在群星雲集的All-In Summit上，一場對談吸引了所有人的目光。主角是Demis Hassabis，Google DeepMind的共同創辦人與執行長，一位AI領域的傳奇先驅，更是一位剛剛將諾貝爾獎桂冠收入囊中的頂尖科學家。這不僅僅是一場技術發表，更像是一次未來預言。Hassabis從他獲得諾貝爾獎的「超現實時刻」談起，一路揭示了Gemini的宏大野心、革命性世界模型Genie的驚人能力，並為我們描繪了通往AGI（通用人工智慧）的路徑圖，以及一個由AI驅動的「新文藝復興」時代。
當AI登上諾貝爾殿堂：AlphaFold與愛因斯坦的世紀交會
訪談的開場，自然是恭賀Hassabis因其在AlphaFold上的革命性貢獻，榮獲諾貝爾化學獎。這不僅是他個人的榮耀，更是AI作為一種嚴謹的科學工具，首次獲得人類知識最高殿堂的認可。
Hassabis形容接到來自瑞典的獲獎電話時，感覺「極度超現實（a surreal moment）」。但他分享的頒獎典禮細節，則更令人動容。按照傳統，所有得主都必須在一本歷史悠久的簽名冊上留下自己的名字。當他翻開這本厚重的冊子時，映入眼簾的是居禮夫人、愛因斯坦、尼爾斯·波耳……這些僅存在於教科書中的科學巨擘的親筆簽名。
「那一刻真的難以置信（it's quite an incredible moment），」Hassabis感嘆道。自己的名字將與這些改變世界的巨人並列，這象徵著一個新時代的到來：AI不再只是工程學的產物，而是推動基礎科學發現的核心力量。AlphaFold解決了困擾生物學界長達50年的「蛋白質摺疊問題」，其意義不亞於一張精確的人體結構圖，為藥物研發與疾病治療開啟了無數可能。
Google的大腦重組：Gemini不只是聊天機器人，更是無所不在的AI引擎
話題轉向他在Google的角色。Hassabis將重組後的Google DeepMind定位為整個Alphabet帝國的「引擎室（engine room）」。幾年前，Google將旗下兩大頂尖AI團隊——Google Brain和DeepMind——合併，由Hassabis統一領導。這次整合結束了長期的內部競爭，將所有火力集中在一個目標上：打造全世界最強大的基礎模型。
這個模型的名字，就是我們熟知的Gemini。但Hassabis強調，絕不能將Gemini僅僅看作一個聊天機器人。「我們的目標是建立一個強大的基礎模型，然後像『即插即用』一樣，將其能力注入到Google數十億用戶每天都在使用的產品中。」
這不是空話。如今，驅動Google搜尋「AI Overviews」的是Gemini，在Gmail中幫你寫信的是Gemini，為整個Workspace套件提供智慧功能的，同樣是Gemini。這套策略的核心，是透過Google無與倫比的分發渠道，將最前沿的AI技術規模化，轉化為無處不在的影響力。
顛覆遊戲規則的Genie：AI學會了物理，還能為你生成互動世界
如果說Gemini是Google AI的現在，那麼一個名為「Genie」的模型，則揭示了AI的驚人未來。現場播放的Demo影片，讓所有觀眾瞠目結舌。用戶只需輸入簡單的文字提示，如「一個穿著雞服裝的人在奔跑」或「一艘在水上疾馳的噴射快艇」，Genie就能瞬間生成一個像素風格、但完全可互動的2D遊戲世界。
這背後隱藏著一場技術典範的轉移。Hassabis解釋了它與Unity或Unreal等傳統遊戲引擎的根本不同：
- 傳統引擎 是「演繹法」：開發者必須先用程式碼定義好物理規則（如重力、碰撞），再由美術師創建3D模型，最後引擎將這一切「渲染」出來。
- Genie 則是「歸納法」：它沒有被告知任何關於「3D物件」或「物理引擎」的知識。它的學習方式，是觀看海量的YouTube影片，從2D的像素變化中，自行「逆向工程（reverse-engineered）」出我們這個世界的運作規律，也就是一種「直覺物理（intuitive physics）」。
一個絕佳的例子證明了Genie的理解深度：在一個生成的房間裡，玩家控制角色在牆上塗鴉，然後走到房間的另一側（這一側的場景是即時生成的），當玩家再走回原來的位置時，牆上的塗鴉依然存在。
這看似簡單，卻意義非凡。它證明Genie不僅能生成場景，更能維持這個世界的「一致性」和「物體恆存性（object permanence）」，這代表它開始真正理解物理世界的因果與記憶，而這正是通往實體機器人的關鍵一步。
通往AGI的最後一哩路：我們還缺哪幾塊拼圖？
對於科幻與現實都極度關切的AGI，Hassabis給出了一個相對冷靜的預測：可能還需要5到10年，並且至少需要一到兩個關鍵的科學突破。
他認為，即使是當下最強大的模型，也缺少幾個AGI所必需的核心能力：
- 真正的創造力（True Creativity）：現有AI擅長在給定的框架內解決問題，但無法提出顛覆性的新「假說（hypothesis）」。他提出了一個思想實驗：「一個AI系統，如果只擁有1901年以前的所有物理學知識，它能否獨立推導出愛因斯坦在1905年提出的相對論？」Hassabis認為，現在的AI還做不到。
- 一致性與可靠性（Consistency）：今天的模型表現極不穩定，可能在博士級別的問題上對答如流，卻在高中程度的常識題上犯下低級錯誤。這表明其知識體系尚未融會貫通。
- 持續學習（Continual Learning）：AI需要具備像人一樣即時、在線學習新知識並適應環境的能力，而不是每次都需要耗費巨資進行全域性的重新訓練。
在他看來，衡量AGI的終極標準，不是通過圖靈測試或律師資格考，而是它能否像AlphaGo下出驚為天人的「第37手」那樣，創造出人類從未見過的全新知識；甚至，它能否發明一個像圍棋一樣，規則優雅、內涵深刻的全新遊戲。
從虛擬到現實：機器人學正在迎來「安卓時刻」
Genie這樣的世界模型，正是從虛擬通往現實的橋樑。一個機器人要在物理世界中安全、有效地行動，前提是它必須對這個世界有深刻的「理解」。DeepMind正在全力開發的「視覺-語言-行動模型（Vision-Language-Action Models）」，就是為了讓機器人能聽懂人類的指令（例如「幫我把那個黃色的積木放進紅色的桶子裡」），並將其轉化為一系列精確的物理動作。
Hassabis預見了機器人領域的兩條可能路徑：
- 打造通用作業系統：創造一個機器人界的「安卓（Android）」。一個開放的、通用的AI作業系統，讓所有硬體製造商都能在其基礎上開發應用。這將極大降低門檻，引爆一場機器人生態系的革命。
- 軟硬體垂直整合：針對特定、高價值的任務，將最頂尖的AI模型與專門設計的機器人硬體進行深度融合，實現極致性能。
至於人形機器人，他認為雖然在工廠等特定場景下，專用型機器人效率更高，但我們的世界——從樓梯到門把手——都是為人類形態設計的。因此，從長遠來看，一個通用型的人形機器人，在家庭和日常環境中將具備無可比擬的優勢。
AI的終極使命：加速一場科學發現的黃金時代
「我投身AI領域的初衷，就是為了加速科學發現（accelerate scientific discovery）。」Hassabis的這句話，是他所有工作的核心驅動力。他堅信，AI是解決人類面臨的最重大挑戰（如氣候變遷、疾病、能源危機）的終極工具。
除了AlphaFold，DeepMind的AI已經在多個前沿科學領域大放異彩：
- 材料科學：預測並設計數百萬種具備全新特性的穩定材料。
- 核融合：成功控制核融合反應爐中極度不穩定的電漿體，向著無限的潔淨能源邁出關鍵一步。
- 氣象預測：提供比傳統方法更精準、更快速的天氣預報。
他創辦的另一家公司Isomorphic Labs，則完全專注於利用AI顛覆藥物研發。他們的目標是將傳統需要耗費十年、數十億美元的藥物開發週期，縮短到幾個月甚至幾週。目前，該公司已和禮來（Eli Lilly）、諾華（Novartis）等全球頂尖藥廠達成戰略合作，預計明年就能將AI設計的藥物推進到臨床前試驗階段。
AI是吃電怪獸？效率與回報的雙重解答
面對外界對AI龐大能源消耗的普遍擔憂，Hassabis提出了兩點反駁：
- 演算法效率呈指數級提升：在過去兩年，透過模型蒸餾（用大模型訓練小而高效的模型）等技術，AI模型的運算效率提升了10倍甚至100倍。雖然訓練最前沿模型的成本依然高昂，但提供服務（inference）的成本正在戲劇性地下降。
- 能源回報將遠超消耗：他堅信，AI的價值在於其帶來的「回報」。雖然AI本身耗電，但如果它能幫助我們優化電網、設計效率高出10%的太陽能電池板，或發現全新的儲能材料，其為社會節省或創造的能源，將遠遠超過其自身的消耗。從宏觀角度看，AI對解決氣候變遷將產生「淨正面」的影響。
下一個十年：一場AI驅動的新文藝復興
展望未來十年，Hassabis的語氣充滿了篤定的樂觀。他相信AGI將會到來，而這將開啟一個科學探索的「新文藝復興（new Renaissance）」或「黃金時代（golden era）」。AI將成為每個科學家的得力助手，讓我們有能力去攻克癌症、阿茲海默症等曾經束手無策的難題。
與此同時，AI也將徹底重塑創意產業。像Imagen 3和VEO這樣的文生圖、文生影片工具，一方面實現了「創意的民主化（democratization of creativity）」，讓每個普通人都能將腦中的想像化為高品質的藝術作品；另一方面，也為頂尖的專業人士（如電影導演Darren Aronofsky）提供了前所未有的強大工具，讓他們能以10倍、100倍的效率探索創意邊界。
未來的娛樂體驗，或許不再是單向的觀看，而是一種全新的互動形式：由頂尖創作者設定一個宏大的世界觀和基礎規則，再由成千上萬的用戶在其中利用AI工具共同創造、演繹屬於自己的故事。
這不僅僅是技術的進步，而是一場關乎科學、藝術與人類潛能的深刻變革。而Demis Hassabis和他的團隊，正站在這場變革的最前沿。