全文 4,000字 | 閱讀約18分鐘

（訪談： DeepMind CEO Demis Hassabis和聯(lián)合創(chuàng)始人

Sergey Brin）

2025 年 5 月 21 日 · Google I/O 主論壇后臺

燈光剛亮，主舞臺尚在調(diào)試，谷歌聯(lián)合創(chuàng)始人謝爾蓋·布林（Sergey Brin）卻已悄然現(xiàn)身，與 DeepMind CEO Demis Hassabis 并肩而坐。

這位谷歌聯(lián)合創(chuàng)始人自 2023 年重返一線后鮮少發(fā)聲，這次突然出鏡，不為發(fā)布產(chǎn)品，只為展開一次關于 AGI 的真實對談。

短短 30 分鐘，兩人提出了一個看似簡單、實則徹底顛覆我們認知的問題：

什么才算真正的 AGI？

不是會說話，不是能寫代碼，而是：

• 能自己思考，而不是馬上給答案；

• 能看懂世界，而不是死記語料；

• 能完成任務，而不是等你指令。

Demis 給出的答案，是一句幾乎所有技術人都該牢記的定義：

“AGI 只差三層結(jié)構：推理引擎、世界模型、任務執(zhí)行器?！?/blockquote>

這不是簡單的模型升級，而是智能架構的重構。

正如 Google 在 I/O 2025 大會上，一口氣發(fā)布十余項核心產(chǎn)品所展現(xiàn)的節(jié)奏， Google 與 DeepMind 正在通過 Gemini Flash、Astra、Mariner、Veo 等組件，將這三層結(jié)構融入產(chǎn)品底座，逐步實現(xiàn)“可運行的 AGI 平臺”。

而這不僅僅是 Google 一家的判斷——
就在同一天，馬斯克也在卡塔爾經(jīng)濟論壇上說：

“我們正在看到數(shù)字超級智能的爆發(fā)?！?/blockquote>

我們將基于這場“爐邊對談”與現(xiàn)場發(fā)布內(nèi)容，拆解清楚：

• 三層結(jié)構各自負責什么、為啥缺一不可；

• Gemini 系列產(chǎn)品如何構建智能系統(tǒng)平臺，而非單一助手；

• 對國內(nèi)創(chuàng)業(yè)者和產(chǎn)品團隊的啟發(fā)：你能在哪一層卡位，如何以任務為單位快速落地 AI 產(chǎn)品。

一句話劇透：

AGI 不再是某個“終點模型”，而是一整套“可思考 × 可感知 × 可執(zhí) 行”的平臺入口。 你的真正護城河，只剩下一個問題：你能否比別人更早提對問題。

第一層：推理引擎，讓 AI 學會先想后答

“我們正在測試一套新方法，你給它越多時間，它表現(xiàn)得越好?！?Demis Hassabis 說這句話時，沒有任何技術術語，但現(xiàn)場鴉雀無聲。

他在講的是 DeepMind 的新系統(tǒng)：DeepThink。

這個系統(tǒng)不是靠升級算力，而是通過“思考時間”讓模型變得更強大。換句話說，它不是馬上給答案，而是“像人一樣停下來想一想”，然后才回答。

“如果我們只讓 AlphaGo 下第一步，它是大師水平；但當你給它幾分鐘思考，它就能超越世界冠軍 600 分?！薄狣emis Hassabis

這就是 Demis 所說的“推理型 AI”。

過去我們用的大語言模型，是按順序“猜下一個詞”的工具。它生成內(nèi)容很快，但不一定能理解問題的真正含義，也不會計劃——就像一個從不復查答案的考生。

推理型 AI 則不一樣。

它在做出判斷前，會嘗試多走幾步、模擬不同可能性、相互驗證再決定。這更像人類在面對復雜問題時的做法。

謝爾蓋·布林補了一句：“就像我們說話前，會花點時間想一想……雖然我們不總這么做（笑）?！?/p>

這種“AI 先思考、再回答”的設計，就是 AGI 的第一層基礎結(jié)構：推理系統(tǒng)（Reasoning System）。

這就是 AGI 的第一層：推理系統(tǒng)

它讓 AI 從語言工具變成任務思考者。

Demis 舉了個更現(xiàn)實的例子：

“有些任務，比如下圍棋，或者編寫一套復雜程序，AI 如果只是給你第一反應，頂多是普通水平。但你給它空間讓它深入推理幾輪，它能提出比人類更優(yōu)的方案。”

這不再是“提問—回答”的模式，而是“目標—規(guī)劃—執(zhí)行”的節(jié)奏。

這種能力的背后，其實就是一種“自我協(xié)商”的大腦機制。DeepThink 就是讓模型在內(nèi)部進行多個并行推理過程，彼此辯論、彼此修改，最后輸出一個更可靠的結(jié)果。

你可以把它想象成：

一群“AI角色”在模型內(nèi)部開會，各自提出方案、質(zhì)疑、討論，然后才達成一致對外輸出。

Demis 說得很直白：“這是我們構建 AGI 路上最重要的一步?！?/p>

第二層：世界模型，讓 AI 真正看懂現(xiàn)實

“不是聊天機器人?！?Demis Hassabis 在談到 AGI 時，強調(diào)了這點。

“如果你想構建真正的智能系統(tǒng)，它必須能理解物理環(huán)境，感知世界，而不僅僅是對語言有回應。”

這就是 AGI 的第二層結(jié)構：世界模型。

簡單說，一個智能系統(tǒng)不能只活在詞語堆里，它必須“看得懂這個世界”。

謝爾蓋·布林接著說：

AI 現(xiàn)在的很多錯誤，是因為它只學了大量內(nèi)容，但不理解這些內(nèi)容所對應的真實場景。

Demis 舉了一個例子。他提到自己早年開發(fā)過圖形引擎，要手動編程每一道光影、反射和材質(zhì)。但今天的 Veo 3 模型，已經(jīng)能憑提示生成接近真實的物理世界畫面，連光線和物體行為都符合常識。

我驚訝于 Veo 能理解物理學。 它知道液體怎么流，鍋是熱的，光從哪里來。

這不是生成內(nèi)容，而是生成“現(xiàn)實感”

這不是“看起來逼真”，而是 AI 正在建立一個對世界有直覺的內(nèi)部模型。

在他看來，這種理解世界的能力，比讓 AI 寫出一段漂亮的文字難多了。

他還提到一個關鍵問題：“我們現(xiàn)在需要的，是能積累常識性知識的系統(tǒng)，知道球為什么不會穿過桌子，知道物體有質(zhì)量、有慣性、會掉下來?！?/strong>

布林插了一句很輕，但很有力量：

我們的狗都知道球會從桌子另一側(cè)滾出來，但很多 AI 還不懂。

這句話講清了“世界模型”的意義——不是背知識點，而是有對現(xiàn)實的常識感。

Demis 強調(diào)，這種能力不僅用于生成視頻，而是構建通用智能系統(tǒng)的根基。

他表示：未來的助手，必須能理解你身邊正在發(fā)生的事。它不能只靠對話，而要看得懂你的位置、目標、操作環(huán)境。

這就是為什么 DeepMind 要從一開始就讓 Gemini 成為多模態(tài)模型——不僅處理文本，也處理圖像、語音、視頻，甚至空間和動作。

如果 AI 能像人一樣看、聽、感受，它就能在真實世界中協(xié)助你做事。

布林也補充了一句耐人尋味的話：

智能眼鏡的真正用途，不是看信息，而是讓 AI 看世界。

這一層，叫做“世界模型”，其實更像是AI 的現(xiàn)實感知器官。它不背書，而是“看著”你生活的現(xiàn)場，理解你的意圖和環(huán)境，再決定下一步怎么協(xié)助你。

第三層：執(zhí)行系統(tǒng)，讓 AI 不等你指令就去做

“我們一直是這種 Agent (智能體)思想的堅定支持者。” Demis Hassabis 把這句話說得很穩(wěn)，也說得很重。

不是聊天，不是推薦，也不是語義理解，而是讓 AI 真正替你完成一件事。

這就是第三層：執(zhí)行系統(tǒng)。

今天我們看到的，是 AI 從對話模型轉(zhuǎn)向任務代理。 你給它一個目標，它規(guī)劃路徑、使用工具、調(diào)用模型，最后替你把事辦了。

AI 不再“等你發(fā)指令”，它開始主動理解你的任務

Demis 給出的例子是 Project Astra：

Gemini 透過攝像頭看到一間辦公室，識別白板上的代碼和紙上的筆記，理解用戶正在調(diào)試一個問題，然后提出解決方案。

它并非僅僅解答“‘if’語句出錯時如何處理”這類表面提問，而是能夠主動識別出用戶正在進行代碼調(diào)試的場景，并迅速切換至專門的輔助狀態(tài)。

它不是執(zhí)行一條指令，而是理解你正在處理什么，并給出完整解決過程。

布林補了一句：

我們過去說 AI 是助手，其實現(xiàn)在它更像同事。 你不需要不斷下命令，它開始自己找事做。

這種 AI，不是插件組合，而是具備執(zhí)行意識的智能體。

Demis 解釋道：“執(zhí)行智能體的核心，是三件事：目標識別、工具調(diào)用、多步推理。”

你說一句“我下周要飛廣州開會”，它不只是訂機票，而是：

• 推斷你想提前到；

• 查你常去的酒店；

• 安排日程，自動整理會議資料；

• 如果你加了一句“調(diào)用 Gemini 模型”，它會幫你打包代碼、同步日歷、調(diào)試版本庫。

誰構建“AI 執(zhí)行入口”，誰定義下一代平臺

這也是為什么 Demis 多次強調(diào)：“模型只是基礎，更關鍵的是執(zhí)行框架的調(diào)度架構。”

布林用了一個更直白的回答：

過去是你使用AI，現(xiàn)在是AI開始協(xié)調(diào)你要完成的事情。

他們正在構建的，是一個從目標識別 → 路徑規(guī)劃 → 工具執(zhí)行 → 結(jié)果評估的完整閉環(huán)。這個閉環(huán)背后，是一個真正能接管任務鏈條的AI助手。

而 Gemini Live、Gemini for Chrome、Project Astra、Gemini API 都是這個執(zhí)行生態(tài)的組成部分。

Demis 總結(jié)道：

我們不是在構建一個 App，而是在構建一個可以協(xié)作的操作平臺。

系統(tǒng)收口：Google 用 Gemini 重構智能底盤

“我們不是在堆產(chǎn)品，而是在構建一套智能系統(tǒng)。” Demis Hassabis 這句話，準確點出了 Gemini 背后的真正方向。

他說的不是發(fā)布策略，而是在劃清一條技術分界線： 現(xiàn)在的 Gemini，不再是一個回答問題的助手，而是一套智能平臺的底層架構。

從 DeepThink 的推理能力，到 Veo/Gemini 的世界理解，再到 Project Astra 的任務執(zhí)行，這三層能力，原本分散，如今被裝進了一個統(tǒng)一的智能框架里。

“我們不是孤立推出工具，而是在打造一個 AI 操作系統(tǒng) ，它能連通模型、感知、動作和目標?！?——Demis Hassabis

Gemini 的目標，從來就不是“答得更快”，而是主動幫你把事辦了。

謝爾蓋·布林點出核心差別：

OpenAI 在做一個更聰明的助手，Google 做的是一個智能平臺。

他們不是在優(yōu)化對話，而是在重構“誰來協(xié)調(diào)任務、誰控制節(jié)奏”的底層邏輯：

• 用戶不再是“提問者”，而是“設定目標的人”；

• AI不再是“能聽話的工具”，而是“能動手的合作者”。

Demis 說得很透徹：

模型當然還在進步，但真正關鍵的是——系統(tǒng)怎么調(diào)動它們一起完成事。

這也是為什么 Gemini 從一開始就設計為多模態(tài)：能理解圖像、聲音、語言、空間……因為如果它看不懂你看到的世界，就無法真正幫你行動。

布林總結(jié)得更清楚：

AI 正在從一個插件，變成一個入口。

當推理（思考）、感知（理解）、執(zhí)行（行動）被打包進一個平臺， 你面對的，不再是一個助手，而是一套可以接管復雜任務的 AI 操作系統(tǒng)。

Demis 最后的話像是為這次對談劃上的注腳：

我更愿意把 AGI 看作一套結(jié)構化框架，而不是某個突變時刻。

真正的轉(zhuǎn)折點，不是模型突然變聰明的那一刻， 而是我們第一次，看清了 AI 協(xié)作的整張藍圖。

AGI 不是一個“模型”，而是一整套可運行的系統(tǒng)

回看 Demis 和布林的這場對談，他們其實沒在談未來，而是在交代一件更實在的事：

AGI 的結(jié)構已經(jīng)成型，只差最后幾塊拼圖落位。

• 推理，不只是預測詞語，而是能自己想一步；

• 感知，不只是生成圖像，而是理解空間、因果、物理世界；

• 執(zhí)行，不只是回應請求，而是主動完成任務。

三者合一，就是智能的“思維 + 感官 + 動手能力”。

Gemini，不是一個模型的名字，而是這套能力首次在真實系統(tǒng)中的組合落地。

布林沒用炫技語氣，只是淡淡一句：“這是一個 AI 操作系統(tǒng)。” Demis 也只是說：“我們只差一兩個關鍵突破?！?/p>

如果說過去幾年我們是在爭論“AGI 到底存不存在”，

那么 2025 年最大的變化，是：沒人再爭了。

馬斯克在

卡塔爾經(jīng)濟論壇上發(fā)言）

馬斯克的一句話，正是這個轉(zhuǎn)折的標志：

“我們已經(jīng)接近AGI 了?！?/blockquote>

? 是時候重新思考了：

如果AI已經(jīng)能思考、看懂世界、還能完成任務——

你是繼續(xù)凡事親力親為？ 還是學會下指令，讓AI來配合你？ 科技工具在升級，工作方式也在變革。

而這場變革，不只取決于 Google、OpenAI 或馬斯克，也取決于你今天如何使用它。

? 你可以從這一點開始嘗試：

用現(xiàn)在的 AI，完成一件你從沒交給它做過的事。

比如——

• 讓它幫你排出一個完整會議日程（時間、議程、路線、內(nèi)容）；

• 讓它復盤你一周任務節(jié)奏，并給出優(yōu)化建議；

• 或者就給它一段視頻、一個網(wǎng)頁，看看它能幫你理解出什么。

你會發(fā)現(xiàn)：

AI 不再只是你點它就動的工具，而是一個理解你、跟上你、替你執(zhí)行的智能伙伴。

不是炫技，而是進入一個新節(jié)奏的前奏：

未來的工作，不再是“我做完交給 AI 總結(jié)”， 而是“我設目標，AI 一路陪跑并完成”。

現(xiàn)在的你，就可以先試一次。

本文由AI深度研究院出品，獨家整理于 Google I/O 2025- DAY 1 訪談，未經(jīng)授權，不得轉(zhuǎn)載。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：https://www.youtube.com/watch?v=mri4JFkv6Ow&t=2292s&ab_channel=GoogleforDevelopers

來源：官方媒體/網(wǎng)絡新聞

排版：Atlas

編輯：深思

主編: 圖靈