哈萨比斯：AI 竞争，差距还会拉大

背景：AGI梦想与早期探索

哈萨比斯从年轻时期便展现出对人工智能的非凡兴趣。他在剑桥大学时期就萌生了AGI（通用人工智能）的构想，比当时主流认知领先了整整十年甚至更久。他不仅是一名科学家，还通过游戏实验室的创业经历，探索智能体与环境互动的机制，为日后的AGI研究打下基础。

• 早年天才表现：4岁学会下棋，13岁成为国际象棋大师。
• 技术探索初期：1999年创办万灵药工作室，尝试打造高度复杂的《共和国》游戏，试图实现无限状态的智能互动，但受限于算力失败。
• AGI理念萌芽：游戏环境成为他早期实验AI行为的试验场，逐步形成AGI的核心愿景。

战略误判与追赶之路

尽管哈萨比斯拥有科学家的远见，但在大语言模型兴起之初，他低估了其潜力，将更多资源投入强化学习领域。这一决策使DeepMind在GPT-3推出后才开始正式追赶，而彼时OpenAI已接近完成GPT-4的预训练。

• 轻视大语言模型：认为语言数据抽象且不“接地气”，优先发展强化学习。
• 内部混乱：DeepMind与谷歌大脑各自研发不同模型，缺乏统一战略。
• 错过黄金期：当Gemini团队开始重视大语言模型时，OpenAI已在产品化和用户心智上占据优势。

谷歌的整合与Gemini的逆袭

2025年底，Gemini 3的发布标志着DeepMind的反超。这一成果背后，是谷歌内部的资源整合与全力支持：

• 组织调整：DeepMind与谷歌大脑合并，由哈萨比斯统一领导，结束了多模型并行的混乱。
• TPU架构优势：谷歌自主研发的TPU芯片，在Gemini模型训练中展现出超越GPU的性能。
• 全栈能力支撑：从算法到硬件、从数据到产品，谷歌构建了完整的AI基础设施，为Gemini的成功提供了保障。

哈萨比斯在采访中表示：“Gemini现在领先了。”言语中透露出对这一成果的自信。

哈萨比斯的领导力与未来定位

哈萨比斯不仅是一个科学家，更是一个具备强大执行力的创新者。他善于整合资源、制定战略，并将愿景转化为技术突破。

• 科研与执行结合：他强调从零到一的突破，而非单纯发论文，推动DeepMind成为全球顶尖的AI研究机构。
• 对未来的判断：
  • 认为AGI仍需5-10年，依赖一两个类似Transformer级别的架构创新。
  • 不认同量子计算对AGI的必要性，可能影响未来谷歌在AI方向上的多元探索。
• 专注而非商业化：哈萨比斯的终极目标是实现AGI，而非追求短期盈利或产品商业化。

中国AI的挑战与全球竞争格局

在2026年达沃斯论坛上，哈萨比斯坦言，中国AI企业在技术追赶速度上远超预期，尤其提到了字节跳动：

• 字节跳动的威胁：在大模型研发方面，仅落后领先者约六个月。
• DeepSeek等企业的影响：他认为这些企业虽有一定突破，但依赖西方模型蒸馏，未真正打开技术前沿。
• 全球AI竞争趋势：
  • 中国公司擅长工程实现与应用创新。
  • 但基础研究的原创性突破仍主要来自西方，尤其是谷歌和DeepMind。

哈萨比斯断言：“谷歌是唯一真正具备AI全栈能力的公司”，在算法、数据、硬件和产品之间具备协同优势。

持续探索与“物理AI”的新方向

哈萨比斯认为，AI不应止步于语言模型，而应走向物理AI（Physical AI），即能够理解并操作现实世界的AI系统。

• Gemini的定位：并非只是聊天模型，而是多模态、理解现实世界的系统。
• 物理AI的目标：
  • 掌控机器人操作，实现与物理世界的交互。
  • 突破持续学习、稳定性、推理与规划能力。
• 未来突破窗口：预计还需18个月到两年时间，物理AI将迎来奇点。

他进一步提出，AI的发展将带来类似工业革命的变革，但速度可能是其十倍，影响则可能是百倍。

结语：从科学家到创新者的蜕变

哈萨比斯从剑桥大学的天才少年，成长为谷歌AI的灵魂人物，他的AGI梦想从未改变，但实现方式却不断进化。从游戏到强化学习，再到大语言模型与物理AI，他始终在用实际行动推动AI从理论走向现实。

• 他不是传统企业家，而是科学家加创新者的混合体。
• 他与谷歌的结合，是愿景与资源的共振。
• 他相信AGI终将实现，而DeepMind仍是他最好的平台。

正如他所说：“我们从未离开过研究的时代。”对于哈萨比斯而言，AI的终极目标，是理解世界、探索智能，进而改变人类文明。