谷歌DeepMind掌门人预言2030年实现AGI，Titans架构引领AI新革命

谷歌DeepMind负责人哈萨比斯宣称，人工通用智能（AGI）必将在2030年前到来。但在实现这一目标前，还需要一到两个类似Transformer级别的颠覆性突破。正值NeurIPS 2025大会，谷歌推出了被誉为Transformer最强继承者的Titans架构。

随着2025年接近尾声，人工智能在接下来的一年将朝着什么方向演进？

近期，谷歌DeepMind首席执行官哈萨比斯在一次访谈中，对未来12个月的关键趋势做出了重要预测。

核心要点如下，主要包括五大趋势——

• 多模态融合全面实现
• 达到人类水平的视觉智能
• 语言与视频深度整合
• 世界模型成为主导技术
• 智能体达到可靠应用水准

哈萨比斯强调，我们应当加速扩展现有AI系统的规模，至少它们会成为最终AGI的关键构建模块。

甚至，这些系统可能直接演进为终极的AGI系统。

但话说回来，我们仍然需要一到两个像Transformer或AlphaGo那样的重大突破。

八年前，谷歌的Transformer奠基性论文问世，彻底改变了人工智能领域。

如今，谷歌另一个极有潜力成为Transformer替代者的全新架构——Titans，在NeurIPS 2025正式亮相。

它完美结合了RNN的快速响应与Transformer的强大性能，集两者优势于一身。

即使在200万token的上下文中，Titans的召回率和准确率也达到最高水平。相关博客发布后，在全球引发了巨大反响。

正如哈萨比斯所言，具有颠覆性的AGI已经近在眼前！

DeepMind负责人：2030年，AGI必将实现

今年早些时候，哈萨比斯就曾预测，具备或超越人类能力的AGI，可能会在2030年之前成为现实。

在周四的公开对话中，哈萨比斯再次强调：

AGI很可能是人类历史上最具变革性的时刻之一，如今它正在加速逼近。

如果要给出一个时间框架，人类距离实现AGI仅剩5到10年。

在谈及未来愿景时，哈萨比斯的声音充满期待：

我一生中最大的梦想和奋斗目标是实现一个“丰饶时代”的理想社会。 

一个人类面临的最大挑战都已被解决的世界。

例如，免费的、可再生的清洁能源，也许人类攻克了核聚变，或者造出了更先进的电池、太阳能材料、半导体，在材料科学上取得突破；人类也治愈了许多疾病。

那样一来，人类将进入一个全新的时代，一个后稀缺时代，人类很可能繁荣发展，走向星空，将意识传播到银河系。

但即使在这种乌托邦式的图景中，也伴随着一些问题：如果这些技术能解决所有难题，那么我们人类存在的意义又是什么？还会剩下什么问题让我们去应对？

作为科学家，哈萨比斯为此感到忧虑，甚至对科学方法本身也是如此。这是其一。

而通往AGI的道路注定不会一帆风顺。

哈萨比斯指出，恶意使用和滥用AI的风险真实存在，甚至“灾难性后果”已开始显现。

例如，对能源或供水系统的网络攻击，这些都已经是显而易见的攻击目标。 

也许，目前还没有使用非常先进的AI，但这类事件基本已经在发生。

AI带来最严重的后果，可能是灭绝级风险。他强调，没人确切知道人类灭亡的概率P(doom)，但直言：

这个风险不是零。只要不是零，那就必须认真对待，投入资源应对。

对Gemini 3的探索不足10%

哈萨比斯认为，最被低估的能力是Gemini能够“观看”视频并回答相关概念性问题。

他举例说，曾询问Gemini电影《搏击俱乐部》中的一个场景：

“打架前摘下了戒指，这个动作有什么象征意义？”

Gemini回答，这代表主角脱离日常生活的象征，是对社会规范的拒绝，是一种“放弃身份”的宣言。

Gemini的这类“抽象理解”能力出乎他的意料。哈萨比斯认为Gemini已经具备某种“元认知”。

还有另一个例子是Gemini Live功能。他认为，多模态AI的潜力，远比大多数人今天所理解的要大得多。

每次DeepMind推出新版模型时，哈萨比斯都会有种强烈的遗憾感：自己可能连这个系统的十分之一都没来得及深入测试，就已经要投入下一个版本的研发了。

而用户们往往会比Gemini开发人员更快地发掘新功能，把模型用到连他们都没想到的地方。

最核心的观点

哈萨比斯最核心的观点可能是AGI的实现路径问题。

他认为，我们距离真正的AGI还有大约5到10年的时间。

DeepMind对AGI的定义要求很高：要称得上“通用”，AI系统必须全面具备人类的所有认知能力，其中包括“创造力”和“发明能力”。

现在的大语言模型在某些领域已经非常出色，堪比博士水平，甚至能拿奥林匹克金牌；但在另外一些领域，它们仍然存在明显缺陷，呈现出“参差不齐”的智力表现。

真正的AGI应当拥有“各项能力均衡发展”的稳定智能。

这包括当前模型所缺失的几个关键能力：持续学习、在线学习、长期规划和多步推理。

目前，大语言模型完全不具备这些能力。

他承认存在一种可能性，即规模扩展“可能就是AGI系统的全部”，尽管他认为这种情况可能性较小。

这需要我们必须将规模扩展推向绝对极限。

退一步说，规模扩展至少会成为最终AGI的“关键构件”。

哈萨比斯相信，它们未来会具备这些能力，但我们可能还需要一两个重大技术突破。

而谷歌似乎已经有了Transformer级的重大突破。

最强“Transformer”诞生

几天前，NeurIPS大会上一场对谈中，谷歌首席科学家Jeff Dean和AI教父Hinton同框。

关于大语言模型和研究路线，Hinton当场提出了一个尖锐的问题——

谷歌是否后悔发表Transformer论文？

Jeff Dean给出了干脆的回应：“不后悔！这项研究对世界产生了重大的影响”。

几乎同一时间，谷歌发布了全新的架构Titans，成为Transformer的最强继任者！

此外，还有一个全新的MIRAS框架。

两者的结合，可以让 AI模型在运行过程中动态更新核心记忆，运行更快，也能处理超长规模的上下文。

众所周知，Transformer最大瓶颈在于，上下文无限扩展会导致计算成本飙升。

除了业界迭代的RNN、Mamba-2等架构，谷歌也提出了新一代解决方案——

如上所述，Titans+MIRAS，就是一套把RNN速度和Transformer准确性结合起来的架构与理论思路。

Titans（MAC）架构：通过一个长时记忆模块来压缩历史数据，并将生成的摘要加入当前上下文，再交由注意力机制处理

Titans是具体的模型架构（工具），而MIRAS 是用于泛化这些方法的理论框架（蓝图）。

它们合起来，实现了一种“测试时”记忆的能力。

在运行时，模型不再只是把信息压成一段静态状态，而是在数据不断输入时主动学习，即时更新自己的参数。

这个关键机制，可以让模型立刻把新的、具体的信息加入到核心知识里。

值得一提的是，清华姚班校友钟沛林参与了两项工作。他博士毕业于哥伦比亚大学，2021年起加入谷歌任研究科学家。

Titans：即时掌握新上下文

一个高效的学习系统，需要既独立又互相关联的“记忆模块”。

这一机制，就像人脑会将短期记忆和长期记忆区分开来一样。

为此，Titans引入了一种全新的神经长期记忆模块，本质上是一个深层神经网络（一个多层感知机MLP）。

它拥有更强的表达能力，在不丢失关键信息的同时，总结海量内容。

有了Titans，大语言模型不只是记笔记，而是在真正理解并串联整个故事。

论文地址：https://arxiv.org/pdf/2501.00663

更重要的是，Titans并非被动存储数据，而会主动学习如何识别并保留贯穿整个输入的重要关系和概念主题。

衡量这一能力的核心指标之一，谷歌将其称之为“惊奇度”。

假设遇到“高惊奇”度的信息时，会被优先写入长期记忆。而且，会随着不断学习，自适应管理权重，主动遗忘不再需要的信息。

MIRAS：统一视角，序列建模

序列建模的每一次重大突破，本质上都在使用同一种底层机制：高度复杂的联想记忆模块。

MIRAS独到之处和实用价值在于，它看待AI建模的方式——

把各种架构视为解决同一个核心问题的“不同手段”。 

如何在融合新信息与旧记忆的同时，不让关键概念被遗忘。

MIRAS框架

MIRAS通过四个关键设计维度，来定义序列模型：

记忆架构：承担信息存储的结构，例如向量、矩阵，或像Titans深层多层感知机。

注意偏置：模型内部优化的学习目标，决定优先关注哪些信息。

保留门：一种记忆正则化机制。MIRAS将传统“遗忘机制”重新解释为正则化形式，用于在学习新知识与保留旧知识之间取得平衡。

记忆算法：用于更新记忆状态的优化算法。

以MIRAS框架的视角审视近期序列模型

超越注意力

几乎所有现行成功的序列模型，在处理偏置和保留机制时，都依赖于均方误差 或点积相似度。这种依赖导致模型对异常值过于敏感，并限制了其表达能力。

MIRAS突破了这一局限。

借鉴优化理论与统计学文献，它构建了一个生成式框架，开拓了更丰富的设计空间。

基于MIRAS，谷歌构建了三款独特的无注意力模型：

YAAD

MONETA

MEMORA

在语言建模和常识推理任务中，Titans架构在同等规模下，优于最先进的线性循环模型（如Mamba-2和Gated DeltaNet）以及Transformer++基线模型。

新颖的MIRAS变体（MONETA、YAAD、MEMORA）相比这些基线模型也提升了性能，验证了探索稳健的非MSE优化机制的优势。

重要的是，这些模型保持了高效的并行化训练和快速的线性推理速度。

这些新架构最显著的优势在于其处理超长上下文的能力。

这在BABILong基准测试中得到突出体现，该任务需要对分布在超长文档中的事实进行推理。

在BABILong基准上，Titans以更少的参数量，表现优于包括GPT-4等超大型模型在内的所有基线模型。

Titans进一步展示了可有效扩展到超过200万token上下文窗口的能力。

Titans在超长上下文推理任务上的性能表现

有Reddit网友预测，或许我们在明天，就可以看到采用Titans架构的Gemini 4。

正如网友所言，这可能是谷歌继Transformer之后，首个重大突破！

在架构层面，Titans+MIRAS补上了“记忆与持续学习”。

而在多模态能力层面，Gemini显露“元认知”的边缘形态。

也许，AGI正加速到来。

参考资料：

https://www.youtube.com/watch?v=tDSDR7QILLg&t=11s  

https://x.com/kimmonismus/status/1997026763353022647  

https://x.com/DataChaz/status/1997211176422482341?s=20   

https://research.google/blog/titans-miras-helping-ai-have-long-term-memory/   

https://www.axios.com/2025/12/05/ai-deepmind-gemini-agi