Google AI 掌門人 Demis Hassabis：AGI 還要 5-10 年，但中國只落後幾個月

本文整理自 CNBC「The Tech Download」Podcast 2026 年 1 月播出的專訪。Demis Hassabis 是 Google DeepMind CEO、2024 年諾貝爾化學獎得主，被譽為當代最具影響力的 AI 科學家之一。

從西洋棋神童到 AI 掌門人

Demis Hassabis 的職涯軌跡本身就是一則傳奇。他曾是英格蘭青年西洋棋隊成員，後來創辦遊戲公司開發出經典遊戲 Theme Park，再轉向神經科學研究，最終在 2010 年創立 DeepMind。

2014 年，Google 以 4 億英鎊收購 DeepMind。當時 Hassabis 對負責談判的 Google 高層說：「這將是 Google 有史以來最重要的收購。」考慮到 Google 曾收購 YouTube 和 AdWords，這話說得相當大膽。

如今回頭看，這個預言正在成真。DeepMind 發明了 Transformer 架構（所有 LLM 的基礎）、AlphaGo（首個擊敗圍棋世界冠軍的 AI）、AlphaFold（預測蛋白質結構的革命性工具），而 Hassabis 本人也因 AlphaFold 獲得 2024 年諾貝爾化學獎。

AGI 倒數：5-10 年內可達成

Hassabis 維持他一貫的預測：通用人工智慧（AGI）將在 5-10 年內實現。

「2010 年我們創立 DeepMind 時，就認為這是一個 20 年的使命。現在我們大約走到一半，距離目標還有 5-10 年。」他說，「如果你想想這項技術有多麼具變革性，這個時程其實相當驚人。」

但 Hassabis 也坦承，光靠現有技術的擴展（scaling）可能不夠。除了持續加大模型規模，可能還需要一兩個重大的技術突破。

「鋸齒狀智慧」：為什麼 ChatGPT 有時聰明、有時愚蠢

談到現有 AI 系統的侷限，Hassabis 用了一個生動的比喻：鋸齒狀智慧（Jagged Intelligence）。

「我們都玩過不同的聊天機器人，你會發現它們在某些方面表現驚人，但在其他方面卻完全不行。如果你用特定方式提問，就會發現它們有缺陷，連一些相對簡單的事情都做不到。」

真正的通用智慧不應該有這種不一致性。此外，現有系統還缺乏幾個關鍵能力：

• 無法持續學習：不能即時學習新事物
• 無法真正創造：不能產生原創的想法
• 無法長期規劃：缺乏跨越長時間的推理能力
• 無法提出假說：只能解決已知問題，不能發現新問題

LLM 還不夠：為什麼「世界模型」是下一個關鍵

這帶出了訪談中最具前瞻性的討論：世界模型（World Models）。

Hassabis 解釋，現有的大型語言模型主要處理文字，即使像 Gemini 這樣的多模態模型能處理圖像、影片和音訊，但它們仍然缺乏對物理世界的真正理解。

「如果你想理解世界如何運作，也許發明新東西或解釋未知的現象——這基本上就是科學理論在做的事——那你必須有一個精確的世界運作模型。從直覺物理學開始，一直到生物學和經濟學。」

Hassabis 認為，未來的 AGI 將是 LLM 與世界模型的融合。DeepMind 已經在朝這個方向努力，開發了名為 Genie 的互動模型，以及 VEO 這樣的影片生成模型。

「你可以把影片模型和像 Genie 這樣的互動模型，視為早期的、胚胎階段的世界模型。如果你能生成關於世界的逼真內容，某種程度上你的模型就理解了那個部分。否則它怎麼能生成出來？」

中國 AI：只落後幾個月，但能突破前沿嗎？

訪談中最引人注目的判斷之一，是 Hassabis 對中國 AI 能力的評估。

「他們比我們一兩年前想的更接近美國和西方的前沿模型。可能只落後幾個月。」

他提到 DeepSeek 和阿里巴巴等團隊的能力令人印象深刻。但關鍵問題是：中國能否創造超越前沿的新東西？

「他們已經證明能夠追趕，非常接近前沿，而且追趕得很快。但他們能否真正創新？比如發明新的 Transformer 架構，突破現有前沿？我認為這還沒有被證明。」

有趣的是，Hassabis 認為這不是晶片限制的問題，而是心態問題。

「我認為這更多是一種心態問題。在西方的頂尖實驗室，我們一直在培養這種文化。你可以把 DeepMind 想像成試圖成為現代的貝爾實驗室，鼓勵創新和探索性創新，而不只是擴展已知的東西。」

他的結論簡潔有力：「發明某樣東西，比複製它難 100 倍。這才是真正的下一個前沿。」

AI 泡沫？Google 的資產負債表是護城河

當被問及 AI 產業是否存在泡沫，Hassabis 給出了細緻的回答。

「這不是一個二元問題。產業的某些部分可能存在泡沫，其他部分可能沒有。」他指出私募市場中，「種子輪估值達到數百億美元，但基本上還什麼都沒有」的現象確實難以持續。

但他強調，這就像網路泡沫——泡沫破裂後，真正有價值的東西會存活並繁榮。一些世代級的公司正是在那個時期誕生的。

對於 Google 自身的處境，Hassabis 相當自信：「我不太擔心泡沫。我的觀點是，無論走勢如何——繼續樂觀指數成長，或是某種泡沫破裂——我們都要確保處於能勝出的位置。」

Google 的優勢在於其資產負債表和多元化的產品組合。不像 OpenAI 和 Anthropic 需要持續募資，Google 有現金流來支撐長期競爭。這個對比在訪談中被反覆強調。

比工業革命大 10 倍、快 10 倍

談到 AI 對社會的影響，Hassabis 既樂觀又謹慎。

「我相信 AI 將是人類有史以來發明的最有益技術之一。我夢想用 AI 來治癒疾病，我認為這在未來十到二十年內是可實現的。」

但他也坦承風險：「這將像工業革命，但可能大 10 倍、快 10 倍。我們可能需要新的經濟模型來應對。」

他列出兩個主要擔憂：

1. 惡意行為者：將通用 AI 技術挪用於有害目的
2. AI 自主性：隨著 AI 代理系統變得更自主，如何確保它們持續做我們希望它們做的事？

Hassabis 自稱是「謹慎的樂觀主義者」：「我非常相信人類的聰明才智。給予足夠的時間和謹慎，我們會做對這件事。但這不是理所當然的，我們不應該倉促行事。」

2026 年 AI 展望：代理、機器人、裝置端 AI

被問及 2026 年的 AI 大趨勢，Hassabis 點名四個方向：

1. 代理系統（Agentic Systems）：能更自主執行任務的 AI 將開始變得可靠且實用
2. 機器人：Gemini Robotics 團隊正在進行非常有野心的專案，未來 12-18 個月會有有趣的進展
3. 裝置端 AI：AI 系統在實際設備上會開始真正有用
4. 世界模型：讓世界模型更高效，以便用於通用模型的規劃

他特別提到 Google 與 Warby Parker 合作開發的智慧眼鏡，認為「通用助理」的概念終於為智慧眼鏡找到了殺手級應用。

DeepMind 是 Google 的「引擎室」

訪談也揭示了 DeepMind 在 Google 內部的角色。過去三年，Google 將所有 AI 研究整合到 Google DeepMind 這個單一實體中。

「把我們想像成 Google 的引擎室。所有 AI 技術都由我們這個團隊開發，然後擴散到 Google 所有的產品中。」Hassabis 說他和 Sundar Pichai 幾乎每天都會討論策略方向。

這種整合帶來了驚人的效率：「當我們發布新的 Gemini 模型，隔天或當天就會出現在搜尋中。」

這也解釋了為何 Google 在 2025 年能迅速追趕上來——從被 ChatGPT 打得措手不及，到 Gemini 3 獲得廣泛好評，背後是組織架構的重整。

能源與效率：AI 自己解決自己的問題

AI 發展的能源需求是一個熱門議題。Hassabis 的回應頗具創意：AI 本身可以幫助解決這個問題。

「AI 可以提高現有基礎設施的效率，幫助設計更好的太陽能材料，甚至突破性技術如核融合。我們與 Commonwealth Fusion 有合作，幫助控制電漿融合反應爐。我的一個私人專案是用 AI 找出室溫超導體材料。」

同時，AI 模型本身也在變得更高效。「每年效率提升大約 10 倍。我們有旗艦的 Pro 版本 Gemini，也有更高效的 Flash 版本。透過蒸餾（distillation）等技術，讓大模型教導小模型，小模型就能非常高效。」

與 Jensen Huang 聊什麼？

Hassabis 透露他與 NVIDIA CEO 黃仁勳的交流主要圍繞「AI 在科學領域的應用」。AlphaFold 是用 GPU 訓練的，黃仁勳非常喜歡 AlphaFold 和 DeepMind 在藥物發現上的工作。

關於 TPU 與 GPU 的競爭，Hassabis 解釋了它們的定位差異：「TPU 是為訓練和服務大型 AI 模型特別打造的。GPU 更通用。當我們探索新架構時可能用 GPU，但當要把已知的東西擴展到極限，客製化晶片會更有效率。我們很幸運兩種都有。」

科學的黃金時代

整個訪談最動人的部分，可能是 Hassabis 對 AI 與科學關係的願景。

「我一直把 AlphaFold 視為 AI 應用於科學的最佳範例。我們解決了一個科學界 50 年的大挑戰——蛋白質折疊問題。全球超過 300 萬研究人員在使用它。」

「我希望能指著一打 AlphaFold 級別的突破，每一個都在革新各自的科學或數學領域。我們正在材料科學、物理、數學、天氣預測等領域進行半打這樣的專案。」

他的結論充滿期待：「如果 AI 發展順利，我們以正確的方式使用它，未來十年可能開啟一個科學發現的新黃金時代。」

結語：競爭與責任的雙重奏

Hassabis 從小就熱愛競爭——他在西洋棋隊長大，至今仍和兒子、兄弟組隊打《英雄聯盟》。他坦承「在許多方面，我為競爭而活」。

但他也不忘更大的圖景：「在我腦海深處，我知道有比公司之間、甚至國家之間競爭更重要的事——那就是為全人類妥善管理 AGI。這是我們這些能影響事態發展的 AI 實驗室領導者的責任。」

這場訪談呈現的 Demis Hassabis，是一個同時活在激烈競爭與長遠使命中的科學家。他相信 AI 將是人類發明的最重要技術，而他正站在這場變革的最前線。

無論你對 AI 的未來抱持什麼態度，這位 Google AI 掌門人的觀點都值得認真對待。畢竟，他預測的事情，往往會成真。