谷歌DeepMind CEO哈萨比斯：AGI或于三年内到来，研发速度远超预期

AGI时间表提前至2030年：还需一到两个关键突破

在达沃斯论坛及YC访谈中，哈萨比斯对AGI的时间表给出了前所未有的明确预测。他坚持DeepMind二十年来对AGI的一贯定义——一个能展现人类所有认知能力、包括创造力的系统。基于当前突飞猛进的发展，他认为实现AGI大约需要5到10年，即2030年前后，且这一进程“50%的概率”会成真。他强调，现有的大规模预训练、思维链推理等技术组件都将是最终架构的一部分，但可能还需要一到两个重大的理论突破，尤其是在持续学习、长期推理以及记忆系统方面。他承认当前上下文窗口的暴力扩展方式并非长久之计，检索正确信息仍有高昂成本，真正的AGI需要优雅地将新知识融入现有知识库。

强化学习被严重低估：从AlphaGo到Gemini的推理回归

哈萨比斯多次指出，当前行业对强化学习的价值认识不足。他指出，前沿大模型展现的思维链推理，本质上是AlphaGo和AlphaZero理念在语言模型上的复现。DeepMind正在将蒙特卡洛树搜索等经典算法重新引入大模型，以打破当前模型在推理时缺乏内省能力的瓶颈。他观察到，当前模型常陷入“过度思考”的循环，甚至明知是错误步骤仍会重试。通过将强化学习与大规模基础模型深度融合，系统将具备更强大的规划能力和自我反思能力，从而解决参差不齐的智能表现——既能解答国际奥赛金牌题，也在基础数学上犯错的问题。

物理AI奇点将至：谷歌全栈优势与行业竞争

哈萨比斯在2026年达沃斯论坛上宣布，物理AI正处于突破的临界点，预计还有18个月到两年的时间。他认为谷歌是AI领域唯一具备全栈能力的公司，拥有从研究、硬件、算力到产品的完整体系。Gemini系列从一开始就被设计为多模态，是通往物理AI的入口，未来将走向两个方向：随身的通用AI助手（眼镜、手机）和机器人应用。他驳斥了外界关于谷歌“慢半拍”的说法，称过去三四年团队一直处于“红色警报”状态，自己长期每周工作100小时，带领公司重回创业节奏。对于DeepSeek等中国对手，他认为西方舆论夸大了其算力效率优势，现代AI行业约90%的突破性技术源自谷歌，中国公司擅长追赶但能否打开下一代前沿仍有待验证。

科学发现的终极工具：从虚拟细胞到爱因斯坦测试

哈萨比斯将AI视为终极的科学工具，其第一使命是解决智能问题，第二是利用它“解决其他所有问题”。AlphaFold已成为2亿多研究人员的使用工具，几乎每一款新药研发都会在某个阶段用到它。他透露AI科学发现能力的衡量标准在于能否通过 “爱因斯坦测试” ——仅输入1901年之前的物理知识，独立推导出狭义相对论。DeepMind正在加速推进 “虚拟细胞” 项目，目标是在十年内构建出完整的细胞运行模拟。目前团队从细胞核切入，因为其相对自给自足。他还指出，通过模型蒸馏技术，极小参数量的模型已能达到前沿大模型90%至95%的性能，未来计算的主流形态将是云端大模型负责复杂统筹，端侧模型处理本地隐私数据，这在机器人、智能眼镜等终端上至关重要。