在AGI的赛跑中，狂堆算力是否是唯一解法？谷歌DeepMind创始人哈萨比斯给出了否定答案。他认为当前大模型存在根本缺陷，实现AGI仍需5到10年。这不仅是对当前技术路线的冷静审视，更揭示了AI发展的真正战场与未来方向，为理解下一代人工智能提供了全新的视角。
智能速览
AGI的实现还需5到10年，仅靠堆砌算力无法达成。
当前AI呈现“锯齿状智能”，能力高低不平且缺乏常识。
AI的根本缺陷在于缺乏对物理规律的理解和原创能力。
“世界模型”是通往AGI的下一站，能让AI模拟并理解现实世界。
AI竞赛的决胜关键在于颠覆式科学创新，而非技术复制速度。
AI的终极目标是成为解决癌症、气候变化等难题的科学家。
精华内容
AI能力的参差不齐背后，隐藏着更根本的技术瓶颈。要理解为何堆砌算力无法通向AGI，就必须深入剖析这些致命缺陷，并探寻超越现有大模型的未来路径。
智能的“锯齿”
当前AI展现出一种被称为“锯齿状智能”的现象。它在语言写作、代码生成等复杂任务上表现出色，但在基础数学计算等看似简单的问题上却频繁出错。这种能力上的巨大起伏，并非简单的技术瑕疵，而是指向了更深层次的结构性局限，提示我们现有的技术路径可能存在根本性的偏差。
三大底层缺陷
“锯齿状智能”的背后，是现有AI的三个根本缺陷。首先，它有知识但没常识，能编写复杂代码却不理解杯子掉落会摔碎的物理规律。其次，它只会模仿不会原创，可以重组现有知识，但无法提出真正颠覆性的科学假设，这是区分工具与智能体的关键。最后，它无法持续学习，新知识的整合需要高昂的全模型重新训练成本，效率低下。
这三个缺陷共同构成了堆砌算力无法逾越的墙壁。
通往AGI的下一站
突破现有局限的关键，在于构建“世界模型”。这相当于为AI安装一个能理解和模拟现实物理规律的大脑。在这个内部空间里，AI可以进行亿万次的推演、试错与规划。谷歌DeepMind正在研发的Genie模型，仅需一张图片就能生成可交互的迷你游戏世界；其视频模型VOE也在学习理解视频中的因果逻辑，这些都是向世界模型迈进的关键一步，旨在让AI从语言工具进化为与世界互动的智能体。
竞争的核心赛点
在中美AI竞争格局中，哈萨比斯给出了清醒的判断。他认为，中国团队的工程化和执行能力极强，与最前沿技术的差距仅数月而非数年。但他同时指出，这场竞赛的真正决胜点，已不再是谁能更快地复制现有技术，而是谁能率先实现如“世界模型”般的颠覆式科学创新。这考验的是开放的科研环境与顶尖人才的原创力，而非单纯的算力或工程实力。
AI的终极使命
AI竞赛的终点并非商业上的胜负，而是开启人类科学的下一个黄金时代。哈萨比斯最为自豪的成就AlphaFold，已解决了困扰生物学界50年的蛋白质折叠难题，被全球超300万科学家使用，极大地加速了新药研发。他的终极梦想，是创造出更多类似的AI科学家，去攻克癌症、气候变化、可控核聚变等人类面临的终极挑战，将AI的潜力转化为推动文明进步的实际行动。
这场AI革命的终点，绝非一个更聪明的聊天软件，而可能是一个能解决人类终极难题的“科学家”。在巨大的机遇与潜藏的风险面前，我们该如何确保这股力量真正服务于人类文明的进步？
