今天，Google DeepMind 的首席执行官 Demis Hassabis 格外忙碌。在结束了达沃斯的圆桌对话后，他又马不停蹄地参与了 Bloomberg 的深度访谈。主持人抛出的一系列问题，几乎涵盖了当前业界的所有热议焦点：AGI何时到来？Scaling Law是否失效？中国模型的追赶速度有多快？以及Transformer架构是否已走到尽头？
对于这位一度被马斯克和山姆·奥特曼视为“威胁”并促使后者创立OpenAI的行业领袖而言，这些问题固然重要，但并非他最关心的全部。他更深入思考的，是“AGI之后”的世界图景。
如果人类真有一天迈入“后稀缺时代”，工作不再是与生存绑定的前提，那么我们该如何安放自己的时间、意义与野心？在这次访谈中，Demis给出的答案与许多人的想象并不相同。他谈论AI，并未停留在模型参数、算力竞赛或商业博弈的层面，而是将话题引向了更宏大的领域：从谷歌“组织世界信息”的初心，到DeepMind“理解智能本身”的使命；从AI如何融入搜索、地图等日常产品，到当智能可以自动推进科研后，人类还应探索什么。
在Demis看来，真正令人着迷的，从来不只是让AI变得更强，而是用它去逼近那些人类数千年来悬而未决的根本问题——现实的本质是什么？意识从何而来？时间与引力的意义何在？费米悖论的答案是否存在？
他坦言，自己更深层的忧虑并非“AI是否会摧毁就业”，而是当工作不再构成大多数人的人生框架后，人类能否找到新的意义源泉。科学、艺术、探索、极限体验，乃至全新的哲学体系，或许都将在那个时代被重新定义。
这也正是他认为AGI无法在今年实现的原因之一，因为当前的大语言模型或智能体所实现的，更多是“拼块式智能”，缺乏真正的科学创造力。
此外，Demis还回顾了为何当初选择将DeepMind出售给谷歌，根本原因在于理念的高度契合：“组织世界的信息”与“解决智能本身”这两大使命天然互补。同时，他也对Gemini 3如何成功翻盘、美国对DeepSeek的“灾难论”是否反应过度、人形机器人的“AlphaFold时刻”还需等待多久等问题，一一做了解答。
对于Ilya Sutskever提及的“大模型扩张时代终结”以及Yann LeCun的“Transformer死胡同论”，他也给出了明确的反对意见。
总之，在Demis的构想中，AGI是亲人类的。他甚至认为，即便未来AI做出了诺贝尔奖级别的科学发现，奖项仍应颁给人类。
以下是对本次播客精彩内容的梳理。
Gemini 3 成功翻盘，谷歌重回巅峰
主持人：你这一年行程密集。我很好奇，这次再来达沃斯，和上一次相比感受有何不同？Gemini 3 的发布声势浩大，在内部甚至被一些人视为一次“红色警报”(code red)。你认为谷歌找回自己的“状态”了吗？
Demis：这可能不该由我来评价，但我确实认为我们度过了非常出色的一年。这背后是极其艰苦的工作，将我们的技术和模型重新推回了最前沿。尤其是 Gemini 3，我认为我们做到了这一点，我们在视频等领域应用的尖端技术也是如此。同时，我们也真正适应了一个需要“快速交付”的新世界，为我们所做的一切注入了创业公司般的能量。
主持人：你是否觉得外界低估了谷歌，或者在哪些判断上出了错？
Demis：也许吧，我不太确定。但我始终相信，我们拥有站在最前沿所需的一切要素。我们在这个领域有着深厚的历史积淀。过去十年间，谷歌和DeepMind共同贡献了现代AI产业所依赖的大多数关键突破——最著名的包括Transformer、AlphaGo、深度强化学习等。我们还拥有触及数十亿用户的强大产品矩阵，从搜索、Gmail到Chrome，这些产品天生就适合与AI结合。真正的挑战在于，如何将所有要素整合起来、以正确的方式组织起来。我认为过去两年我们做到了这一点。当然，仍有大量工作要继续推进，但我们已经看到了成果。
主持人：如果你们确实拥有优势，你认为这优势有多大？能持续多久？
Demis：在我看来，一切都始于研究，尤其是模型本身是否处于各项基准测试的最前沿。这正是我们将谷歌和DeepMind合并后优先聚焦的事情。从Gemini系列的进展来看，我们对目前的状态感到满意，尽管前方仍有海量工作。我们是唯一一家真正拥有完整技术栈的组织——从TPU硬件、数据中心、云业务、前沿研究实验室，到所有这些天生适合AI的产品。从第一性原理出发，我们理应表现出色，而且我认为从现在开始，仍有巨大的提升空间。
关于“红色警报”：从未真正感到安心
主持人：我很好奇，作为领导前沿模型研发的CEO，你一天的生活是怎样的？有说法称你大部分的思考都发生在凌晨一点到四点之间。
Demis：是的，确实如此。
主持人：内部什么时候才不算“红色警报”？你会有真正感到“安心”的时刻吗？
Demis：不会，你永远不会真正感到安心。“红色警报”本是为非常特殊的境况准备的，但在过去三到四年里，一切都处于高度紧张状态。每周工作一百小时，一年持续五十周，这已是常态。这个技术领域的变化速度快得惊人，竞争也异常激烈，可能是科技史上最残酷的一次。赌注极高——关乎AGI及其在商业和科学上可能带来的巨大影响。加之我们正在做的事情本身就令人无比兴奋，这也恰好是我个人的热情所在：利用AI探索科学问题，加速科学发现。这是我一生致力的事业。因此很难入睡，一方面有太多事情要做，另一方面有太多激动人心的方向值得推进。
机器人的“AlphaFold时刻”：距真正成熟还需18个月到2年
主持人：你一直专注于推动科学进步，例如发现新材料。现在我们看到Gemini被集成到人形机器人中。这会成为物理世界的“AlphaFold时刻”吗？那会是什么样子？
Demis：去年我花了大量时间深入钻研机器人领域。我确实认为，我们正站在物理智能取得突破的门槛上。不过，我仍然觉得真正成熟还需要18个月到两年的时间，还需要更多的研究。像Gemini这样的基础模型指明了方向。我们从一开始就将Gemini设计为多模态模型，使其能够理解物理世界。原因之一是为了构建一种通用助手，它可能存在于你的眼镜或手机中，理解你周围的环境。另一个重要应用方向就是机器人。
所谓物理世界的“AlphaFold时刻”，意味着机器人能够在真实世界中稳定、可靠地完成有价值的任务。目前仍存在几个瓶颈：算法需要更强的鲁棒性；它们必须在远少于纯数字世界模型所需的数据量下工作，而合成数据的生成也困难得多；硬件方面也存在尚未完全解决的问题，尤其是机械臂和手部。
当你真正深入研究机器人后，会对人类的手产生全新的敬畏——进化赋予它的可靠性、力量与灵巧性，几乎难以复制。因此我认为还有不少拼图需要完成。但进展同样令人兴奋。我们刚刚宣布与Boston Dynamics展开深度合作，将这些技术应用于汽车制造。接下来的一年我们会看到原型，再过一两年，可能会出现真正令人震撼且可规模化的演示。
评DeepSeek：不认为是灾难，美国反应过度了
主持人：一年前，DeepSeek在西方引发了某种“灾难级”的反应；一年后，它似乎安静了些，中国整体上也更低调了。你对中国竞争的看待方式有变化吗？
Demis：没有太大变化。我一开始就不认为那是灾难性的事件。当时西方的反应显然过度了。那确实是一次令人印象深刻的展示，也说明中国的公司非常有能力。我认为一些领先的公司，尤其是字节跳动，大概只落后前沿水平六个月左右，而不是一两年。他们展示的正是这一点。
至于外界关于其使用极少算力等说法，我觉得存在夸大，因为他们依赖了一些西方模型，并在领先的西方模型输出上进行了微调。所以这并不是完全独立的突破。真正还需要观察的是，中国公司是否能够在前沿之上实现原创性创新。目前来看，他们非常擅长快速追赶，但是否能够真正实现超越，还有待证明。
再谈AGI定义：目前的AI不具备科学创造力
主持人：你参与定义了AGI，并且曾说过到2030年实现AGI的概率是50%。这个时间判断还成立吗？AGI这个目标对你来说仍然有意义吗？
Demis：是的，时间判断依然成立。而且我认为AGI仍然是一个非常有用的目标。我的时间表相比一些人更保守，因为我设定的门槛本身就很高。我所理解的AGI，是一种能够展现人类所具备的全部认知能力的系统。而在这一点上，我们显然还差得很远。这包括科学创造力——不仅是解决某个既定猜想或科学问题，而是能够提出假设，甚至提出问题本身。任何科学家都知道，找到正确的问题往往比找到答案困难得多。
所以目前这些系统并不具备这种能力，至少现在还没有。我认为它们最终会具备，但还不清楚究竟需要哪些关键构件。再比如持续学习、在线学习，能够超出原有训练数据的分布，在真实世界中“边做边学”。在我看来，要称得上AGI，这些关键能力仍然存在明显缺口。
当前Agent是“拼块式智能”，95%的完成度不够
主持人：谷歌是Anthropic的重要投资方，其联合创始人Dario今天早些时候也在这里。他预测AI将在五年内抹去50%的初级白领岗位。你同意吗？
Demis：我的时间尺度要长得多。我认为今年我们可能会开始看到一些迹象，比如对入门级岗位、实习岗位的影响。但要真正达到那种规模的替代，还需要解决许多当前系统不具备的一致性问题。
我有时把现在的状态称为“拼块式智能”——系统在某些事情上非常擅长，在另一些方面却表现得很差。如果你想把一个完整的任务真正交给一个智能体，而不是像现在这样仅仅作为辅助工具，你需要整体能力的高度一致性。95%的完成度是不够的，你需要它把整个任务都做好，才能真正实现“设定后不管”。因此，在出现那种级别的颠覆之前，还有大量工作要完成。但这种颠覆最终一定会发生。从极限情况来看，一旦有了AGI，它几乎会改变整个经济体系，其影响远超就业问题。
AGI将带来后稀缺时代
Demis：如果我们把事情做对，我甚至认为会进入一个后稀缺时代，解决一些世界最根本的问题，比如能源——全新的、清洁的、几乎免费的能源。如果在AI的帮助下解决了核聚变或新材料问题，那么在AGI问世后的五到十年，我们可能会进入一个完全不同的世界。届时经济如何运作、社会结构会变成什么样，都将被重新定义。但在抵达后稀缺之前，人们对中间阶段充满了焦虑。
大学毕业会更难吗？要相信人类的创造力和适应能力
主持人：我是一位母亲，你也有孩子。对他们来说，你最担心什么？你会跟他们谈些什么？你会告诉他们未来会发生什么？我听过太多说法，称大学毕业生会非常艰难。
Demis：我不确定会不会真是那样。我认为我们正进入一个高度颠覆的时代，类似于工业革命，但规模可能是其十倍，速度也是十倍，甚至可以说是百倍。工业革命用了一百多年，而这一次可能只需要十几年。我经常对别人说，这种变化同时也意味着巨大的机会。我非常相信人类的创造力和适应能力。
人类的大脑本质上是高度通用的。想想看，我们拥有狩猎采集时代的大脑，却构建出了现代文明。所以这一次我们也会再次适应。真正前所未有的地方在于变化的速度，以及这项技术本身所蕴含的变革力量。
但对于今天的孩子，我会鼓励他们尽可能熟练地使用这些新工具，把它们当作“原生能力”。在创意领域，这几乎等同于赋予他们超能力——一个人可以完成过去需要十个人才能完成的事情。如果你有创业精神，在游戏设计、影视、项目创作等领域，你能完成的事情会多得多，也更容易进入这些行业，成为新一代的创作者。
假如没有竞争，Demis会支持暂停AI进展
主持人：有些人主张暂停AI的发展，给监管更多时间，也给社会更多时间去适应。假设在一个理想世界里，所有公司、所有国家都愿意暂停，你会支持吗？
Demis：我会支持。我之前公开说过，这是我长期以来的一个设想。从我15年前创办DeepMind、25年前进入这个领域开始，我心中的路线图一直是：当我们接近AGI这个临界点时，能够以一种科学合作的方式来推进。
我经常提到，可以建立一个类似国际CERN的AI机构，让全球最优秀的人才一起协作，用极其严谨的科学方法走完最后几步，同时让整个社会参与进来，包括哲学家、社会科学家、经济学家，而不仅仅是技术人员，共同思考我们希望从这项技术中得到什么，以及如何让它真正造福全人类。这正是问题的关键所在。但这需要国际层面的协作。即便一家公司、一个国家，甚至整个西方决定这样做，如果世界其他地方不同意，意义也非常有限，至少需要在最低标准上达成共识。而目前国际合作的环境并不容易。如果我们希望以那种严谨的科学方式走向AGI，情况必须发生改变。
主持人：如果AGI在2030年左右到来，但监管体系还没准备好，我们是否注定会经历一段艰难时期？
Demis：我仍然保持乐观。我相信足够多的领先参与者会彼此沟通，并至少在安全和安全协议方面展开合作。现在已经有不少这样的合作了，比如我们和Anthropic在这些问题上就保持着相当紧密的协作。如果无法实现真正的国际合作，那可能会转向更偏同行之间的协作。我和几乎所有顶级实验室的负责人关系都不错。当风险足够高时，人们会更清楚什么是利害所在。我认为在接下来的两三年里，这一点会变得越来越清晰。
主持人：回到技术本身，以及下一条曲线。Yann LeCun曾表示，他不认为仅靠Transformer和大语言模型就能实现AGI。你同意吗？它们是不是死路？
Demis：我不同意它们是死路。这一点显然不成立。它们已经展现出极其巨大的价值。我认为这是一个经验性的科学问题：仅靠它们是否足够。我觉得五五开。通过规模化现有方法，再加上一些调整，可能就足够了，也可能不够。
但无论如何，这条路必须走。至少在我看来，大语言模型一定会是最终系统中的一个组成部分，而且是极其重要的组成部分。唯一的问题在于：它是不是唯一的组成部分。
Demis：我可以想象，从现在到真正实现AGI，可能还需要一两个关键突破，最多也就三四个，不会超过五个。其中之一就是“世界模型”，这是我公开谈过、也是我们正在重点投入的方向。事实上，目前我们拥有最好的世界模型系统，也就是Genie，我本人也直接参与这项工作，我认为它非常关键。除此之外，还包括持续学习，以及构建真正一致的系统——不再出现那种在某些方面很强、在另一些方面却很弱的“锯齿状”能力。一个真正的通用系统不应该有这种问题。更好的推理能力、更长期的规划能力，这些都是目前仍然缺失的重要能力。
至于是否需要一种全新的架构或重大突破，还是通过持续扩展现有方法就能实现，这仍然是一个开放问题。从Google DeepMind的角度，我们会两条路同时推进：一方面发明新的东西，另一方面不断放大、打磨已有的方法。
回应 Ilya 的“扩张时代终结”：我们从未离开过研究时代
主持人：Ilya Sutskever说，通过不断扩大模型规模来获得性能提升的时代快要结束了。你同意吗？
Demis：我不同意。我记得他原话是“我们回到了研究的时代”。我很喜欢Ilya，我们是很好的朋友，在很多问题上也有共识。但在我看来，我们从来没有离开过研究时代，至少从我们自己的角度是这样。我们一直在持续投入研究。我认为，谷歌和DeepMind合在一起，拥有业内最深、最广的人才储备。过去十年里，现代AI产业所依赖的大约90%的关键突破，都是我们发明或推动的。最著名的是Transformer，但还有深度强化学习、AlphaGo以及相关的一整套方法，都是我们率先做出来的。所以如果未来真的需要新的重大突破，我仍然会押注我们，就像过去一样，依然能够做出这些突破。
不同意马斯克：现在没有到真正意义上的奇点
主持人：最后一个判断题，同意还是不同意：Elon说我们已经进入了奇点。
Demis：不同意。我觉得这个判断非常为时过早。所谓“奇点”，本质上就是完整AGI的到来，而我之前已经解释过，为什么我认为我们距离那一步还很远。我相信我们最终会到达那里。即便是五年，从技术演进的角度来看也并不算很长，但在到达真正意义上的“奇点”之前，还有大量工作要完成。
谷歌创始人均深度参与：Larry亲自介入Gemini开发
主持人：那我们聊聊谷歌内部现在的文化。在赢得这场竞赛的同时，如何把事情做对？领导层现在的参与程度如何？Larry和Sergey现在有多投入？你多久和他们交流一次？他们的关注重点是什么？
Demis：他们都非常投入。Larry更多是在战略层面参与，我会在董事会会议上见到他，也会在我回硅谷时交流。他本人在Gemini团队中也非常深入，甚至会参与到算法细节和代码层面的讨论。两位创始人都对当前这个阶段充满能量，这并不奇怪——这是计算机科学一个绝对非凡的时刻。从纯科学的角度看，这也是整个人类历史中极其激动人心的节点。所以大家都会希望亲自参与、深度投入，这对我们来说是一件非常好的事情。
优势整合：创业公司的速度，巨头公司的资源
Demis：从组织层面来看，我在努力把多种优势结合起来：一方面是创业公司的速度感，快速交付、敢于冒险，这一点你已经能看到成效；另一方面是大型公司的资源优势，这同样非常重要。
同时，还要为长期研究和探索性研究保留空间，而不是只研究三个月内能变成产品的东西。我认为如果只做后者，会是一个错误。所以我一直在尝试平衡这些不同的因素。过去一年里，我觉得整体进展非常不错，今年我们还能做得更好。我对我们的发展轨迹非常满意，这可能是整个行业里最陡峭的一条进步曲线。
即便AI取得诺奖级发现，奖仍应颁给人类
主持人：你是诺奖得主，而且我知道你对AI赋能科学研究极其着迷。如果AI本身做出了诺奖级别的科学发现，这个奖应该颁给谁？
Demis：我认为仍然应该颁给人类，至少在可预见的未来是这样。当然，这取决于你如何定义“完全独立完成”。目前这些系统依然是工具，而且我把它们看作是终极科学工具——就像更高级的望远镜和显微镜。人类一直在制造工具，用来更好地理解自然世界。从某种意义上说，人类就是“制造工具的动物”，这正是我们区别于其他物种的地方。
计算机当然也是工具，而AI则是这一工具谱系的终极表达。所以我一直把AI看作是进行科学研究的终极工具。在相当长的一段时间内，它都会与顶级科学家协作：人类提供创造性的想法和假设，而AI工具则极大增强数据处理、模式识别和科学探索的能力。
选择将DeepMind交给谷歌的理由
主持人：当年你完全可以把DeepMind卖给任何公司。现在这些公司都在要求公众给予高度信任，尤其是在监管可能跟不上技术发展的情况下。为什么我们应该信任你？为什么我们应该信任谷歌，在这样一项高风险的技术上？
Demis：我认为，应该通过行动来评判这些公司，同时也要看清参与其中的领导者的动机。对我来说，这也是我选择让DeepMind成为谷歌一部分的重要原因之一。谷歌的创始人，以及他们一开始构建公司的方式，本身就是以科学公司为核心的。很多人忘记了，谷歌本身就是一个博士项目，是Larry和Sergey的研究成果。我与他们在价值观上有天然的共鸣。Larry主导了这次收购，而董事会的构成也非常特殊：董事长John Hennessy是图灵奖得主，Francis Arnold是诺奖得主。这样的董事会在企业中非常少见。整个环境都是以科学、研究和工程为核心文化。这意味着，在最高水平上做科学，就必须极其严谨、深思熟虑，并尽可能在所有地方运用科学方法。这不仅体现在技术上，也体现在组织的运作方式上。所以我们一直努力以负责任的方式推出技术，尽可能对其保持掌控。当然，我们不可能事事都做对，这项技术太复杂、太新、影响也太深远。但一旦出现问题，我们希望能尽可能快速地进行修正。
Demis：还有最后一点，我想说的是，我之所以被谷歌吸引，很大程度上是因为它试图在这个世界上做的事情。比如“组织世界的信息”，这是一个非常崇高的目标，也是谷歌的使命宣言。而这与DeepMind的使命——解决智能本身，并用它去解决其他一切问题——高度契合。这两者天然适配：AI与组织世界的信息，本来就应该结合在一起。你再看看谷歌最为人熟知的那些产品，从地图、Gmail，到搜索，它们确实是对世界有真实价值、真正有用的产品。而AI很自然地可以融入其中，增强这些产品，让每个人在日常生活中都能用得更好。我认为这对世界来说是一件好事，所以我也很乐意参与其中。
后稀缺时代，自己会去探索物理学的极限
主持人：如果真的进入后稀缺世界，人们不再需要工作了，你个人会如何安排自己的时间？在完成所有技术目标之后，你打算做什么？
Demis：我会把AI用在我真正想做的事情上。奇点之后，我希望用它去探索物理学的极限。我在学校里最喜欢的就是那些“终极问题”：现实的结构是什么？意识的本质是什么？费米悖论的答案是什么？时间是什么？引力是什么？
让我惊讶的是，大多数人每天照常生活，却很少真正思考这些宏大的问题，而对我来说，它们几乎时时刻刻都在“呼喊”，逼着我去寻找答案。我希望借助AI去探索这些深层的谜题，甚至在新型能源、材料等突破的帮助下，真正走向星际探索。
AGI之后，人类的意义需要重新定义
主持人：如果没有工作，人类是否还能拥有意义和目的？
Demis：坦白说，这个问题比经济问题更让我担心。经济层面在某种程度上更像是政治问题：当生产力和收益大幅提升时，我们能否确保这些好处被公平分享，让所有人受益？这一点我当然是相信的。
但更大的问题在于，许多人从工作和科学探索中获得意义和目标感，在一个全新的世界里，我们要如何重新找到这些东西？我认为我们可能需要新一代伟大的哲学家，来帮助我们思考这些问题。也许我们会在艺术和探索上走得更远，发展出更加复杂、更加极致的表达形式，或者投入到极限运动等并非为了经济回报的活动中。未来可能会出现非常“纯粹”、甚至高度抽象化的版本。
最关键的能力：“学习如何学习”
主持人：在场的每个人其实都在想一个问题：那我该做什么？十年后，当我还坐在达沃斯的时候，我应该成为什么样的人？你觉得，在座这些人对AI最可能犯的最大错误是什么？
Demis：我会从两个方面来回答。第一，对年轻一代、对我们的孩子来说，唯一可以确定的事情就是：变化会非常巨大。所以在技能学习上，最重要的是做好持续学习的准备。“学会如何学习”本身，才是最关键的能力。你能多快适应新环境，利用现有工具吸收新知识，这一点将至关重要。
第二，对在座的CEO和商业人士来说，现在市面上已经有许多领先的模型和服务提供方，而且还会不断出现新的。你需要选择那些你认为在“用正确方式”推进这项技术的伙伴，与他们合作，和那些真正以你希望看到的方式来塑造未来的参与者站在一起。我相信，只要大家一起努力，我们就能共同构建一个值得期待的AI未来。
参考链接：
https://www.youtube.com/watch?v=BbIaYFHxW3Y
你对Demis Hassabis关于AGI、机器人以及行业竞争格局的看法有何见解？欢迎在云栈社区的开发者广场板块分享你的观点，与更多开发者一同探讨AI的未来。
发表于 前天 23:38
|
查看: 1|
回复: 0
