谷歌AGI新风向：Veo超越Gemini 3，AI眼镜杀手级应用曝光

type

status

date

slug

summary

外界普遍认为，以Gemini 3为代表的大语言模型（LLM）是通往AGI的主力军。然而，Hassabis给出了一个出人意料的答案：他认为视频生成模型Veo在本质上更接近AGI。

这一观点的核心逻辑在于“世界模型”的概念。Gemini虽然在编程和文本处理上表现出色，但它更多是在处理符号和逻辑。相比之下，Veo能够生成10到20秒符合物理规律的真实视频，这意味着它必须理解物理直觉、因果关系以及物体在现实世界中的运动方式。

Hassabis强调，世界模型是AGI的关键拼图。只有当AI系统能够像人类一样在脑海中模拟现实世界的运作，进行长期规划（Long-term Planning），它才能真正具备通用智能。这一点对于机器人技术尤为重要，未来的AI需要能够在执行任务前，在虚拟环境中模拟多种路径并选择最优解。

除了软件模型，谷歌在硬件领域的动作同样引人关注。Hassabis透露，谷歌正与Warby Parker、Gentle Monster及三星等知名品牌合作，预计将于今年夏天推出下一代AI眼镜。

回顾谷歌在智能眼镜领域的历史，虽然积累深厚，但过往产品往往受限于设备笨重、续航不足等问题。更关键的是，缺乏一个真正的“杀手级应用”。Hassabis认为，随着Gemini 3等强大大模型的出现，这一瓶颈已被打破。

他眼中的“杀手级应用”是一个通用的数字助理。这个助理不应局限于手机屏幕，而应能够通过眼镜观察用户周围的环境，理解上下文，并在手机、电脑、眼镜等多个终端间无缝切换。这种“多模态、跨终端”的交互体验，或许正是AI硬件普及的关键转折点。

在ChatGPT传出可能增加广告功能的消息背景下，谷歌对于Gemini的商业化态度显得尤为谨慎。Hassabis明确表示，Gemini目前没有引入广告的计划。

这背后的逻辑在于“信任”。如果AI的目标是成为用户的私人助理，处理高度敏感的个人数据并代表用户利益行事，那么引入广告可能会破坏这种信任关系。用户会质疑：AI的推荐究竟是为了我，还是为了广告主？

虽然谷歌内部仍在探讨商业模式，但Hassabis指出，在眼镜和可穿戴设备等新形态上，可能存在完全不同于传统搜索广告的新商业路径。

在谈及全球AI竞争格局时，Hassabis给出了一个相对客观但引人深思的判断。他认为，中国AI公司的进展目前相比美国头部公司大约只差6个月。

尽管中国在AI应用落地和效率提升上表现出极强的竞争力，但在底层架构的原创性突破上（如Transformer级别的创新）仍有待观察。对于近期DeepSeek在西方引起的震动，Hassabis认为外界的反应有些“过度夸大”，但他也承认，这种激烈的竞争环境正是推动整个行业快速前行的动力。

Hassabis重申，通往AGI的道路上，Scaling Law并没有失效，但在现有范式之上，还需要1-2个Transformer级别的重大突破。这些突破可能涉及持续学习能力、更高效的长期记忆机制以及更强的推理规划能力。

他预测，到2030年实现AGI的概率约为50%。在这个过程中，LLM将是核心组件，但绝非唯一组件。谷歌DeepMind的策略是“双管齐下”：一方面继续挖掘现有架构的潜力，另一方面探索全新的蓝天式架构。

从Veo对物理世界的模拟，到AI眼镜对现实生活的介入，谷歌正在构建一个从数字世界延伸到物理世界的完整AI生态。对于想要紧跟这一波技术浪潮的开发者和投资者来说，关注AI新闻和AGI的最新进展至关重要。

获取更多深度AI资讯和人工智能行业分析，请访问 AIGC.BAR。