智东西9月15日报道，谷歌DeepMind的AI应用Gemini凭借图像编辑模型“Nano Banana”的病毒式传播，近日登顶美区苹果App Store免费应用榜，超越ChatGPT，成为当地最受欢迎的应用之一。
这场现象级爆火背后的推动者——2024年诺贝尔化学奖得主、谷歌DeepMind创始人兼CEO Demis Hassabis，在All-in峰会上分享了从爆款产品到AGI未来的深度思考，内容涵盖世界模型、机器人技术、科学智能、创作未来及能源等多个前沿方向。
DeepMind：谷歌的“AI引擎室”
Hassabis将谷歌DeepMind定位为驱动谷歌与Alphabet的“AI引擎室”。Gemini、Genie、Veo等核心模型已深度集成至谷歌各类产品中。其中，Genie 3通过“逆向工程”学习物理规律，未来或将推动机器人技术革命。基于Gemini开发的机器人模型，正朝着打造“机器人安卓系统”这一通用平台迈进。
他认为当前部分AI系统宣称达到“博士级智能”是“无稽之谈”，强调真正的通用人工智能需具备跨领域一致性和创造性思维。目前AI仍缺乏提出原创理论的能力，实现AGI还需1-2个关键技术突破。
▲Demis Hassabis（右）接受采访（图源：Youtube）
Hassabis领导的AI药物发现公司Isomorphic进展迅速，预计明年进入临床前研究阶段，目标是将新药研发周期从数年缩短至数周。他自上世纪90年代起深耕AI与科学智能，坚信AGI将成为科学探索的终极工具，开启科学黄金时代乃至新一轮文艺复兴。
诺奖揭晓前10分钟才知情
Hassabis回忆获诺奖时的情景：“接到瑞典来电的那一刻非常超现实。他们在公布前约十分钟通知我，这通电话是每个科学家的梦想。”他形容在瑞典参加颁奖周的经历宛如奇迹，尤其震撼于在诺贝尔奖签名簿上与爱因斯坦、居里夫人、费曼等科学巨匠并列署名。
尽管外界早有呼声，但他坦言诺奖评选保密严密，影响显现常需二三十年，因此获奖对他而言仍是巨大惊喜。
DeepMind的定位与团队规模
作为谷歌DeepMind负责人，Hassabis介绍该部门由原谷歌与Alphabet内部AI研究团队整合而成，现已成为整个公司的“AI引擎室”。其主力模型Gemini已广泛应用于AI概览、AI模式、Gemini应用、Workspace、Gmail等产品，服务数十亿用户。
团队目前约有5000人，其中80%以上为工程师和博士研究员，兼具前沿科研能力与大规模落地经验。
Genie通过“逆向工程”学习物理规律
Demis Hassabis：Genie生成的是可交互的实时3D环境，用户通过方向键操控，画面中的每一个像素都即时生成。例如，当玩家转头看向右侧，那部分场景才被创建；回头后之前留下的笔迹依然存在，体现高度一致性。
用户可输入“穿鸡仔戏服的人”或“水上摩托”等提示，系统会立即加入对应元素，展现强大的动态生成能力。
自主推理出物理规则
主持人：传统游戏依赖预设渲染引擎，Genie如何做到即时生成？
Demis Hassabis：Genie通过对数百万条YouTube视频和现实素材的学习，对物理学进行“逆向工程”，自主推演出光线反射、材质流动、物体互动等物理规律。尽管尚不完美，但已能提供持续一两分钟的稳定交互体验，支持操控人类、狗、水母等多种实体。
这一能力源于多模态训练，结合真实视频与游戏引擎合成数据。相比90年代手工编写图形与物理引擎的艰难，如今模型可轻松实现实时复杂渲染。
通往机器人技术的关键路径
Demis Hassabis：Gemini从设计之初就是多模态模型，能处理图像、音频、视频等多元输入输出。我们认为真正意义上的AGI必须理解物理世界，而不仅是语言或数学抽象。
Genie、Veo等项目正是为了训练AI掌握世界动态与物理逻辑。若模型能生成交互式环境，说明它已部分理解现实运行机制，这对机器人技术至关重要，也将赋能AI眼镜等日常设备对环境的理解能力。
打造“机器人领域的安卓系统”
主持人：能否构建通用视觉-语言-行动（VLA）模型，让机器人听懂指令并执行任务？
Demis Hassabis：可以。Gemini Live已支持手机摄像头观察现实世界，理解周围环境。未来可集成至眼镜等便携设备，成为日常助手，甚至嵌入地图等功能。
我们已推出Gemini机器人模型，基于Gemini并用机器人数据微调。今年夏季演示中，双机械臂可在桌面环境中响应语音指令，如“把黄色物体放进红色桶里”，实现语言到动作的转化。
这种多模态能力超越传统专用控制模型，使机器人既能理解世界，又能与人自然交互。我们的战略之一是打造“机器人领域的安卓系统”，提供通用软件基础，促进行业爆发式发展。同时也在探索特定机器人设计的端到端垂直整合。
人形与专用机器人将共存
Demis Hassabis：两种形态都将存在。工业领域适合专用机器人，如实验室或生产线按任务优化结构。但在通用或个人场景中，人形机器人更具优势。
我们的世界为人形设计——台阶、门道、家具皆适配人体。让机器人适应现有环境，比改造世界更高效。因此在家庭服务等场景，人形机器人可能至关重要，但专用形态仍有市场空间。
算法仍处早期，硬件需规模化突破
Demis Hassabis：我们正处于机器人技术早期，类似PC的DOS时代。接下来几年可能出现“Wow”时刻，但算法仍需提升。
通用机器人模型需更可靠、更深入理解环境。硬件方面，一旦进入大规模生产阶段，设计迭代将变慢。因此需谨慎选择量产时机，避免被新一代更灵活可靠的机型迅速淘汰。
AGI将成为科学探索的终极工具
Demis Hassabis：用AI加速科学发现是我投身AI的初心，也是最重要的应用方向。AGI若构建得当，将成为科学探索的终极工具。
DeepMind已在多个领域取得成果：AlphaFold破解蛋白质折叠难题；AI用于材料设计、核聚变控制、天气预测，甚至解决数学奥赛问题。同一系统经微调即可应对不同复杂挑战。
但我们仍处于表层。当前AI缺乏真正的创造力，无法像人类科学家那样提出新猜想或理论。这将是衡量AGI实现的核心标准之一。
创造力的本质：类比与直觉飞跃
Demis Hassabis：创造力体现为历史伟大学者与艺术家所展现的直觉性飞跃，常通过类比推理实现。例如测试AI能否在知识截止于1901年的情况下，独立提出狭义相对论。若能做到，才意味着接近AGI。
AlphaGo曾下出第37手这样的创新招法，但当前AI尚无法创造出围棋这样兼具美感与逻辑的全新游戏体系，这正是其缺失之处。
“博士级智能”尚未实现
主持人：OpenAI等人称AGI即将来临，你认同吗？
Demis Hassabis：关键在于AI能否复现顶尖科学家的直觉飞跃，而非仅做渐进改进。伟大科学家与优秀者的区别在于创造力——能从其他领域发现模式并迁移应用。
当前系统缺乏此类推理能力。所谓“博士级智能”是无稽之谈——某些任务或达博士水平，但远未实现跨领域一致表现。真正的AGI不应在高中数学或计数问题上出错。
我认为还需5到10年，且需1-2个关键突破。另一缺失能力是持续学习——系统无法在线吸收新知识或调整行为。扩大模型规模或可缓解，但根本性进步仍待突破。
模型性能仍在快速提升
Demis Hassabis：我们并未观察到停滞。Genie、Veo、Nano Banana等模型持续展现显著进步。
Nano Banana推动创作普惠化
Nano Banana在图像编辑领域表现突出，其核心优势在于一致性——能在修改局部的同时保持整体协调，支持用户通过迭代达成理想结果。这种自然交互方式预示创意工具的未来。
过去使用Photoshop需学习复杂操作，如今普通人只需描述需求即可完成去背、修复等任务，极大降低创作门槛。
与此同时，我们也与顶级创作者合作优化工具。如导演达伦·阿伦诺夫斯基团队使用Veo制作电影，反馈帮助我们提升功能。这些工具不仅普惠大众，更能十倍百倍提升专业用户的生产力。
未来娱乐或将分化：一方面，用户可定制个性化内容，如按音乐风格生成歌曲或基于电影构建游戏；另一方面，顶级创意者仍将主导高质量叙事体验，扮演“世界编辑者”角色。Genie等技术正逐步实现这一愿景。
聚焦AI药物发现，明年进入临床前研究
Demis Hassabis：投入大量精力。该公司由DeepMind分拆，致力于利用AlphaFold技术革新药物发现。
蛋白质结构解析只是起点，Isomorphic正开发多项关联技术，旨在设计高精度、低副作用的靶向化合物。目标是将药物研发周期从数年缩短至数周。
目前正构建技术平台，并与礼来、诺华等药企深度合作。内部项目预计明年进入临床前期研究，后续由合作伙伴推进临床试验，重点布局癌症、免疫学等领域。
混合模型：确定性与概率性协同
Demis Hassabis：我们采用混合架构。以AlphaFold为例，融合神经网络的概率学习与化学物理规则的确定性约束。
生物化学数据稀缺，直接学习效率低。将已知科学原理（如键角、原子不可重叠）作为硬约束，可大幅提升学习效率。
难点在于无缝整合学习模块与人工规则模块。参考AlphaGo做法：神经网络识别模式，蒙特卡洛树搜索进行规划。
Demis Hassabis：混合系统是阶段性路径。一旦跑通，下一步是反哺知识至学习组件，尽可能实现端到端训练。
正如AlphaZero抛弃人类棋谱与专用知识，完全自我对弈，最终通吃所有棋类。未来AGI也可能走类似路线：先借助混合系统突破，再回归纯学习范式。
AGI将开启科学的黄金时代
Demis Hassabis：两种趋势并存。前沿研究需更大模型实验新想法，导致能耗上升；但服务端模型正变得越来越高效。
我们在内部广泛应用蒸馏等技术，使小模型继承大模型能力。过去两年，同等性能下模型效率提升达10至100倍。
长期来看，AI将在电网优化、新材料研发、新能源开发等方面创造巨大价值，其对能源与气候的正面贡献将远超当前消耗。
Demis Hassabis：10年在AI领域极为漫长。若能实现AGI，将迎来科学的新黄金时代，一场新的文艺复兴。能源、医疗、材料等领域将发生深刻变革，人类社会将全面受益于这项技术。
