Demis Hassabis 认为在聊天机器人中投放广告是个糟糕的主意

Demis Hassabis 信心满满。在这次达沃斯访谈中，这位 Google DeepMind 的 CEO 阐述了一个愿景：无论 AI 格局如何变化，Google 都能胜出。他还质疑了竞争对手急于通过广告变现的做法，并透露了他对 AGI 时间线的预测，比许多同行更为保守。对话涵盖了异常广泛的领域：从 Apple-Gemini 的合作到脑机接口，从机器人技术的时间表到 AGI 之后的哲学。

助手之争与广告问题

Hassabis 将 AI 助手市场描述为一个不断增长但竞争激烈的市场。Gemini 在一年内从大约 5% 的市场份额增长到 20%，他认为这是一个强劲的进展，但远未达到足够的程度。他认为这个市场并非零和博弈，可以容纳两到三个玩家，但最终的竞争归结于模型质量。

“If you have the best models, the most capable models, and they’re improving at 50% 100% a year, that will make people switch if they can really feel difference in the capabilities in their daily lives.”

如果你拥有最好的模型，最强大的模型，并且它们以每年 50% 到 100% 的速度改进，如果人们真的能在日常生活中感受到能力的差异，他们就会转换。

对于 OpenAI 推出广告，Hassabis 的措辞委婉但一针见血。他表示惊讶他们”这么早就”采取行动，暗示这可能反映了短期收入压力。他的核心论点是：如果你希望人们信任一个拥有个人知识和推荐的助手，那么混入广告会破坏这种信任。

“If you want a true universal assistant that you can trust and is personal to you and has a lot of knowledge about you, I think you’d want to know for sure that the things it was recommending to you were genuinely good for you, and unbiased and untainted.”

如果你想要一个真正通用的助手，你可以信任它，它对你来说是个性化的，并且拥有大量关于你的知识，我认为你肯定希望知道它推荐给你的东西是真正对你有益的、公正的和未受污染的。

他指出，Google”目前没有计划”在 Gemini 中投放广告，而是更愿意首先专注于核心助手体验。值得注意的是，这番话出自一家整个商业模式都建立在广告之上的公司。

与 Apple 的合作与分发策略

Gemini 赢得了 Apple 的”严格评估流程”，将为下一代 Siri 提供动力。Hassabis 认为这是建立在 Google 和 Apple 长期合作历史的基础之上，并有可能在手机和机器人硬件上实现边缘设备模型。

关于更广泛的分发问题，他描述了一种个案处理的方法：第一方产品可以获得更紧密的模型-产品集成循环，这很难在组织边界之间复制，但与 Apple 和 Samsung 等生态系统参与者的合作可以实现企业和消费者的覆盖目标。关键在于权衡集成深度与分发广度。

Google Glass 重返舞台

Hassabis 认为，在 Google Glass 过早亮相十多年后，智能眼镜的时代终于到来了。最初的失败有两个原因：笨重的外形和缺乏杀手级应用。他认为，杀手级应用现在已经很明确：一个通用的 AI 助手，可以在所有界面上工作，从浏览器到手机再到眼镜。

“That’s why Gemini from the beginning was multimodal, because I wanted it to be a great model for things like glasses.”

这就是为什么 Gemini 从一开始就是多模态的，因为我希望它成为眼镜等设备的优秀模型。

这与 Google 的 Project Astra 相关，Project Astra 是 Google 用于理解物理世界的 AI 原型，最初是为眼镜和机器人设计的。

持续学习是 AGI 的瓶颈

Hassabis 最具体的论断之一是：持续学习是”阻止我们实现 AGI 的因素之一”。当前的系统在训练期间被”烘烤”，然后作为静态产物发布。他认为 Google DeepMind 在这方面的专业知识可以追溯到 AlphaGo 和 AlphaStar，在线学习是其中的核心。

实际意义是立竿见影的：被委派完整任务的智能体需要从实际应用中的反馈中学习。如果没有持续学习，真正的智能体 AI 将无法可靠地工作。

预训练仍有提升空间

针对预训练收益正在趋于平缓的说法，Hassabis 强调：“我们从未停止过这方面的工作。“他认为在预训练、后训练和推理方面都有”很大的提升空间”。他认为 Google DeepMind 强大的研究团队是一个结构性优势，声称他们在预训练方面拥有”迄今为止世界上最好的团队”。

发布文化与研究文化

Hassabis 描述了 Google 正在进行的有意的文化转型：更具创业精神、更快的发布速度、更具计算性的风险承担。部分原因是心态，部分原因是基础设施，他称之为”底层 Google 2.0”，这使他们能够同时向搜索、Gemini 应用、Chrome、YouTube 和云发布模型更新。

关键的见解是：这不是研究与产品的对立，而是一个良性循环。向数百万用户发布会产生即时反馈，从而产生研究思路。但他小心地保护着具有两年周期的长期研究，这些研究可能不会立即产生结果，正是这种工作产生了 Transformer 和 AlphaGo。

有选择性地看待 AI 泡沫

Hassabis 提出了一个细致入微的泡沫论点。最明显的泡沫：为没有产品、只有可以离开的人的 AI 实验室提供的大量种子轮融资。Thinking Machines 的情况说明了这种脆弱性。对于基础设施建设和数据中心，他不太确定，但也承认这些数字”巨大”。

他的对冲策略是：Google 无论如何都能获胜。如果泡沫破裂，Google 拥有产生现金流的业务，其中 AI 是一个”自然的契合点”，而不是被强行加入的东西。如果事情继续顺利发展，他们需要引领像 NotebookLM 这样的 AI 原生产品。无论哪种情况，都需要相同的策略。

机器人技术：距离黄金时期还有 18-24 个月

在过去一年中对该领域进行了大量研究后，Hassabis 越来越相信人形机器人理论。他的理由是：人类为人形设计了物理世界，“我们不会重新设计数百万亿美元的现实世界。”

但他预测人形机器人和非人形机器人将各占 50%，专用机器人处理工厂和实验室任务，而人形机器人则充当它们之间的”粘合剂”。他认为算法而非硬件仍然是主要的瓶颈，并估计在原型形式下还需要 18-24 个月的进一步研究，然后才能扩展到数百万台。

他对竞争对手现在急于扩大生产规模持怀疑态度，他说”在某些关键方面，身体设计还不太成熟。“

脑机接口：AGI 之后的科技

尽管 Hassabis 是 Neuralink 的天使投资人，同时也是一位神经科学家，但他认为 BCI 主要是一种 AGI 之后的技术，才能被大规模采用。近期的医疗应用，恢复视力，使瘫痪的人能够行走，将是”奇迹般的”。但说服健康的人接受植入是一个更高的门槛。

从概念上讲，存在非侵入性替代方案，但”非常、非常难以设计”。完整的消费者 BCI 愿景可能需要 AGI 级别的 AI，才能使该技术足够好，以供主流采用。

AGI 时间线：5-10 年，门槛很高

Hassabis 坚持 5-10 年的 AGI 时间线，比许多同行更长。他的定义更严格：AGI 必须包括创造新科学、产生新假设以及扩展到物理 AI 和机器人技术的能力。他明确区分了这一点与超级智能，他认为超级智能是更进一步。

在通往 AGI 的道路上，他确定了几个需要的突破：更好的推理、更好的记忆、持续学习和世界模型。他认为”也许所有这些都是 AGI 所需要的”，并暗示可能还有一两个额外的突破领域”甚至还没有纳入范围”。他不排除扩展现有技术可能就足够了，但他正在采取他所谓的”全面施压”策略，涵盖纯粹的、中期的和应用的研究。

世界模型与后 LLM 时代

Google DeepMind 的 Genie 模型代表了 Hassabis 认为最先进的世界模型。他希望公开发布它们，但运行成本很高。世界模型对于 AGI 来说很重要，因为 AI 系统需要”以一种非常具有预测性的方式理解世界，以便在现实世界中进行规划。”

当被问及世界模型是否是”LLM 之后的下一个转折点”时，他很谨慎：它们是其中的一部分，与推理、记忆和持续学习并列。没有一个单一的突破是答案。

AGI 之后的思考

Hassabis 对更多的经济学家和社会科学家没有研究 AGI 之后的场景感到惊讶。他设想了一条合理的道路：AI 解决科学问题，从而治愈所有疾病（通过 Isomorphic Labs）、开发新材料和新能源（与 Commonwealth Fusion 合作进行聚变）。这将开启目前科幻小说领域的可能性，他提到了戴森球。

但对于人类状况和人类社会在那个世界中会发生什么，他坦率地说：“我们正处于未知领域。“

一点余思

• 聊天机器人中的广告立场在战略上是明智的：Google 可以利用信任牌来对抗 OpenAI，而其整个广告业务都在不同的产品界面上运作。随着 Gemini 的扩展，这一立场是否仍然成立仍然是真正的问题。
• Hassabis 的 AGI 定义是业内要求最高的定义之一：它必须包括科学发现和物理世界能力。这使得他的 5-10 年时间线听起来不那么保守。
• “Google 无论如何都能获胜”的框架是本轮周期中任何实验室 CEO 最自信的定位。它建立在一个真正的结构性优势之上：Google 不需要 AI 成为一项新业务，它需要 AI 使现有业务变得更好。
• 他对机器人技术的 18-24 个月估计值得注意，因为它很具体，并且反对急于扩大规模。大多数人形机器人公司都在讲述 2026 年的部署故事；Hassabis 说的是 2027-2028 年。
• 持续学习的强调值得关注。如果他是对的，即它是 AGI 缺失的关键部分，那么 Google DeepMind 在强化学习方面的传统将为他们提供一个难以复制的真正优势。