AI開(kāi)源狂飆，OpenAI們慌了！GenAI大洗牌，2025趨勢(shì)深度解讀

來(lái)源：新智元

【導(dǎo)讀】2025年，ChatGPT依舊領(lǐng)跑，但DeepSeek、Qwen等開(kāi)源勁敵正加速追趕。從「推理革命」爆發(fā)到 DeepSeek開(kāi)源，一場(chǎng)圍繞算力、架構(gòu)與生態(tài)的戰(zhàn)爭(zhēng)已悄然打響，開(kāi)源勢(shì)力正以星星之火之勢(shì)挑戰(zhàn)閉源巨頭。

2025年，AI江湖風(fēng)云再起！

第一季度過(guò)去了，OpenAI仍然處于全球領(lǐng)先地位。

但其他公司正在迅速追趕，尤其是國(guó)內(nèi)開(kāi)源AI模型緊追不舍，且接近頂尖水平。

獨(dú)立機(jī)構(gòu)Artificial Analysis，發(fā)布了2025年第一季度AI報(bào)告，總結(jié)了六大趨勢(shì)，涵蓋技術(shù)突破與市場(chǎng)格局演變。

報(bào)告亮點(diǎn)如下：

• 過(guò)去兩年中，GPT-4級(jí)別推理成本下降了1000倍。

• 三大驅(qū)動(dòng)力引發(fā)AI成本革命：更小的模型、推理優(yōu)化和新一代硬件。

• 目前，智商天花板全是推理模型，但非推理模型還是性?xún)r(jià)比之王。

• 現(xiàn)在的AI能自主瀏覽代碼庫(kù)、創(chuàng)建文件、寫(xiě)代碼、跑測(cè)試，不止補(bǔ)全代碼。

• 多模態(tài)和智能體讓AI從「單一工具」變成「全能助手」，離日常生活越來(lái)越近。

根據(jù)Artificial Analysis的官方分析，2025年初的AI有六大定義性結(jié)論：

1.前沿AI競(jìng)賽持續(xù)升溫：頂級(jí)實(shí)驗(yàn)室正以每8-12周的速度推出新模型。

OpenAI仍處于領(lǐng)先地位；在其身后，不僅有谷歌和Anthropic等傳統(tǒng)挑戰(zhàn)者，xAI、DeepSeek和阿里也已加入，形成了緊密的追趕梯隊(duì)。

2.推理模型投入實(shí)際應(yīng)用：那些「先思考后回答」的模型，犧牲了一定的速度和成本，換取了更高的智能水平，使用的token數(shù)量和成本是非推理模型的10倍左右。

3.MoE模型已無(wú)處不在：混合專(zhuān)家模型（MoE）在為每個(gè)生成的token進(jìn)行計(jì)算時(shí)，僅激活其總參數(shù)不到10%。目前，大多數(shù)頂級(jí)的開(kāi)源權(quán)重模型均采用了MoE架構(gòu)。

4.中國(guó)頂級(jí)實(shí)驗(yàn)室差距顯著縮小：DeepSeek等中國(guó)公司正紛紛推出極具競(jìng)爭(zhēng)力的模型，并常常選擇公開(kāi)模型權(quán)重。

5.AI智能體走向?qū)嵱没?/strong>：由LLM驅(qū)動(dòng)、能自主行動(dòng)并使用工具端到端完成任務(wù)的系統(tǒng)，正開(kāi)始在實(shí)際工作中顯現(xiàn)成效。新興的AI智能體類(lèi)別包括編程智能體、深度研究智能體（Deep Research Agent）以及計(jì)算機(jī)輔助使用智能體。

6.大語(yǔ)言模型原生支持多模態(tài)：大語(yǔ)言模型如今的輸出已遠(yuǎn)不止于文本。GPT-4o目前在圖像生成方面獨(dú)占鰲頭，同時(shí)各類(lèi)語(yǔ)音到語(yǔ)音（Speech to Speech）模型也已相繼問(wèn)世。

AI大洗牌

推理模型稱(chēng)王

2024年末，OpenAI利用大規(guī)模強(qiáng)化學(xué)習(xí)訓(xùn)練的推理模型o1，將性能差距徹底拉開(kāi)，顛覆了全球AI格局。

OpenAI全球領(lǐng)先，但競(jìng)爭(zhēng)對(duì)手緊追不舍

如今，Llama Nemotron Ultra、Qwen3等開(kāi)源模型，已成燎原之勢(shì)。

私有模型和開(kāi)源模型的差距變化

推理模型能夠逐步拆解任務(wù)、自我校驗(yàn)，尤其在復(fù)雜問(wèn)題如數(shù)學(xué)推理、研究輔助中表現(xiàn)出明顯優(yōu)勢(shì)。

比如，Gemini 2.5 Pro遇到問(wèn)題會(huì)先拆解步驟、自我糾錯(cuò)，像解數(shù)學(xué)題一樣一步步來(lái)，雖然花21秒，輸出1967個(gè)token，但答案準(zhǔn)；而非推理模型（如GPT-4o）4秒輸出185個(gè)token，結(jié)果答錯(cuò)了。

可以看到，在目前的Artificial Analysis智能指數(shù)中，最聰明的全是推理模型。

其中，o4-mini(high)排名第一，谷歌Gemini 2.5 Pro和Grok 3緊隨其后。

開(kāi)源模型（如DeepSeek R1、Qwen 3、Llama 3.1）性能雖然落后閉源模型，但兩者非常接近。

「高情商」的推理模型，背后是高成本：要達(dá)到相同的性能，推理模型要使用非推理模型10倍以上的輸出token！

盡管在效率方面取得了顯著進(jìn)展，推理速度比過(guò)去更快，但推理模型和智能體應(yīng)用每次請(qǐng)求生成的token是過(guò)去一年平均水平的10多倍。

綜合下來(lái)，用戶(hù)反而要等待更長(zhǎng)的時(shí)間。

LLM輸出速度變化

非推理模型也沒(méi)被淘汰，需要快速響應(yīng)或省錢(qián)的場(chǎng)景，還是性?xún)r(jià)比之王。

開(kāi)發(fā)者不能僅看單token定價(jià)，還需綜合考慮token總使用量，才能準(zhǔn)確評(píng)估推理成本。

實(shí)際上，如今的頂級(jí)AI模型參數(shù)規(guī)模更大，每次請(qǐng)求需要的token數(shù)總更多，現(xiàn)在的AI應(yīng)用需要更多的算力。

因此，最新的模型開(kāi)始探索如何在智能和成本之間取得平衡。

其中，最引人注目的進(jìn)展來(lái)自架構(gòu)上的權(quán)衡優(yōu)化。

Epoch AI對(duì)每種算法進(jìn)步的計(jì)算等效增益的估計(jì)

混合專(zhuān)家

省錢(qián)又提速

在本月中旬，DeepSeek創(chuàng)始人梁文峰署名的新文章，全面介紹了DeepSeek-V3的設(shè)計(jì)靈感和洞見(jiàn)。

DeepSeek-V3的混合專(zhuān)家（MoE）架構(gòu)，如今已無(wú)處不在。

DeepSeek-V3基本架構(gòu)

傳統(tǒng)模型像全科醫(yī)生，不管啥問(wèn)題都調(diào)動(dòng)全部知識(shí)；MoE像專(zhuān)科門(mén)診，遇到不同問(wèn)題找對(duì)應(yīng)的專(zhuān)家（激活部分參數(shù)）。

如果說(shuō)全連接模型是「廣撒網(wǎng)捕魚(yú)」，MoE則是「精準(zhǔn)出擊」，不僅能減少參數(shù)激活量，還大幅提升推理效率。

近期開(kāi)源的前沿模型越來(lái)越多地使用MoE架構(gòu)，每次輸入僅激活部分參數(shù)。

前沿模型采用更稀疏的MoE設(shè)計(jì)，僅激活不到10%總參數(shù)，早期模型通常激活約25%的參數(shù)。

在推理和訓(xùn)練上，參數(shù)規(guī)模相同的MoE模型比稠密模型更高效。

此外，英偉達(dá)是算力領(lǐng)導(dǎo)者，Cerebras、SambaNova、Groq這些新玩家將「芯片+云服務(wù)」打包賣(mài)，通過(guò)垂直整合提供高性能推理，輸出速度更快。

但開(kāi)發(fā)者需要在性能、成本和上下文窗口之間權(quán)衡。

雖然服務(wù)速度更快，但這些芯片新玩家有時(shí)比其他服務(wù)商價(jià)格更貴，且上下文窗口更短。

智能體

自主干活的「虛擬員工」

智能體是2025年AI領(lǐng)域的重要趨勢(shì)。

憑借LLM的推理能力，通過(guò)高效的工具使用和自主流程管理，大幅提升了任務(wù)完成的效率和智能化水平。

它們能自主完成復(fù)雜任務(wù)，尤其是編程、深度研究、操作計(jì)算機(jī)和客戶(hù)支持。

從自動(dòng)補(bǔ)全（2021年）到現(xiàn)在能自主瀏覽代碼庫(kù)、創(chuàng)建文件，比如讓它搭個(gè)OAuth認(rèn)證系統(tǒng)，它能自己寫(xiě)代碼、跑測(cè)試，還能告訴你改了哪些文件。

比如問(wèn)「AI對(duì)就業(yè)的影響」，它會(huì)自己拆分問(wèn)題、查資料、整合答案。還能批量處理表格，打工人看了想流淚。

原生多模態(tài)

圖像、視頻、語(yǔ)音全面升級(jí)

OpenAI的GPT-4o畫(huà)出的圖又逼真又貼合需求。

字節(jié)跳動(dòng)的Seedream 3.0、MiniMax的HiDream-I1-Dev一發(fā)布就沖進(jìn)第一梯隊(duì)。

以前OpenAI的Sora是視頻界扛把子，現(xiàn)在谷歌Veo 3超越了它，MiniMax和快手也推出了能追上Sora的模型。

ElevenLabs的Scribe模型把語(yǔ)音轉(zhuǎn)文字的錯(cuò)誤率降到8%，比OpenAI的Whisper還準(zhǔn)；文本轉(zhuǎn)語(yǔ)音也更像真人了。

大型科技公司持續(xù)在所有領(lǐng)域全面發(fā)展，而較小的競(jìng)爭(zhēng)者通常專(zhuān)注于特定的AI領(lǐng)域。

谷歌是AI價(jià)值鏈中垂直整合度最高的企業(yè)（從TPU加速器到Gemini模型）；NVIDIA、微軟、亞馬遜等在硬件、云推理和應(yīng)用層各有側(cè)重。

未來(lái)AI會(huì)怎么發(fā)展？大概率會(huì)更全能、更聰明，也更接地氣。

說(shuō)不定下次開(kāi)會(huì)，你的會(huì)議紀(jì)要就是AI智能體幫忙寫(xiě)的。

開(kāi)源

大勢(shì)所趨

隨著越來(lái)越多的企業(yè)在業(yè)務(wù)中構(gòu)建和部署AI驅(qū)動(dòng)型解決方案，日益豐富的開(kāi)源技術(shù)正成為首選，包括Meta的Llama系列、谷歌Gemma系列、艾倫人工智能研究所Ai2的OLMo系列、英偉達(dá)的NeMo系列、DeepSeek-R1等眾多選擇。

Mozilla基金會(huì)等機(jī)構(gòu)聯(lián)合開(kāi)展了一項(xiàng)開(kāi)創(chuàng)性調(diào)研，覆蓋41個(gè)國(guó)家700多位技術(shù)負(fù)責(zé)人和資深開(kāi)發(fā)者。

調(diào)研結(jié)果顯示，企業(yè)在AI工具選擇上日益偏向開(kāi)源方案：

總體而言，超過(guò)四分之三的受訪者預(yù)計(jì)他們的組織將在未來(lái)幾年內(nèi)增加對(duì)開(kāi)源人工智能技術(shù)的使用。

這在一定程度上得益于開(kāi)源工具在企業(yè)軟件生態(tài)中的活躍表現(xiàn)，且長(zhǎng)期以來(lái)始終是開(kāi)發(fā)者社區(qū)的基礎(chǔ)資源。

在Sequoia合伙人Lauren Reeder主持的一場(chǎng)圓桌討論，揭示了關(guān)于開(kāi)源AI模型當(dāng)前狀況和未來(lái)趨勢(shì)的諸多關(guān)鍵見(jiàn)解。

目前在OpenRouter平臺(tái)上運(yùn)行的推理任務(wù)中，只有大約20%-30%使用的是開(kāi)源模型。盡管如此，與會(huì)者對(duì)未來(lái)的增長(zhǎng)充滿(mǎn)信心。

本月OpenRouter的token使用總量排行榜

當(dāng)被問(wèn)及五年后開(kāi)源與閉源模型在推理任務(wù)中的占比預(yù)估時(shí)，Jeffrey和Dmytro認(rèn)為開(kāi)源AI將和閉源AI分庭抗禮。

Jeffrey預(yù)測(cè)開(kāi)源與閉源將各占一半，但也提到可以在開(kāi)源與閉源模型之間智能切換的技術(shù)。

Dmytro也傾向于50/50的預(yù)測(cè)，但他指出開(kāi)源生態(tài)將更加多樣化：「閉源可能仍由少數(shù)幾家主導(dǎo)……而開(kāi)源則不會(huì)只有一個(gè)模型，會(huì)是更多的模型家族、微調(diào)版本和定制化方案?！?/p>

獨(dú)立機(jī)構(gòu)Artificial Analysis最近的報(bào)告，也印證類(lèi)似的AI發(fā)展趨勢(shì)。

Artificial Analysis認(rèn)為雖然閉源推理模型整體上領(lǐng)先，但開(kāi)源模型和閉源模型與2022年相比，差距已經(jīng)變小。

而在非推理模型方面，開(kāi)源模型反而比閉源的商用模型更具優(yōu)勢(shì)。

特別是國(guó)產(chǎn)開(kāi)源AI模型，已經(jīng)成為一股不容忽視的力量。

參考資料：

https://x.com/ArtificialAnlys/status/1924845419315777572

2030年前必須實(shí)現(xiàn)AGI！谷歌祖師爺現(xiàn)場(chǎng)「催更」DeepMind CEO

【導(dǎo)讀】在谷歌I/O大會(huì)后，創(chuàng)始人謝爾蓋·布林驚喜現(xiàn)身，與Hassabis深入探討AI的推理能力、規(guī)模與算法、測(cè)試時(shí)計(jì)算及多模態(tài)智能體的應(yīng)用前景。布林強(qiáng)調(diào)AI時(shí)代是計(jì)算科學(xué)家不應(yīng)退休的黃金期，AI影響將遠(yuǎn)超互聯(lián)網(wǎng)與手機(jī)。

谷歌的I/O大會(huì)證明藍(lán)星的科技正統(tǒng)還在谷歌。

除了發(fā)布Gemini 2.5最新版本繼續(xù)遙遙領(lǐng)先OpenAI的奧特曼以外，還掏出兩幅眼鏡來(lái)拳打蘋(píng)果，腳踢M(jìn)eta。

會(huì)后還把谷歌的「開(kāi)山老祖」謝爾蓋·布林（Sergey Brin）請(qǐng)了出來(lái)，逼Demis Hassabis趕緊在2030年前（也就5年內(nèi)了）實(shí)現(xiàn)AGI。

主持人：AGI在2030年之前實(shí)現(xiàn)還是之后？

布林：好吧，如果你真以此為線(xiàn)的話(huà)，我認(rèn)為是在之前實(shí)現(xiàn)吧。

Hassabis：我說(shuō)之后吧。

兩人相視一笑。

Hassabis：那我得回去努力的工作了。

谷歌I/O大會(huì)后，Demis Hassabis和謝爾蓋·布林被叫到一起聊了一會(huì)。

涉及到AGI可能的實(shí)現(xiàn)日期、建立更多的數(shù)據(jù)中心、測(cè)試時(shí)計(jì)算讓模型的能力更強(qiáng)、谷歌眼鏡的時(shí)機(jī)成熟以及謝爾蓋·布林為何選擇這個(gè)時(shí)機(jī)重返谷歌。

謝爾蓋·布林認(rèn)為當(dāng)前時(shí)期是人類(lèi)最為特殊的一個(gè)時(shí)期，他認(rèn)為：

現(xiàn)在任何的計(jì)算機(jī)科學(xué)家都不應(yīng)該退休，而是要加入到AI研究中來(lái)。

人類(lèi)世界還從來(lái)沒(méi)有出現(xiàn)過(guò)如此大的機(jī)遇和技術(shù)突破。

謝爾蓋·布林可以說(shuō)是互聯(lián)網(wǎng)1.0時(shí)代的締造者和2.0時(shí)代的見(jiàn)證者，但是他依然認(rèn)為AI時(shí)代會(huì)完全不一樣。

網(wǎng)絡(luò)和手機(jī)已經(jīng)改變了世界，但是AI將會(huì)帶來(lái)更大的變革，尤其是想到AGI的到來(lái)。

主持問(wèn)謝爾蓋·布林假如回到谷歌后，每天的工作是什么，謝爾蓋·布林說(shuō)我每天的工作就是「折磨」像Hassabis這樣的人來(lái)早日實(shí)現(xiàn)AGI。

下面就來(lái)看看布林和Hassabis的高能對(duì)話(huà)。

規(guī)模與算法之爭(zhēng)

訪談一開(kāi)始，主持人Alex提出了最近大家一直在討論的「規(guī)?！箚?wèn)題：模型的規(guī)模是主要因素還是只是個(gè)「配角」？

Hassabis認(rèn)為數(shù)據(jù)規(guī)模與計(jì)算規(guī)模兩者缺一不可，目前還沒(méi)有發(fā)揮到極致。

但他同時(shí)認(rèn)為也得投入大量精力去探索未來(lái)的突破，「可能在半年到一年后會(huì)有創(chuàng)新，能帶來(lái)10倍的飛躍?！?/p>

布林也認(rèn)為，算法的進(jìn)步和計(jì)算能力的提升缺一不可。

更好、更多的芯片、更大的數(shù)據(jù)中心，這些都很重要。布林猜測(cè)，算法的突破可能比計(jì)算能力的提升更關(guān)鍵。

「不過(guò)現(xiàn)在兩者都在快速發(fā)展，我們正在享受雙重紅利?！顾f(shuō)。

Hassabis說(shuō)我們還需要更多的數(shù)據(jù)中心，不僅僅是為了訓(xùn)練，大家對(duì)模型的需求也非常大，比如Gemini 2.5 Pro。

尤其是最新的Gemini 2.5 Pro「Deep Think」模式，給它更多思考時(shí)間，表現(xiàn)會(huì)更好。

「這確實(shí)需要很多芯片支持?！?/p>

推理范式：測(cè)試時(shí)計(jì)算

推理模型已經(jīng)成為當(dāng)前AI的主流范式。

實(shí)驗(yàn)以及模型已經(jīng)證實(shí)，更多的測(cè)試時(shí)計(jì)算，即給予模型更多的時(shí)間「思考」，在傳統(tǒng)大型語(yǔ)言模型（LLM）上加入推理機(jī)制能帶來(lái)提升。

推理范式帶來(lái)的改進(jìn)有多大？

Hassabis表示他一直很相信這種「思考范式」。

回顧谷歌早期在AlphaGo和AlphaZero上的工作，以及在游戲領(lǐng)域的智能體研究，這些系統(tǒng)都有一個(gè)「思考」屬性。

這個(gè)效果是可以量化的。

以象棋或圍棋為例，Hassabis說(shuō)他們測(cè)試過(guò)關(guān)閉思考功能的AlphaGo和AlphaZero版本，模型只會(huì)直接給出第一個(gè)想法，表現(xiàn)也就大概是大師級(jí)別。

但一旦開(kāi)啟思考功能，表現(xiàn)就遠(yuǎn)超世界冠軍級(jí)別，差距大概有600分。

這在游戲中已經(jīng)很顯著了，而現(xiàn)實(shí)世界比游戲復(fù)雜得多，加入思考范式的潛力可能會(huì)更大。

當(dāng)然，測(cè)試時(shí)計(jì)算的挑戰(zhàn)在于這種對(duì)比測(cè)試中的基礎(chǔ)模型需要首先是一種「世界模型」，這比建一個(gè)簡(jiǎn)單游戲模型難得多。

就像Gemini一開(kāi)始就選擇走多模態(tài)的路線(xiàn)，雖然當(dāng)時(shí)文本模型如日中天，但是谷歌DeepMind還是決定做正確但艱難的決定。

謝爾蓋·布林說(shuō)DeepMind確實(shí)在強(qiáng)化學(xué)習(xí)方面開(kāi)創(chuàng)了很多先河。

他舉了個(gè)例子，就像我們大多數(shù)人一樣，思考后再說(shuō)話(huà)總是有好處的，雖然我們并不經(jīng)常這么做。

AI一旦有了這種「思考」能力，顯然會(huì)變得更強(qiáng)大。

謝爾蓋·布林覺(jué)得我們現(xiàn)在才剛觸及冰山一角。

這些推理模型真正出現(xiàn)還不到一年（DeepSeek-R1是今年2月的事情）。

關(guān)于世界模型，Hassabis也提到了I/O大會(huì)上剛剛發(fā)布的Veo 3。

Veo 3能直覺(jué)地理解光線(xiàn)和重力的物理規(guī)律，以前制作電腦游戲，記得那時(shí)候得手動(dòng)編程所有的光影效果、物理計(jì)算，超級(jí)復(fù)雜。

現(xiàn)在模型居然能自己「領(lǐng)悟」這些，真的很不可思議。

AGI

提到AGI，Hassabis認(rèn)為這更像是一個(gè)理論上的概念：它指的是人類(lèi)大腦這種結(jié)構(gòu)本身，到底具備什么樣的能力？

人類(lèi)大腦之所以是一個(gè)重要的參照點(diǎn)，是因?yàn)樗赡苁怯钪嬷形ㄒ蛔C明了通用智能存在的證據(jù)。

那么，要達(dá)到這個(gè)標(biāo)準(zhǔn)，就必須證明系統(tǒng)能夠做到那些歷史上最杰出的人類(lèi)——比如愛(ài)因斯坦、莫扎特、居里夫人等等——能夠做到的各種事情。

Hassabis說(shuō)，現(xiàn)在的系統(tǒng)顯然還沒(méi)到這步。

另外，他也覺(jué)得AGI的炒作有點(diǎn)過(guò)頭了。因?yàn)楝F(xiàn)在的系統(tǒng)還不夠穩(wěn)定，不足以被稱(chēng)為「通用」。

它們能做很多事情，但你很容易在幾分鐘之內(nèi)就能發(fā)現(xiàn)一些顯而易見(jiàn)的缺陷。比如解不出一道高中數(shù)學(xué)題，或者玩不好某些簡(jiǎn)單的游戲。

對(duì)于Hassabis而言，一個(gè)系統(tǒng)要想被稱(chēng)為AGI，需要在各個(gè)方面都表現(xiàn)得比現(xiàn)在穩(wěn)定一致得多，也許得讓一個(gè)專(zhuān)家團(tuán)隊(duì)花上好幾個(gè)月才能在里面找到一個(gè)明顯的漏洞。

「而現(xiàn)在呢，普通人幾分鐘就能發(fā)現(xiàn)問(wèn)題了?！?/p>

接著主持人問(wèn)了一個(gè)更適合布林的問(wèn)題：AGI會(huì)是一家公司「一統(tǒng)江湖」，還是谷歌、OpenAI、Anthropic等等人手一個(gè)？

布林說(shuō)這是個(gè)好問(wèn)題。他認(rèn)為AGI不是一個(gè)特別精確的點(diǎn)，可能會(huì)有多個(gè)玩家同時(shí)接近那個(gè)水平。

之后會(huì)咋樣呢？很難預(yù)測(cè)。

布林認(rèn)為，AI領(lǐng)域現(xiàn)在競(jìng)爭(zhēng)很激烈，一旦一家公司有了突破，其他公司很快就會(huì)跟上。這種競(jìng)爭(zhēng)會(huì)讓更多公司跨過(guò)門(mén)檻。

主持人Alex比較感興趣的問(wèn)題則是：AI需要有情感才能算是AGI嗎？

Hassabis覺(jué)得AI可以理解情感，但是否需要模仿情感，需要選擇。

Alex接著提到他上周看到Alpha Evolve的新聞，「嚇得差點(diǎn)從椅子上掉下來(lái)?！?/p>

這個(gè)AI能幫助設(shè)計(jì)出更好的算法，甚至改進(jìn)大模型的訓(xùn)練方式。

「你是想搞個(gè)『智能爆炸』嗎？」他問(wèn)Hassabis。

Hassabis大笑著說(shuō)，這是個(gè)很有趣的實(shí)驗(yàn)，把進(jìn)化編程技術(shù)跟最新的基礎(chǔ)模型結(jié)合，確實(shí)有意思。

他希望看到更多組合式的探索。

確實(shí)，自我改進(jìn)式的發(fā)現(xiàn)可能會(huì)讓事情加速。

Hassabis之前在AlphaZero上見(jiàn)過(guò)類(lèi)似的事情。它能從零開(kāi)始，在不到24小時(shí)內(nèi)自學(xué)國(guó)際象棋、圍棋等雙人游戲。

不過(guò)，那些都是規(guī)則清晰的游戲領(lǐng)域?，F(xiàn)實(shí)世界則復(fù)雜得多，這種方法到底能不能更通用，還得看。

布林重回谷歌

主持人Alex問(wèn)到布林，現(xiàn)在有很多很厲害的AI，大家都在賽跑，這就是你回谷歌的原因嗎？

正如開(kāi)頭所說(shuō)，布林說(shuō)作為一個(gè)計(jì)算機(jī)科學(xué)家，現(xiàn)在是個(gè)很特別的歷史時(shí)刻。

「任何一個(gè)搞計(jì)算機(jī)科學(xué)的人，現(xiàn)在都不應(yīng)該退休，應(yīng)該投身AI。」

布林說(shuō)他重回谷歌倒不是因?yàn)楦?jìng)賽——雖然他們絕對(duì)想讓Gemini第一個(gè)實(shí)現(xiàn)AGI，但能參與這場(chǎng)技術(shù)革命，就足以激動(dòng)人心了。

「我經(jīng)歷過(guò)Web 1.0，那會(huì)兒覺(jué)得挺激動(dòng)，后來(lái)還有移動(dòng)互聯(lián)網(wǎng)什么的，也挺熱鬧。但AI從科學(xué)角度看，興奮度完全不是一個(gè)級(jí)別！」布林說(shuō)。

他認(rèn)為AI對(duì)世界的影響會(huì)比網(wǎng)絡(luò)和智能手機(jī)大得多。網(wǎng)絡(luò)和手機(jī)已經(jīng)改變了很多，但AI的變革會(huì)更徹底。

布林調(diào)侃他在谷歌的主要事情是「折磨」像Hassabis這樣的人。

他表示自己每天都與Gemini文本模型、預(yù)訓(xùn)練、后訓(xùn)練的工作團(tuán)隊(duì)混在一起，偶爾也會(huì)摻和一些多模態(tài)的工作，比如Veo 3。

關(guān)于智能體

其他的科技公司做智能體，展示的通常是能理解上下文、語(yǔ)音交互、主要在屏幕上操作的系統(tǒng)。

但谷歌的演示常常是通過(guò)攝像頭，特別強(qiáng)調(diào)視覺(jué)。

對(duì)此，Hassabis解釋說(shuō)DeepMind一直都對(duì)智能體很感興趣，目標(biāo)是打造AGI。

顯然，這種智能體得理解你周?chē)氖澜纭?/p>

在Hassabis看來(lái)，這有兩個(gè)超級(jí)重要的應(yīng)用場(chǎng)景：

• 一個(gè)真正有用的助理。能在你的日常生活中跟著你，而不是困在電腦或者某個(gè)設(shè)備上。它得在各種場(chǎng)景下都好用，理解你的物理環(huán)境。

• 機(jī)器人。隨著最新版本的Gemini 2.5 Pro及即將推出的視頻技術(shù)等，Hassabis覺(jué)得終于有了讓機(jī)器人真正「開(kāi)竅」的算法了，能夠釋放出巨大的潛力。

最終，AGI能做到所有這些事。

DeepMind一開(kāi)始就定下了這個(gè)方向，所以Gemini從最早的版本就是多模態(tài)的。

「一開(kāi)始做多模態(tài)比純文本難多了，但現(xiàn)在我們開(kāi)始看到回報(bào)了?！?/p>

關(guān)于谷歌最新的「八卦消息」

在這次采訪中，謝爾蓋和Hassabis也分享了一些關(guān)于谷歌的其他消息。

谷歌眼鏡：時(shí)機(jī)成熟了嗎？

雖然蘋(píng)果發(fā)布了AppleVision，Meta發(fā)布了Meta Rayban，但要說(shuō)起來(lái)第一家搞智能眼鏡還是谷歌。

謝爾蓋·布林承認(rèn)那個(gè)時(shí)候犯了很多錯(cuò)誤，謝爾蓋說(shuō)最大的問(wèn)題是第一代的谷歌眼鏡「太不像」眼鏡。

現(xiàn)在的AI眼鏡就沒(méi)有過(guò)去那個(gè)復(fù)雜的臃腫的部分。

而且確實(shí)當(dāng)時(shí)存在比較大的技術(shù)壁壘，2013年發(fā)布第一代谷歌眼鏡時(shí)，大模型連影子都看不到。

另一個(gè)方面就是謝爾蓋·布林承認(rèn)他當(dāng)時(shí)對(duì)電子供應(yīng)鏈一無(wú)所知。（這就不得不想到庫(kù)存大師庫(kù)克，蘋(píng)果后來(lái)的成功很大一部分真的是依賴(lài)于庫(kù)克的供應(yīng)鏈能力。）

現(xiàn)在谷歌在I/O發(fā)布了Android XR系列的AI眼鏡，一個(gè)是對(duì)標(biāo)蘋(píng)果Apple Vision Pro的頭戴設(shè)備，一個(gè)是對(duì)標(biāo)Meta的正常眼鏡。

Hassabis趕緊安慰老板，谷歌過(guò)去在玻璃眼鏡上的經(jīng)驗(yàn)都很有幫助，他們準(zhǔn)備在產(chǎn)品完全準(zhǔn)備好以后，再進(jìn)行發(fā)布。

Hassabis解釋說(shuō)，為什么現(xiàn)在推出谷歌眼鏡的時(shí)機(jī)成熟。

因?yàn)橥ㄓ肁I助手才是智能眼鏡的殺手級(jí)應(yīng)用，過(guò)去即使是硬件準(zhǔn)備好，但是軟件不夠用。

而現(xiàn)在「模型即產(chǎn)品」的大模型能力加上越來(lái)越成熟的硬件技術(shù)，真正的智能眼鏡馬上就會(huì)到來(lái)。

數(shù)據(jù)管理

Hassabis也提到谷歌對(duì)于數(shù)據(jù)管理是非常嚴(yán)格的。

谷歌給他們所有的AI生成的視頻都附加了一種隱形水印，可以用工具檢測(cè)出來(lái)，并且這個(gè)工具也會(huì)同時(shí)公布出來(lái)。

這對(duì)于打擊虛假和深度偽造信息非常重要。

最后主持問(wèn)謝爾蓋·布林，你覺(jué)得十年后的網(wǎng)絡(luò)會(huì)是什么樣子？

不管是謝爾蓋還是Hassabis都覺(jué)得按照現(xiàn)在AI的發(fā)展速度，沒(méi)有人能夠想象10年后會(huì)是什么樣子。

回望互聯(lián)網(wǎng)走過(guò)的這三十年，似乎一切都是為了AI的到來(lái)做準(zhǔn)備，是否人類(lèi)是活在一種更高維生物制定的「模擬」之中？

Hassabis是如此認(rèn)為的，他覺(jué)得物理學(xué)的終點(diǎn)就是信息論，人類(lèi)生活在一個(gè)計(jì)算模擬宇宙之中，但目前還無(wú)法解釋。

他說(shuō)他將會(huì)在未來(lái)寫(xiě)一篇文章來(lái)介紹這么多年AlphaGo、AlphaFold以及AlphaEvolve系列真正意味著什么，以及他對(duì)模擬的看法。

謝爾蓋說(shuō)如果人類(lèi)生活在模擬之中，那遞歸的想，模擬人類(lèi)的物種也生活在另一個(gè)模擬之中，那么這個(gè)系統(tǒng)將無(wú)限遞歸下去，所以需要一個(gè)停止標(biāo)準(zhǔn)，但這個(gè)標(biāo)準(zhǔn)是什么？所以他并不認(rèn)為人類(lèi)活在這種模擬中。

從另一個(gè)角度，如果真的有一個(gè)比我們更高級(jí)的智慧生命在操縱人類(lèi)，他具備某種和人類(lèi)相似的欲望和意識(shí)，謝爾蓋說(shuō)如果現(xiàn)實(shí)真是這樣，他還是挺失望的。

也許AGI的最終實(shí)現(xiàn)能幫他回答這個(gè)問(wèn)題。

參考資料：

https://www.youtube.com/watch?v=M2ZtBQI2-GY&list=PLADd6sStSis77HKfbf4KCY6SvthfxeUgn&index=2

來(lái)源：新智元

為偉大思想而生！

AI+時(shí)代，互聯(lián)網(wǎng)思想（wanging0123)，

第一必讀自媒體