DeepMind 新文章:AGI 触手可及,四条路径通向 ASI,10 亿美元算力变 1000 美元
DeepMind Institute 发文称 AGI 已触手可及,并提出四条通向超级智能的路径。有效算力每年至少增长 10 倍,10 亿美元算力成本十年后降至 1000 美元。限制训练算力没用,电网才是瓶颈。
今天,DeepMind Institute 发了一篇新文章,讨论 AGI 之后的事。作者 Tim Genewein 在文中直接说,AGI "coming within reach",并且给出了四条通向 ASI(Artificial General Super Intelligence)的路径:
- 更大的模型和数据
- 新范式(new paradigms)
- 数百万个协调 agent
- 递归自我改进(recursive self-improvement)
文章给出了两个关键数字:
有效算力每年至少增长 10 倍。十年后,能同时运行的 agent 副本数将超过地球人口。
成本曲线更吓人:今天要花 10 亿美元计算费用的工作,到那时大概 1000 美元。大厂专属的算力规模,会变成个人开发者也能碰的东西。
文章还反驳了一种管制思路:只限制某个输入,比如训练计算量,没用。其他路径照样会往前走,AGI 到 ASI 的过程不会因此停下。
文章也提到了物理瓶颈:发电厂、电网、芯片工厂。有网友在回复里吐槽,电费账单表示有话要说。也有人补了一句,路径是清晰了,但得先有人把变电站建好。
关于四条路径哪条走得最远,网友看法不统一。有人猜是数百万个协调 agent,因为多智能体已经能看到雏形,但目前缺少好的基准来衡量。有人觉得新范式才是真正的变量,不过这词太模糊,什么都能往里装。还有一位做交易系统的网友说,在自己的实际使用里,AI 更适合做规则之上的过滤器,而不是直接当策略,更大模型和数据是他唯一能亲身体会到的路径。
这次发声的分量,也有网友给了判断:DeepMind 的路线图比 OpenAI 的更有说服力,因为 Google 最近发产品的节奏很猛,状态正热。也有人保持冷静,说先确认文章对 AGI 的定义再说,各个实验室的定义经常不一样。
文章链接在 Shane Legg 的推文里,标题是 What Comes After AGI?,有兴趣可以直接读原文。原文链接。
AGI 还没落地,路线图先到了。这个时间差本身,就是信息。
发布时间: 2026-11-20 01:41