Google DeepMind 執行長：距離 AGI 還需 5 至 10 年，AI 發展機會與風險並行 

Google DeepMind 執行長 Demis Hassabis 在 Axios 於舊金山舉辦的「AI＋SF 峰會」壓軸對談中，概述 DeepMind 的研究方向、多模態與世界模型等技術進展，並談及 AI 代理的發展與相關風險。他同時評估美中 AI 競爭態勢，並罕見給出 AGI 時程預估，認為距離「具備人類認知能力的 AI 系統」約剩 5 – 10 年。

諾貝爾光環加持，科學家思維主導 DeepMind

活動一開始，主持人 Mike Allen 介紹 Hassabis 是 5 歲下棋神童、48 歲諾貝爾獎得主。Hassabis 坦言，得獎到現在仍覺得超不真實，但實際影響很明顯。

因為，當他和不熟悉 AI 的政府官員或跨界決策者對話時，「諾貝爾獎」就像一把能快速打開任何大門的鑰匙，讓對方更願意聽他談 AI 安全與負責任使用等議題，他也打算未來更積極善用這個頭銜。

談到日常工作與管理風格，Hassabis 強調自己「永遠是科學家第一、執行長第二」。在他眼中，科學方法是人類最重要的發明之一，他把「提出假設、設計實驗、根據結果更新觀點」的流程，直接套用在產品開發與組織管理上。

DeepMind 的優勢，來自三個層面同時到位，分別為「世界級研究、世界級工程能力、以及世界級運算基礎建設」。他認為只有這三個層面同步進行，DeepMind 才有資格站在 AI 發展的最前線。

未來 12 個月布局：多模態進化、世界模型與代理人

談到未來 12 個月 AI 的具體進展，Hassabis 指出，Gemini 從一開始就被設計成多模態模型，可以同時處理文字、圖片、影片與音訊，接下來的重點，是這些模態之間進一步「融合」後會解鎖哪些新能力。他舉例，自家的最新影像模型「Nano Banana Pro」能產出非常準確的資訊圖表，顯示模型在視覺理解上的能力正快速提升。

第二個重點是世界模型 (World Models)。DeepMind 所開發的 Genie 3 可以生成互動式影片，用戶不只是看影片，而是能像進入遊戲一樣走進畫面，還能在大約一分鐘內保持世界的一致性與連貫性。這類模型，被視為 AI 理解現實世界樣貌與規則的關鍵一步。

第三則是 AI 代理。Hassabis 坦言，目前的 AI 代理還無法讓人放心地把一整包任務直接丟給它，保證從頭做到好。但他預期一年後，AI 代理的可信任度絕對會上升。Google 的目標是讓 Gemini 變成「萬用助理」，不只存在於手機與電腦，而是能透過眼鏡等穿戴裝置，隨時陪在用戶身邊，成為日常生活與工作的固定助理。

(實測：Gemini 3 Nano Banana Pro 思考後自動生成幽默圖文漫畫、讓川普變回小鮮肉)

AI 雖推動科技發展，但也恐帶來生物、網攻與代理失控風險

談到 AI 能帶來的最佳情境，Hassabis 假設 AI 能協助人類突破幾個關鍵瓶頸，像是核融合或新型電池、材料科學與半導體新突破，以及對重大疾病的解決方案，人類社會將有機會在資源更充裕的情況下，往宇宙探索邁進。

但他也同時點出最壞情境，分成幾個層次：

1. 惡意人士利用 AI 設計或強化病原體。
2. AI 加速外國勢力對能源、水資源等關鍵基礎設施的網路攻擊，而這類事情很可能已經在發生，只是用到的 AI 還不算先進。
3. 高度自主的 AI 代理偏離原始指令與人類期待，因此必須投入相當資源與注意力來防範。

AI 能更懂影片，眼鏡將成未來最理想的 AI 載具

在能力方面，他認為外界最低估的一塊，是 AI 對影片的深度理解。Hassabis 分享他曾電影橋段讓 Gemini 分析，模型不只看懂畫面，還給出相當有深度的象徵與情緒解讀，而不是停留在描述表面動作。

他也提到 Gemini Live，只要用手機鏡頭對準機械設備，就能即時獲得維修協助，但他認為，真正理想的載具會是眼鏡，因為現場操作時雙手必須是空的，才能一邊工作、一邊和 AI 互動。

美中差距剩數個月，AGI 距離仍需一到兩次突破

談到國際競爭，Hassabis 認為目前從模型能力與創新來看，美國與西方整體仍領先中國，但中國最新一批模型如 DeepSeek 等，實力已經非常強，多數屬於在現有技術基礎上的快速追趕。他判斷，過去美國與西方 AI 領先可能是以年來計算，現在領先中國大概只剩幾個月。

Hassabis 對 AGI 的定義相當明確，也就是：

「必須具備人類所有主要認知能力，包括長期規劃、長期記憶、持續學習、真正的推理能力與創造力等。」

他指出，現階段的 LLM 雖在部分領域已具備接近頂尖博士的能力，但在許多情境仍會出錯，距離真正的 AGI 仍有差距，預估仍需 5 至 10 年。Hassabis 補充，即使將現有 LLM 的規模推到極限，仍不足以跨越 AGI 門檻，AI 領域可能還需要一到兩次、如 Transformer 般能大幅提升能力的重大技術突破，才有機會真正達到 AGI。

(IBM CEO：AI 產業是「難以回本」的賭局，LLM 成功打造 AGI 機率僅 1%)