•
DeepMind CEO定義世界模型標準：不僅理解物理世界，還能創造它
從與現實難辨的AI視訊，到細緻到流水與倒影都符合物理的虛擬世界，再到會在推理中主動呼叫工具自我修正的模型——這並非科幻小說，而是DeepMind最新的AI工具，已經展現的驚人能力。
8月13日消息，GoogleDeepMind首席執行官德米斯・哈薩比斯（Demis Hassabis）近日做客播客節目《Release Notes》，全面闡述了DeepMind最新一系列技術突破背後的思路與戰略佈局，其中世界模型Genie 3的突破性進展成為核心亮點。
在這場深度對話中，他勾勒出一個令人振奮又充滿挑戰的AI新紀元：從AlphaGo征服圍棋，到Deep Think斬獲數學奧賽金牌；從生成逼真世界的Genie 3，到即將誕生的“全能模型”，我們正站在通向AGI的關鍵轉折點。然而，即便AI已能創造一個完整的虛擬宇宙，它依然可能在國際象棋中違規行棋，這種“參差型智能”的悖論，正揭示了人工智慧最深層的秘密。
哈薩比斯指出，“思考型模型” （the thinking models）是通向通用人工智慧（AGI）的必經之路；DeepMind的終極目標是推出融合語言、多媒體、物理推理與生成能力的全能模型（Omni Model），其核心支撐正是世界模型的持續進化，最終將實現全面且一致的智能表現，推動通用人工智慧（AGI）安全落地。
此次訪談由GoogleAI Studio產品負責人洛根・基爾帕特里克（Logan Kilpatrick）主持，以下為對話內容實錄：
1. 思考型模型：從遊戲AI到AGI的演進之路
基爾帕特里克：今天我們的嘉賓是GoogleDeepMind首席執行官德米斯·哈薩比斯。你好德米斯，感謝你的到來，很高興能一起聊聊我們在過去幾個月裡取得的大量發佈成果和進展。
哈薩比斯：你好，很高興來到這裡。
基爾帕特里克：我想先談談這種前所未有的進展勢頭。我看到DeepMind近期在不斷推出各種成果，包括Deep Think、IMO金牌、Genie 3，還有其他大約五十個項目，在過去兩個月內接連面世，快到讓人忘記它們的存在，因為一切都在飛速推進。我想聽聽你對這種進展與勢頭的總體看法。
哈薩比斯：是的，這種情形令人振奮。過去幾年，我們一直在積蓄力量，加快發佈和研發的節奏，如今正看到這些努力的結果。我認為這是行業一個非常令人興奮的時刻。幾乎每天都有新成果面世，我們團隊幾乎每天都在發佈新東西，即便是在內部，也很難跟上進度，更不用說整個領域了。看到這一切我非常自豪，也對我們近期的一些成果感到非常滿意。
基爾帕特里克：那你是如何看待 Deep Think 的呢？我個人最興奮的一點，是該模型的一個版本如今已向 Gemini 應用的訂閱使用者開放，讓大家能夠真正親手體驗。我覺得，這種一邊推進技術研發、一邊讓使用者直接上手的結合非常美妙。那麼，從 Deep Think 的角度來看，你會如何思考？
哈薩比斯：我認為，“思考型”模型的出現，可以看作是對我們早期遊戲 AI 工作的一種回溯，比如 AlphaGo 和 AlphaZero。自 DeepMind 成立以來，我們一直在研發“基於智能體的系統”。在早期，這意味著系統能夠完成一個完整的任務，通常是將遊戲玩到極致，因為遊戲有明確的目標。當時我們的模型是單一領域的遊戲模型，而如今我們擁有功能強大的多模態模型，既能處理語言，也能理解和整合其他資訊。
在遊戲AI中，我們需要在模型之上疊加“思考”或“規劃”的能力。這是通往 AGI 的必經之路。當模型具備思考能力，就可以進一步延展到“深度思考”，甚至實現平行規劃——也就是同時推演多條思路，然後擇優決策，進入下一步行動。
這一方向仍有廣闊的創新空間，但即便在“思考”這一部分，進展速度也非常快。無論是數學、程式設計、科學問題，還是遊戲，這類系統都必須具備思考與規劃能力，而不是簡單地給出腦海中閃現的第一個答案。思考型系統的核心價值，就是不斷修正和最佳化自身的推理過程。
基爾帕特里克：我之前看了《The Thinking Game》那部視訊，一邊觀看一邊做筆記，發現 DeepMind 團隊其實很早就踏上了這條道路，而且和你們當年用強化學習（RL）解決問題的過程有許多相似之處。比如，AlphaFold 曾面臨的資料瓶頸，就和我們現在在程式設計等領域缺乏專家資料的困境十分相似。這種情況，會讓你產生似曾相識的感覺嗎？
哈薩比斯：確實如此。我們很早就堅定選擇了強化學習，這是 2010 年我們做出的首批關鍵決策之一，與深度學習並列。當時的 Atari 項目，是第一個能真正完成有趣任務的深度強化學習系統——它能夠直接從螢幕像素中學習玩上世紀 70 年代的Atari遊戲，而且表現超過任何人類玩家。更重要的是，它能“開箱即用”地玩任何 Atari 遊戲，這種通用性證明了新技術具備規模化並行揮實際價值的潛力。
我個人從小下國際象棋時，就會思考如何最佳化自己的思維過程，這也促使我去研究神經科學，探索大腦的工作機制，並借助人工智慧這一強大的工具，將智慧凝結為數字形態。當然，現有系統在某些方面的表現已經非常出色，但在一些相對簡單的任務上仍有不足，比如高中數學、基礎邏輯，或者某些經過特殊設計的小遊戲。它們體現出一種“參差型智能”——在某些維度上表現驚人，但在另一些方面則很容易暴露弱點。
2. 從機器人到通用助理 Genie 3 的多維度潛力
基爾帕特里克：那你是如何看待 Deep Think 的呢？我個人最興奮的一點，是該模型的一個版本如今已向 Gemini 應用的訂閱使用者開放，讓大家能夠真正親手體驗。我覺得，這種一邊推進技術研發、一邊讓使用者直接上手的結合非常美妙。那麼，從 Deep Think 的角度來看，你會如何思考？
哈薩比斯：我認為，“思考型”模型的出現，可以看作是對我們早期遊戲 AI 工作的一種回溯，比如 AlphaGo 和 AlphaZero。自 DeepMind 成立以來，我們一直在研發“基於智能體的系統”。在早期，這意味著系統能夠完成一個完整的任務，通常是將遊戲玩到極致，因為遊戲有明確的目標。當時我們的模型是單一領域的遊戲模型，而如今我們擁有功能強大的多模態模型，既能處理語言，也能理解和整合其他資訊。
在遊戲 AI 中，我們需要在模型之上疊加“思考”或“規劃”的能力。這是通往 AGI 的必經之路。當模型具備思考能力，就可以進一步延展到“深度思考”，甚至實現平行規劃——也就是同時推演多條思路，然後擇優決策，進入下一步行動。
這一方向仍有廣闊的創新空間，但即便在“思考”這一部分，進展速度也非常快。無論是數學、程式設計、科學問題，還是遊戲，這類系統都必須具備思考與規劃能力，而不是簡單地給出腦海中閃現的第一個答案。思考型系統的核心價值，就是不斷修正和最佳化自身的推理過程。
基爾帕特里克：許多人看了Genie 3的演示後感到震撼，有人甚至誇張地說“這是模擬理論的證據”。它確實和用遊戲推動強化學習發展有關。回顧Genie 3，你覺得結果和當初的預期一致嗎？我覺得，提升模型玩遊戲的能力，未必必然帶來如今的世界模型。
哈薩比斯：Genie 3彙集了多條研究路徑與想法。我們一直把棋類或電子遊戲作為挑戰環境，不僅用來推動演算法進步，也用來合成資料。我們會建構極為逼真的虛擬環境，用來訓練系統理解物理世界。
我們想要建構的世界模型，不僅要理解物理結構、材料特性、液體流動，還要理解生物和人類的行為，因為AGI必須理解物理世界，才能在其中運作。這對機器人至關重要，也對通用助理項目如Project Astra（Gemini Live）不可或缺。
驗證世界模型的一種方法，就是讓它生成與現實一致的虛擬世界，比如打開水龍頭會有水流出，鏡子裡會映出自己等等。Genie 3之所以驚人，就在於它生成的世界具有一致性。你轉身離開，再回頭，世界保持原樣。這說明它的底層物理理解相當出色。
基爾帕特里克：你認為使用者將如何使用 Genie？我們的目標是僅將它作為改進Gemini和其他機器人項目的工具，還是你覺得它本身還有更多用途？
哈薩比斯：它在多個維度上都令人興奮。首先，我們已經在用它進行訓練。例如，我們有一個名為SIMA（Simulated Agent，模擬智能體）的遊戲智能體，可以開箱即用地操作並玩一款現有的電腦遊戲。它有時表現不錯，有時不夠理想。
令人有趣的是，我們可以把SIMA放進Genie 3里，相當於一個AI在另一個AI的“腦海”中行動。SIMA會根據目標（比如找到房間裡的鑰匙）發出操作指令，而Genie 3則即時生成遊戲世界。這樣可以創造無限的訓練資料，對機器人訓練或AGI系統的通用訓練都有價值。
同時，它在互動娛樂領域也有巨大潛力。我有很多想法去打造下一代遊戲，甚至可能催生一種介於電影與遊戲之間的新型娛樂形式。
最後，從科學家的角度看，最有趣的是這能告訴我們關於現實世界、物理規律，甚至模擬理論的什麼資訊。當你在深夜生成整片虛擬世界時，你會不自覺地思考：現實世界的本質是什麼？這也是我整個職業生涯推動自己用AI服務科學的動力所在。我認為，像Veo 3和Genie 3這樣的模型，若換個角度觀察，能給我們關於現實本質的啟示。
3. AI的能力鴻溝 強大生成力與低級錯誤並存
基爾帕特里克：這正好能回到我們之前談到的“參差型智能”問題。一方面，我們已經有了能生成完整虛擬世界的驚人系統；另一方面，讓 Gemini下國際象棋，我可能都能贏它，而且有時它甚至會違反規則。我們最近宣佈了 DeepMind 與 Kaggle 合作推出“遊戲競技場”，讓模型在各種遊戲中對戰並接受測試。你怎麼看？
哈薩比斯：這反映了一個更普遍的問題——如今的系統（無論是 Gemini 還是競爭對手的模型）在很多方面都很強大：它們能從文字生成模擬世界，能理解視訊，能解數學題、做科研。然而，用過這些聊天機器人的人都知道，它們的能力邊界很容易被觸碰到。
在我看來，這種缺乏一致性，正是它們距離實現完全AGI還差的一步。一個普通人不應該如此輕易就能發現系統的低級缺陷。我們或許已經解決了過去那種“數 strawberry 裡的R”這種用於評估模型細節關注度的低級問題，但依然存在一些小學生都能輕鬆完成、而模型卻失敗的任務。這很可能是因為在推理、規劃、記憶等方面，仍然缺少關鍵性的創新。
此外，我們現有的評測基準中，很多已經接近飽和。比如在 AIME 數學測試上，Deep Think 最近的成績已經達到 99.2%，幾乎沒有提升空間，這甚至可能意味著測試本身已經失去區分力。因此，我們需要設計更新、更難、覆蓋面更廣的評測，用來考察模型的物理直覺、世界理解，以及安全性（比如防止欺騙行為）。
我對“遊戲競技場”非常期待，因為它延續了我們最初做遊戲 AI 的初衷。遊戲是乾淨的測試環境，有客觀分數，沒有人為主觀打分；它們會隨著系統能力的提升自動增加難度，還可以不斷引入更複雜的遊戲。未來甚至能讓 AI 自創新遊戲、彼此對戰學習，從而避免資料洩露或過擬合。這種多智能體環境將成為長期有效的重要評測基準之一。
4. 能力內化 VS 外部呼叫：經驗驅動的決策
基爾帕特里克：我過去兩年的感悟是，生活中的許多問題，本質上都是一種評測。工作表現是一種評測，你看待事物的方式也是評測。在遊戲領域，我們有明確的約束條件和客觀的結果，但一旦擴展到非遊戲領域，“真值”就很難定義。比如，在人類日常任務中，如何建構強化學習環境？你覺得在非遊戲環境中，我們該怎麼捕捉這些特徵？
哈薩比斯：如何定義獎勵函數或目標函數，一直是強化學習在真實且混亂的環境中面臨的最大挑戰。現實世界中，並不存在單一的目標函數，而是多個目標並存，而且這些目標的權重會隨著情緒、環境、職業階段等因素不斷變化。
我認為，未來的通用系統必須學會理解使用者的真實意圖，並將其轉化為一組可最佳化的獎勵函數。這涉及元認知或“元強化學習”（meta-RL）的研究——在主要系統之上再建立一個系統，用來推測主要系統的最優目標函數。這類研究在十年前的 AlphaGo、AlphaZero 遊戲階段我們就已經開始嘗試，如今很可能會再次成為研究重點。
基爾帕特里克：我覺得我們應該現在就著手，因為感覺 DeepMind 十年前做的事，正好就是今天大家追趕的前沿。回到“思考趨勢”和“遊戲趨勢”，我們歷史上經歷了多種模型擴展路徑——預訓練、後訓練、資料擴展、算力擴展，後來又有了推理擴展，比如 Deep Think 就得益於推理能力的提升。現在似乎“工具”成了新的擴展維度。你覺得，給模型配備物理模擬器作為工具，會是未來的方向之一嗎？
哈薩比斯：工具使用是 AI 系統最重要的能力之一。思考型系統的核心在於，它能在思考過程中主動呼叫工具，比如搜尋引擎、數學程序、程式設計環境，然後基於工具提供的結果調整規劃。
有趣的是，那些能力應當放進主模型（即“主腦”），那些應當作為外部工具，這在數字系統中並不像在人類身上那麼清晰。對於人類來說，不屬於身體的就是工具；但在 AI 中，這條界限很模糊。
比如，下棋能力是直接內建在主模型中，還是呼叫 Stockfish 或 AlphaZero 作為外部工具？經驗表明，如果某項能力（如數學、程式設計）能提升整體推理水平，就應該放入主模型；但如果它可能削弱模型的其他通用能力，則更適合作為外部工具。這完全是一個經驗性問題，需要在實踐中不斷試驗和驗證。
5. AGI的綜合能力藍圖 語言、多媒體與物理推理一體化
基爾帕特里克：很多開發者現在都會問，模型已經不再是過去那種靜態的權重，而是在推理過程中能呼叫各種工具，功能越來越像一個完整的系統。這正在改變人們建構應用的方式。你怎麼看這種從“模型”到“系統”的轉變？對開發者有什麼建議？
哈薩比斯：模型的進化速度非常快，尤其是當工具能力與規劃、思考能力結合後，其潛力可能呈指數級擴張，因為它們可以用全新的方式組合使用工具。
我建議開發者多思考：那些工具對 AI 的能力最有價值？然後著手建構這些工具。即便有了工具呼叫和智能體能力，這些系統本身還不是成品，它們依然需要大量的產品化工作。產品經理和設計師面臨的挑戰，是必須預判一年後的技術狀態，並為那個未來去設計產品，同時允許底層引擎在 3 到 6 個月，甚至更短的周期內進行一次重大更新。
基爾帕特里克：現在感覺幾乎是每兩周就有一次更新。
哈薩比斯：確實是這種節奏，而且短期內不會改變。未來整個網路生態和應用的運作方式，都將因為智能體系統能夠靈活使用工具而發生深刻變化。
基爾帕特里克：Genie 3 的進展令人震撼，很多人都迫不及待想親手體驗。我希望能盡快讓更多使用者用上它。從世界模型和 Genie 的角度看，下一步是什麼？
哈薩比斯：我們正在努力提升 Genie 的運行效率，好讓更多使用者盡快體驗。目前它還處於有限預覽階段。我們也在思考最佳的發佈方式，希望使用者能夠分享自己創作的世界，互相體驗、投票，從而形成一個活躍的社區。
但有一個關鍵問題是，如何保持世界生成的一致性——當某個提示生成了一個極具吸引力的世界，我們怎樣確保後來者也能復現它？這是我們正在攻關的技術挑戰之一。
更長遠來看，Genie、Veo、Gemini 這些目前相對獨立的模型，正逐漸走向融合，形成我們所謂的“全能模型”（Omni Model）。它既能處理語言、多媒體，又能進行物理推理和內容生成，這才是 AGI 應該具備的綜合能力。
基爾帕特里克：我們之前還開玩笑說，Genie 是我們製作和玩遊戲的絕佳藉口。
哈薩比斯：沒錯。
基爾帕特里克：這樣 DeepMind 就成了一家遊戲公司了。
哈薩比斯：這是我的秘密計畫。等 AGI 安全落地之後，我就會用這些工具去製作史上最偉大的遊戲——那將是我的夢想成真。
基爾帕特里克：會是終極版的《主題公園》嗎？
哈薩比斯：也許吧，不過我還有更宏大的遊戲創意。
基爾帕特里克：我們在 AI Studio 裡做了很多“氛圍程式設計”功能，如果一切順利，你在 AGI 誕生前就可以不斷拋出這些創意，自己打造一個“德米斯遊戲競技場”。
哈薩比斯：這已經在我的高優先順序待辦清單上了。
基爾帕特里克：前段時間我們慶祝每月處理 980 兆個 token，如今已經突破千兆（quadrillion）大關，我們還特地為你準備了一個紀念品。
哈薩比斯：謝謝，這真是太棒了。
基爾帕特里克：我們還會做一些其他版本。
哈薩比斯：非常感謝。
基爾帕特里克：今天非常感謝你抽出時間做客，也感謝你和 DeepMind 團隊為未來所付出的努力與深夜的思考。這次訪談很愉快。
哈薩比斯：我也很高興能和你交流，謝謝。 （騰訊科技）