最近达沃斯论坛很热闹，重点看了Google DeepMind CEO Demis Hassabis的访谈，几个点非常有意思：
1、谷歌的技术自信回来了
Hassabis精神状态非常好，他觉得随着Gemini 3 和NanoBanana的发布，谷歌已经熬过了“Code Red”，重回巅峰。
Hassabis说他们现在内部已经适应了AI 的快，有点像创业、非常有能量。
在这个节点，他非常低调温和的秀了一把肌肉：过去十年现代AI 基石（比如 Transformer 架构、AlphaGo的深度强化学习），大多由Google和DeepMind发明，加上完整的技术栈（TPU、数据中心、云业务、产品矩阵），从第一性原理看Google应该领先。
2、关于中国AI
他认为西方对DeepSeek是大规模过度反应（massive overreaction）。
他承认DeepSeek确实impressive，证明了中国公司很有能力。还点名了字节，说字节跳动这样的公司实际上是最有能力的，现在可能只落后前沿6个月，而不是之前很多人认为的1-2年。
不过他也抛出了一个犀利的质疑：中国公司目前极其擅长“追赶”到前沿，而且越来越有能力做到这点。但我们还没有证明能够在前沿之外进行原创创新。
3、关于AGI路径
Hassabis 对同行的回应也很有意思，主打一个“温和地怼回去”：
- 回杨立昆（LeCun）：Transformer不能实现AGI。Hassabis说这明显不对，它已经极其有用了。但他承认单纯Scaling 不一定够，概率可能是50/50。而且还需要 1-5 个小突破。比如：世界模型、持续学习、 更好的推理能力、长期规划能力。
- 回Ilya Sutskever：scaling时代结束了，我们回到了研究时代。Hassabis说，我们从未离开研究时代。
- 回马斯克：“我们已经进入奇点”。Hassabis说“非常过早”。
这里说下世界模型，感觉Google 应该是主流 AI 实验室里最强调世界模型重要性的。Hassabis亲自参与Genie这个项目。他说自己花了大量时间研究机器人，认为距离突破还需18-24个月。硬件（特别是模仿人手的灵巧度）和算法（需要更少的数据、更强的鲁棒性）仍是瓶颈。
4、关于饭碗：不慌。
Dario 说5 年内淘汰 50% 白领，Hassabis觉得没那么快。
今年可能开始看到入门级岗位、实习类职位受影响的初步迹象。但大家也不用担心，大规模影响还需要更长时间，因为现在的 AI 是“锯齿状智能”，某些地方特别强，某些地方又很拉。
如果想把整个任务委托给AI代理，95%好是不够的，得100%都靠谱才能真正放手。所以大规模替代还早。
5、Hassabis的选择
Hassabis说他选Google是因为那里有植根 DNA的科学文化（董事会坐着图灵奖和诺贝尔奖得主）。他说应该通过行动和领导者动机来判断一家公司是否值得信任，这点我也很有感受。
比如他专门点名了字节跳动。大部分人提到字节在 AI 的地位，想到的都是流量优势、多模态数据积累。但字节其实不光是在大模型、芯片上重兵投入，连AI4S也踏踏实实做了很多年，技术布局全面向Google看齐。说实话，字节在LLM早期确实不算国内声量最大的。但以他们的资源，如果想走捷径，模型学DeepSeek、数据蒸Gemini和Claude，分数早就刷上去了。但他们没这样做，说实话也确实让我高看一眼。
还有，老特舌战群儒也挺精彩，就不在帖子写了。
m.youtube.com/watch?v=BbIaYF…
#Google #DemisHassabis #DeepMind #字节跳动 #AI大模型 #DeepSeek #算法工程师 #LLM #世界模型
https://x.com/i/status/2014336294760194529
1、谷歌的技术自信回来了
Hassabis精神状态非常好，他觉得随着Gemini 3 和NanoBanana的发布，谷歌已经熬过了“Code Red”，重回巅峰。
Hassabis说他们现在内部已经适应了AI 的快，有点像创业、非常有能量。
在这个节点，他非常低调温和的秀了一把肌肉：过去十年现代AI 基石（比如 Transformer 架构、AlphaGo的深度强化学习），大多由Google和DeepMind发明，加上完整的技术栈（TPU、数据中心、云业务、产品矩阵），从第一性原理看Google应该领先。
2、关于中国AI
他认为西方对DeepSeek是大规模过度反应（massive overreaction）。
他承认DeepSeek确实impressive，证明了中国公司很有能力。还点名了字节，说字节跳动这样的公司实际上是最有能力的，现在可能只落后前沿6个月，而不是之前很多人认为的1-2年。
不过他也抛出了一个犀利的质疑：中国公司目前极其擅长“追赶”到前沿，而且越来越有能力做到这点。但我们还没有证明能够在前沿之外进行原创创新。
3、关于AGI路径
Hassabis 对同行的回应也很有意思，主打一个“温和地怼回去”：
- 回杨立昆（LeCun）：Transformer不能实现AGI。Hassabis说这明显不对，它已经极其有用了。但他承认单纯Scaling 不一定够，概率可能是50/50。而且还需要 1-5 个小突破。比如：世界模型、持续学习、 更好的推理能力、长期规划能力。
- 回Ilya Sutskever：scaling时代结束了，我们回到了研究时代。Hassabis说，我们从未离开研究时代。
- 回马斯克：“我们已经进入奇点”。Hassabis说“非常过早”。
这里说下世界模型，感觉Google 应该是主流 AI 实验室里最强调世界模型重要性的。Hassabis亲自参与Genie这个项目。他说自己花了大量时间研究机器人，认为距离突破还需18-24个月。硬件（特别是模仿人手的灵巧度）和算法（需要更少的数据、更强的鲁棒性）仍是瓶颈。
4、关于饭碗：不慌。
Dario 说5 年内淘汰 50% 白领，Hassabis觉得没那么快。
今年可能开始看到入门级岗位、实习类职位受影响的初步迹象。但大家也不用担心，大规模影响还需要更长时间，因为现在的 AI 是“锯齿状智能”，某些地方特别强，某些地方又很拉。
如果想把整个任务委托给AI代理，95%好是不够的，得100%都靠谱才能真正放手。所以大规模替代还早。
5、Hassabis的选择
Hassabis说他选Google是因为那里有植根 DNA的科学文化（董事会坐着图灵奖和诺贝尔奖得主）。他说应该通过行动和领导者动机来判断一家公司是否值得信任，这点我也很有感受。
比如他专门点名了字节跳动。大部分人提到字节在 AI 的地位，想到的都是流量优势、多模态数据积累。但字节其实不光是在大模型、芯片上重兵投入，连AI4S也踏踏实实做了很多年，技术布局全面向Google看齐。说实话，字节在LLM早期确实不算国内声量最大的。但以他们的资源，如果想走捷径，模型学DeepSeek、数据蒸Gemini和Claude，分数早就刷上去了。但他们没这样做，说实话也确实让我高看一眼。
还有，老特舌战群儒也挺精彩，就不在帖子写了。
m.youtube.com/watch?v=BbIaYF…
#Google #DemisHassabis #DeepMind #字节跳动 #AI大模型 #DeepSeek #算法工程师 #LLM #世界模型
https://x.com/i/status/2014336294760194529
Comments
Be the first to add a comment
Log in to comment