DeepMind：AI新纪元：从游戏AI到AGI的突破

从逼真AI视频到物理虚拟世界，再到在推理中主动调用工具自我修正的模型——这不是科幻小说，而是DeepMind最新AI工具的惊人能力。

8月13日消息，谷歌DeepMind首席执行官德米斯·哈萨比斯（Demis Hassabis）做客播客节目《Release Notes》，阐述了DeepMind最新技术突破背后的思路与战略布局，其中Genie 3的突破性进展成为核心亮点。

在这场深度对话中，他描绘了一个令人振奋又充满挑战的AI新纪元：从AlphaGo征服围棋，到Deep Think斩获数学奥赛金牌；从生成逼真世界的Genie 3，到即将诞生的“全能模型”，我们正站在通向AGI的关键转折点。然而，即便AI能创造一个完整的虚拟宇宙，它依然可能在国际象棋中违规行棋，这种“参差型智能”的悖论，揭示了人工智能最深层的秘密。

哈萨比斯指出，“思考型模型”是通向通用人工智能（AGI）的必经之路；DeepMind的终极目标是推出融合语言、多媒体、物理推理与生成能力的全能模型（Omni Model），其核心支撑正是世界模型的持续进化，最终实现全面且一致的智能表现，推动AGI安全落地。

此次访谈由谷歌AI Studio产品负责人洛根·基尔帕特里克（Logan Kilpatrick）主持，以下为对话内容实录：

思考型模型：从游戏AI到AGI的演进之路

基尔帕特里克：我们的嘉宾是谷歌DeepMind首席执行官德米斯·哈萨比斯。感谢你的到来，很高兴能一起聊聊过去几个月的发布成果和进展。

哈萨比斯：你好，很高兴来到这里。

基尔帕特里克：我想先谈谈这种前所未有的进展势头。我看到DeepMind近期不断推出各种成果，包括Deep Think、IMO金牌、Genie 3等，还有其他五十个项目。这种飞速推进的势头让人兴奋。你如何看待这种进展与势头？

哈萨比斯：这种情形令人振奋。过去几年，我们一直在积蓄力量，加快发布和研发的节奏，如今正看到这些努力的结果。我认为这是行业一个非常令人兴奋的时刻。几乎每天都有新成果面世，我们团队几乎每天都在发布新东西。

基尔帕特里克：那你是如何看待 Deep Think 的呢？该模型的一个版本已向Gemini应用的订阅用户开放。这种一边推进技术研发、一边让用户直接上手的方式非常美妙。那么，从 Deep Think 的角度来看，你会如何思考？

哈萨比斯：“思考型”模型的出现，可以看作是对我们早期游戏AI工作的一种回溯，比如AlphaGo和AlphaZero。自DeepMind成立以来，我们一直在研发“基于智能体的系统”。如今我们拥有功能强大的多模态模型，既能处理语言，也能理解和整合其他信息。

从机器人到通用助理，Genie 3的多维度潜力

基尔帕特里克：许多人看了Genie 3的演示后感到震撼。它确实和用游戏推动强化学习发展有关。回顾Genie 3，你觉得结果和当初的预期一致吗？

哈萨比斯：Genie 3汇集了多条研究路径与想法。我们想要构建的世界模型，不仅要理解物理结构、材料特性、液体流动，还要理解生物和人类的行为。

AI的能力鸿沟，强大生成力与低级错误并存

基尔帕特里克：这正好能回到我们之前谈到的“参差型智能”问题。我们最近宣布了DeepMind与Kaggle合作推出“游戏竞技场”，让模型在各种游戏中对战并接受测试。你怎么看？

哈萨比斯：这反映了一个更普遍的问题——如今的系统在很多方面都很强大：它们能从文本生成模拟世界，能理解视频，能解数学题、做科研。然而，用过这些聊天机器人的人都知道，它们的能力边界很容易被触碰到。

能力内化VS外部调用：经验驱动的决策

基尔帕特里克：我觉得我们应该现在就着手研究元认知或“元强化学习”。回到“思考趋势”和“游戏趋势”，我们现在似乎“工具”成了新的扩展维度。你觉得给模型配备物理模拟器作为工具会是未来的方向之一吗？

哈萨比斯：工具使用是AI系统最重要的能力之一。思考型系统的核心在于它能在思考过程中主动调用工具。

AGI的综合能力蓝图，语言、多媒体与物理推理一体化

基尔帕特里克：很多开发者现在都会问，模型正在改变人们构建应用的方式。你怎么看这种从“模型”到“系统”的转变？对开发者有什么建议？

哈萨比斯：模型的进化速度非常快。我建议开发者多思考：哪些工具对AI的能力最有价值？然后着手构建这些工具。