告诉谷歌高管，这将是谷歌“最重要的收购”。与谷歌的结合使得 DeepMind 能够获得充足的算力支持，从而完成了 AlphaGo、AlphaFold 等里程碑式的工作。他坚信，AI 是组织世界信息的终极工具，与谷歌的使命天然契合，而 DeepMind 正是驱动这一愿景的核心引擎。
