AGI还不是终点,DeepMind开始思考ASI的未来
2026.11.20 · 收录日 2026.11.20 · 观点 · 行业动态 · 媒体报道
DeepMind发文探讨AGI之后的技术演进,提出通往ASI的四条路线
Google DeepMind Institute 发布博客《AGI 之后是什么?》,指出 AGI 只是智能连续谱上的一个阶段。文章从认知工业化、能力边界等角度提出通往 ASI 的四条技术路线,并强调需建立新的衡量、预测与治理体系。
- AGI 并非终点,人类水平智能只是智能连续谱中的一个节点,上方仍有巨大能力空间
- 认知工业化:全球有效计算资源年增速约 10 倍甚至更高,十年后 10 亿美元认知工作或降至约 1000 美元
- 四条通往 ASI 的路线:扩大模型和数据规模、推动技术范式转变、提升多智能体协作、实现递归自我改进
- 递归自我改进可通过代码与设计优化、数据驱动改进、群体协作改进三个层面实现,但不必然带来失控式指数增长
- 四条路线可能相互促进,仅限制模型训练算力等单一因素或不足以控制整体 AI 发展速度
为什么值得看
理解 AGI 之后的技术演进路径与治理挑战
适合谁关注
关注 AI 前沿与治理的研究者、从业者
