从Nano Banana到AGI：哈萨比斯眼中的黄金时代、瓶颈与突围之道
发布时间：2025-09-16 17:37 浏览量：31
Nano Banana火爆出圈，哈萨比斯再谈AGI。这位DeepMind的掌舵人，在最新访谈中抛出了他对人工通用智能（AGI）最深刻、也最现实的判断：我们正站在“科学黄金时代”的门槛上，但那扇门还没开。
而Nano Banana——这个看似轻巧的名字背后，其实藏着AGI下一阶段形态的雏形。
哈萨比斯早在几年前就预判：2030年左右，我们可能迎来真正的AGI。但问题也很清楚：今天的AI看似聪明，但还远远达不到“博士级智能”。
为什么？因为它只是某些领域的高手，换个场景就掉链子。让AI解个高数题，它或许能秒答；但让它数清楚3只猫和5条狗一共有几只动物，它可能就懵了。
更关键的是，AI还不具备真正的创造力。它可以生成内容，但很难提出新假设、新理论。它能“优化”，但不会“发明”。而这，正是AGI和普通AI之间最关键的一道门槛。
Nano Banana火出圈，不只是因为它能“以图生图”，而是因为它展现了AI对物理世界的理解力。
你可以简单地告诉它：“一个穿黄色雨衣的小孩在水坑里跳跃”，它就能生成一个动态、有逻辑、符合物理规律的场景。风吹雨打、衣角摆动、水花飞溅，全都是实时生成的。
这背后，是DeepMind新一代“世界模型”的核心能力：AI不再只是理解语言，而是在“理解世界”。它通过学习现实视频，自我推导出“水会反光”“物体会掉落”这种基本常识，不再靠人手写规则。
哈萨比斯说得直接：没有物理世界的理解，就没有真正的AGI。
哈萨比斯坦言，当前的AI模型，还缺“跳跃性思维”。就像历史上那些伟大的科学家，能从一堆看似无关的现象中，突然提出一个全新理论。
比如：如果你把AI的知识封锁到1901年，它能不能像1905年的爱因斯坦那样，提出狭义相对论？目前还做不到。
他列出几个AGI“未完成”的拼图：
持续学习能力：现在的AI学完就“定型”，不会真正“活学活用”。一致性推理：一个问题换个问法，AI可能答得天差地别。跨模态整合：真正的AGI要能处理文字、图片、视频、声音……并在它们之间自由切换。要解决这些问题，光靠“堆参数”不够，还需要架构创新，甚至是范式变革。
哈萨比斯对AGI最大的期待，并不只是模型变得更聪明，而是它能成为“科学的终极助手”：
在药物研发中，AGI可能把10年的开发周期压缩到几周；在能源领域，它能设计出全新材料或优化电网效率；在气候预测、数学推理、核聚变控制等前沿领域，AI已开始显露锋芒。他甚至提出一个衡量AGI是否“合格”的标准：它能否提出一个科学界前所未有、但又正确的新理论？
哈萨比斯没有给AGI“画饼”，他承认实现AGI还需要5到10年，还要跨过多个关键技术坎。
但他也非常坚定：AGI不是终点，而是起点。它将重新定义科学研究的方式，重塑人类与知识的关系，激发一场“新的文艺复兴”。
Nano Banana只是一个开头，但它已经让我们看到了——AGI，不只是更强的AI，而是更深的理解、更广的连接、更远的可能。