AI进化：从游戏到通用智能的挑战与突破

近日，诺贝尔获奖者、Google DeepMind的首席执行官Demis Hassabis在一场访谈中，深入探讨了人工智能（AI）技术的演变及未来趋势。

在访谈中，Demis分享了从游戏AI到当前推理模型的演变，探讨了Genie 3等世界模型如何帮助AI理解现实，以及为何需要如Kaggle Game Arena这样的测试平台来评估通用人工智能（AGI）的新进展。

整个访谈展现了AI从专项智能向全能模型迈进的路径，为理解AGI的未来发展方向提供了独特视角。

学术头条在保持原文大意不变的情况下，对部分内容进行了精编。如下：

Genie 3：使AI理解物理世界

Demis表示，Genie 3是DeepMind多个研究分支融合的成果，是多种想法的结合。其核心目标是构建“世界模型”——即让AI理解物理世界的规律，包括物理结构、材料特性、液体流动、生物行为等。

他们一直将棋盘游戏视为一个具有挑战性的领域，以改进AI算法思想。过去，人们常用电脑游戏作为挑战，也用于创建合成数据。研究人员使用大量的模拟环境，如3D游戏引擎，为系统创建更多训练数据，帮助它们理解物理世界。

Demis指出，“人类不仅生活在语言和数学世界中，更身处物理世界中”，AGI若想要真正发挥作用，需要理解物理世界这一现实基础。无论是机器人技术的突破还是AI日常助手，对时空背景的把握都离不开世界模型的支撑。

此外，它还需要理解使用者所处的时空背景，因此需要一个世界模型来真正理解这个世界及其运作方式。而证明拥有一个好的世界模型的方法之一，就是能够生成这个世界。

“有很多方法可以测试你的世界模型的有效性和深度，但一个很好的方法是让它进行逆向操作，生成关于这个世界的一些东西。”

为训练这一能力，他们利用3D游戏引擎等模拟环境生成大量数据，让AI在虚拟场景中学习现实规律。Genie 3最显著的特点是能生成具有一致性的世界：

当用户暂时离开其创建的虚拟场景，再次返回时，场景状态与离开时保持一致。这种特性证明它并非随机生成内容，而是对世界运作建立了稳定的底层模型。

在应用层面，Genie 3已用于内部训练。DeepMind的游戏agent SIMA可直接操控并玩现有的电脑游戏。如果将其放入Genie 3中，那么就能得到一个AI在另一个AI的头脑中进行游戏的结果。

Game Arena：面向AGI的动态评估基准

为应对AI系统“锯齿智能”等问题，Google DeepMind与Kaggle合作推出了Game Arena，作为评估AGI进展的新测试平台。让模型去玩各种不同的游戏，并测试它们的能力。

在“首届”大模型对抗赛决赛中，OpenAI的o3击败了马斯克的Grok 4，成功夺冠。谷歌的Gemini 2.5 Pro则在半决赛中输给了Grok 4。

在Demis看来，这些系统要成为真正的AGI所缺少的东西之一是一致性。他认为，当前AI系统存在能力不均衡的现象：它们能在IMO中获得金牌，却可能在高中数学、简单逻辑问题或特定游戏中犯低级错误。

这种不一致性是AGI发展需突破的关键障碍。他强调现有评估基准存在局限性，“可能在推理、规划、记忆方面还缺少一些能力”。

Game Arena的设计基于游戏场景，使它具备多方面的优势：

首先，游戏是非常纯粹的测试场所。你可以通过游戏得到Elos等级分，它们是非常客观的性能衡量标准。没有主观性，不需要让人类来进行A/B测试、决定评级等。

其次，随着AI系统能力提升，游戏难度可自动调整。系统在比赛中相互较量，能力增强则测试自动升级。

One more thing

除Genie 3和Game Arena外，Demis还谈到了其他大模型相关热门话题。

Thinking模型的演进是重要方向。以Deep Think为代表的系统延续了AlphaGo等早期游戏AI中基于agent的系统思路，强调AI的思考、规划与推理能力。

工具使用成为AI能力扩展的新维度。Thinking模型在推理过程中可调用搜索功能、数学程序、编码工具等更新规划方案。