Demis Hassabis断言：AGI仅距一两个AlphaGo级突破，五年内或将实现

2025年12月4日，Axios AI+峰会迎来压轴对话。Axios联合创始人Mike Allen与嘉宾——诺贝尔化学奖得主、Google DeepMind CEO Demis Hassabis——展开深度对谈。

当被问及通用人工智能（AGI）何时到来时，Hassabis给出明确回答：

我们离AGI只差一两个AlphaGo等级的技术飞跃。

此番言论震动AI界，因其基于具体技术进展而非空想。他更指出，AI竞赛的核心在于融合研究、工程与产品，而非单纯比拼资金或算力。

第一节｜AGI临近？依据何在

Hassabis预测AGI将在5到10年内实现，依据如下：

1、多模态理解突破

Gemini不仅能处理文本，更能解读视频深层含义。例如，当播放《搏击俱乐部》片段——主角打斗前摘下戒指——Hassabis询问其意义，Gemini给出洞察：这象征身份抛弃与规则挣脱，体现角色从现实向极端的蜕变。

Hassabis深感震撼，认为这已超越模式识别，迈入洞察层次。

2、自主判断力初显

Gemini开始展现温和反驳能力，而非一味迎合用户。它能在理解上下文后纠正偏差，同时保持语气平衡。Hassabis欣赏其简洁、冷静、自信的风格，这标志模型正从聊天工具向稳定人格系统演进。

3、从内容生成到产品创造

Gemini现可快速生成可玩小游戏或前端网页，不仅写代码，更兼顾设计与交互逻辑。这体现模型对结构、体验的整体把握，使其能产出直接可用的产物。

综上，当前模型已具理解、判断与创造雏形，故Hassabis断言AGI咫尺之遥。

第二节｜AGI短板：尚未跨越的鸿沟

尽管进步显著，Hassabis承认现有模型仍有局限：

1、持续学习缺失

大模型依赖训练数据一次性学习，无法通过互动经验持续成长，缺乏人类式的渐进优化能力。在线学习与长期记忆系统是关键突破点。

2、长期规划不足

模型擅长单轮推理，却无法制定并执行跨时长目标。AGI需能自主规划数日科研任务，动态调整策略，而当前系统仅为即时响应型。

3、智能体稳定性待提升

智能体在复杂环境中执行多步任务时仍不可靠。Hassabis强调，尚不能放心将完整任务委托它们确保完成。稳健性决定AGI落地可行性。

4、跨对话记忆缺位

模型在单次对话中展现“性格”，但缺乏跨会话的稳定记忆与一致立场。真正AGI需长期记忆用户偏好，实现决策协同，而非每次重启交互。

那么，突破将源自何处？

第三节｜突破方向：两大路径指明未来

Hassabis指出两条关键路径：

1、世界模型：模拟物理规律

DeepMind的Genie模型能生成连贯视频，并允许用户在虚拟环境中互动。这不仅是视频生成，更是对物理一致性与时空逻辑的模拟，标志AI从识别画面迈向推演真实世界。构建此类多模态世界模型是AGI基石。

2、智能体系统：从应答到执行

下一代智能体需嵌入生活与工作流，具备记忆、推理与代办能力，可靠完成多步任务。实现自主规划、执行与调整的稳定系统，将使AGI触手可及。

Hassabis强调，单纯扩大模型规模不会带来AGI，真正的飞跃源于世界建模与智能体系统的创新。

第四节｜变数：风险与地缘竞赛

AGI之路存在不确定性：

1、技术风险与防护

恶意使用AI合成病原体、攻击设施或智能体失控等风险概率非零。Hassabis认为需认真应对，但市场将形成天然防护：企业只采用可靠AI，商业逻辑奖励安全可控的供应商。信任成为竞争核心。

2、中美竞赛窗口狭窄

Hassabis指出，西方在算法创新上暂领先，但中国紧随其后。他点名Qwen与DeepSeek等模型，赞其技术强、迭代快。双方差距仅数月而非数年，AGI竞赛在平行赛道上加速，安全与速度并重者将占先机。

第五节｜护城河：科学方法为核

Hassabis认为，DeepMind的真正优势非资源规模，而是科学方法：

1、科学方法驱动文明

他将科学方法视为人类最强大工具，AI开发亦循此道，逐步逼近智能本质。

2、多元探索与验证

DeepMind不迷信单一技术路线，同步探索强化学习、认知架构等，并通过数据严格验证。这种科学决策能力是其核心资产。

3、融合研究、工程与设施

独特优势在于将前沿研究、工程落地与基础设施融合，把未知问题转化为可用产品。此能力构成深层护城河。

结语｜时间紧迫，窗口将闭

Hassabis基于技术进展给出5-10年时间表，强调竞争窗口正快速关闭。未来位置取决于今日选择。AGI实现已非遥想，而是工程倒计时。

📮 原文链接：

https://www.youtube.com/watch?v=tDSDR7QILLg&t=19s

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