哈萨比斯：AGI未来可期，AI从语言理解到世界探索的范式跃迁和战略蓝图

哈萨比斯在2026年1月15日CNBC《The Tech Download》播客与1月18日后续深度采访中，围绕AGI发展、AI科学应用、行业竞争格局、技术路线选择等核心议题发表了一系列重磅观点。

他提出AGI有望在5-10年内实现，核心依赖世界模型+自动实验双轮驱动，同时强调Agent智能代理、AI科学应用是2026年关键突破方向；研判中美AI差距缩至数月，规模定律需结合算法创新；并指出AI将从语言理解转向世界理解，从被动问答升级为主动探索，从科研辅助工具蜕变为科学发现核心引擎，同时回应了行业泡沫、能源制约与伦理等议题，勾勒出AI从实验室走向产业应用的未来图景。

一、核心讲话背景与定位

作为诺奖得主、DeepMind CEO与AGI领域的思想领袖，哈萨比斯的此次访谈被视为AI行业的"风向标"。他以"从语言理解到世界理解，从被动问答到主动探索"为核心主线，系统阐述了DeepMind的技术路线、行业判断与未来展望，既回应了当前AI发展的关键争议，也指明了AGI实现的核心路径。

二、AGI发展：时间表、关键突破与本质特征

2.1 AGI实现时间表：5-10年可期，需1-2个重大突破

哈萨比斯明确表示："2010年创立DeepMind时，我认为需要约20年实现AGI；现在我相信我们只剩5-10年的路程。"他强调，AGI距离实现仅差1-2个像Transformer那样的关键技术突破，而非单纯依靠算力与数据的规模化扩张。

2.2 AGI的两大核心能力：世界模型+自动实验

哈萨比斯指出，AGI必须同时具备两种能力：

1. 世界模型：让AI理解物理世界规律，获得"物理直觉"与因果推理能力

2. 自动实验：让AI能自主设计并执行实验，解决材料、聚变等基础科学问题

他强调："这不是二选一的问题，而是必须同时推进的双轮驱动，缺一不可。"

2.3 当前AI的"锯齿状智能"缺陷

哈萨比斯反复批评当前大模型的三大根本性局限：

• 缺乏物理直觉：能描述公式但不懂原理（如能写流体力学方程却不理解水流）

• 因果推理薄弱：基于统计相关性而非因果关系，易产生逻辑断裂与"幻觉"

• 规划能力有限：仅能进行短期任务规划，缺乏跨时间尺度的长期视角

• 记忆脆弱：教会新事物很快忘记，无法像人类一样积累经验

三、世界模型之外的核心技术与战略方向

3.1 Agent系统：从被动问答到主动执行

哈萨比斯将Agent系统（智能代理）列为2026年AI领域最可能的重大突破之一：

• 核心特征：具备真正自主能力，能可靠完成特定目标或任务，而非仅回应问题

• 应用场景：从假期规划、复杂项目管理到科学实验执行，覆盖个人与专业领域

• 技术路径：结合世界模型的理解能力与强化学习的决策能力，实现"感知-推理-行动-反思"闭环

3.2 科学研究：AI从辅助工具到核心引擎

哈萨比斯强调DeepMind的核心使命之一是"用AI推动科学发现"，并透露三大关键举措：

1. 2026年英国自动化实验室：聚焦材料科学，全面集成Gemini系统，通过机器人每天合成并表征数百种材料

2. AI驱动的假设生成：目标是让AI能自主提出关于世界如何运作的新猜想，而非仅解决已有问题

3. 跨学科融合：将AI与物理学、生物学、化学等基础学科深度结合，加速核聚变、新药研发等领域突破

3.3 规模定律(Scaling Law)：未撞墙，但需新突破

针对"规模定律失效"的争议，哈萨比斯明确表态：

• 核心判断：规模定律整体发展良好，尽管速度放缓，但回报依然可观，值得继续投入

• 关键补充：要达到AGI，不能只靠Scaling Law，必须结合新的算法创新

• 比喻："规模是必要条件，但不是充分条件。就像建房子，需要足够的砖块（规模），但也需要设计图纸（算法创新）"

四、行业竞争格局与全球AI发展态势

4.1 中美AI差距：性能仅差数月，创新力仍有鸿沟

哈萨比斯抛出惊人判断：中国大模型与美国的差距已缩小至"数月"，远超一两年前普遍预期的"数年"。他特别指出：

• 中国优势：工程能力顶尖，能将已知技术做到极致，性价比极高

• 核心差距：缺乏0到1的颠覆性创新（如下一个Transformer），主要源于思维模式而非技术壁垒

• 潜在风险：高端AI芯片出口管制可能限制中国训练超大规模模型，未来可能扩大差距

4.2 三大AI路线分歧：世界模型的定位之争

五、2026年AI发展三大预测

哈萨比斯对2026年AI领域的突破做出明确预测：

1. Agent系统成熟：具备真正自主能力的AI代理将变得足够可靠，开始投入实际应用

2. 边缘设备AI落地：智能眼镜等设备端AI助手将真正普及，改变人机交互方式

3. 世界模型重大改进：这是他本人最兴奋的方向，将赋予通用AI更强的规划能力

他特别强调："2026年不是AI泡沫破裂的一年，而是AI真正从实验室走向产业应用的一年。"

六、AI与社会：泡沫、能源、伦理与未来影响

6.1 AI泡沫论：部分领域存在泡沫，核心价值不容置疑

哈萨比斯承认："行业部分领域可能存在泡沫，与互联网泡沫有相似之处。"但他强调："AI是人类发明的最具创新性的技术，其核心价值不可否认"。他透露谷歌资产负债表强大，有能力抵御泡沫波动，持续投入长期研究。

6.2 能源与智能：能源将成为"智能的货币"

哈萨比斯提出前瞻性观点："能源将成为智能的货币"，AI发展将与能源效率紧密挂钩。他指出：

• AI训练与推理消耗大量能源，未来技术突破必须兼顾性能与能效

• 能源基础设施将成为AI发展的关键制约因素，可再生能源与AI将深度融合

6.3 AI科学应用：从辅助工具到科学发现引擎

哈萨比斯坚信AI将彻底改变科学研究范式：

• 缩短实验周期：将材料发现、药物研发周期从数年缩短至数月

• 降低研究成本：通过虚拟模拟减少昂贵实体实验，提高科研效率

• 拓展研究边界：模拟人类无法直接观察的极端环境（如黑洞内部、深海高压区）

他透露DeepMind正与多家科研机构合作，将AI应用于核聚变、量子计算等前沿领域。

七、DeepMind战略布局与技术进展