算力「芯」动向 | 谷歌重磅论文:DeepMind把AGI降格为起点,ASI才是下半场发令枪

DeepMind报告将AGI降格为ASI起点,提出四条路径与六道瓶颈,实质是把AI竞赛从模型能力转向算力基础设施的规模化博弈。

——From AGI to ASI——


当整个行业还在争论谁率先撞线时,谷歌选择把终点线往后挪了一公里

DeepMind这份报告的真正价值,不在于它预言了ASI何时到来,而在于它首次用学术框架把AI竞赛的下半场规则写明白了。当整个行业还在争论AGI定义权时,谷歌选择把终点线往后挪了一公里,这本身就是一场精心计算的话语权博弈。

图片
01

AGI被重新定义为一个起点,而非终点

报告最锋利的动作,是把AGI从科技圈的终极幻想降格为一个中间态。在DeepMind的叙事里,AGI只是人类中位数水平的认知能力,而ASI的门槛是稳定超越数万名顶尖专家协作十年的集体产出。这种定义方式直接消解了当前各大实验室关于谁率先达到AGI的口水战,因为一旦AGI被锚定为起点,真正的竞赛就从模型能力转向了规模部署与基础设施。


这背后是谷歌对产业节奏的精准判断。OpenAI、Anthropic、xAI等对手正在用产品发布密集制造AGI即将到来的舆论氛围,而谷歌拥有全球最大的分布式计算基础设施和TPU集群。把ASI定义为1亿个AGI实例的协同效应,本质上是在为谷歌的算力优势寻找理论合法性。当竞争对手还在秀单个模型的benchmark时,谷歌已经在讨论如何用云计算网络把中等智能堆成超级智能。


02

四条路径映射了四条产业赛道

报告提出的四条通往ASI的路径,恰好对应了当前AI产业最敏感的四个投资与竞争维度。

路径是持续扩大规模。这是英伟达、台积电、SK海力士和全球数据中心运营商最想听到的故事。报告估计有效算力每年增长约10倍,这意味着算力产业链在未来五年仍将处于卖方市场。但这条路径也暗含警告,如果Scaling Law遇到边际递减,资本开支的回报率将急剧下滑,这直接关系到当前AI基础设施投资的可持续性。

路径是算法范式跃迁。这指向了当前Transformer架构的潜在天花板。报告提到可能需要神经形态硬件、无限工作记忆架构等全新方向,这实际上为谷歌自研的TPU架构迭代和下一代芯片设计预留了叙事空间。当行业普遍依赖英伟达GPU时,谷歌需要证明自研芯片路线在ASI时代具备不可替代性

路径是递归自我改进。这是最具颠覆性的产业变量。AlphaEvolve等系统已经展示AI可以自主发现新算法,如果这一能力成熟,AI研发本身将被自动化。这意味着当前依赖人类研究员的AI实验室运营模式可能面临重构,研发成本的曲线将被彻底改写。

路径是多智能体协作涌现。这直接对应了企业级AI代理市场和云计算的协同计算需求。报告描述的零摩擦高维心智通信,本质上是在预言一个由数百万AI实例组成的分布式计算经济体,而这正是谷歌云和微软Azure争夺的下一个战场


03

六道瓶颈中,有两道是死结,四道是钱能解决的

报告坦诚列出了六道减速关卡,这种克制在当下的AI话语场中反而显得稀缺。但仔细拆解,这六道瓶颈的产业含义截然不同。

数据墙、资源墙、范式墙和研究难度墙,本质上都是资本密集问题。合成数据、轨道数据中心、更大规模的芯片投资,这些都需要天文数字的资金,但谷歌、微软、亚马逊等巨头并不缺钱。真正的变量在于投资回报率能否支撑持续输血。

真正难以用资本跨越的是两道关卡。

一是抽象壁垒,即AI能否脱离人类语料从原始数据中独立构建全新概念。如果当前的大模型本质上只是人类知识的超级压缩器,那么ASI的想象力将被锁死在人类认知的上限之内。这触及了深度学习范式的哲学根基。

二是人为减速,当AGI开始大规模接管白领工作、重塑社会契约时,监管反弹和政治干预可能成为比技术瓶颈更硬的约束。报告承认在没有全球协调的情况下,单边减速面临军备竞赛压力,这已经预见了未来各国AI治理的博弈格局。


04

报告第一章的隐喻,比正文更值得关注

这篇论文的第一章不是传统的引言,而是一份给AI助手的摘要指令。作者默认读者群体中已经包含AI系统,并要求AI在总结时保留定义的完整性。这个细节比任何技术论证都更具信号意义。

它表明DeepMind内部已经假设,在报告发布的生命周期内,AI将深度参与人类的知识生产与传播。这不是一个修辞技巧,而是一个关于人机协作未来形态的实证声明。当AI开始替人类阅读学术报告,知识传递的链条就已经发生了结构性变化


05

对算力与基础设施行业的启示

这份报告对算力产业的直接影响在于,它把AI投资的时间线从AGI的单一节点拉长到了ASI的连续光谱。这意味着数据中心、能源、芯片和云计算的投资逻辑将从押注一个奇点转变为支撑一个持续十年的指数级扩张。

报告对能源消耗的直白讨论,包括轨道数据中心等极端方案的提及,实际上是在向能源和基础设施行业释放信号,AI算力需求的增长速度可能超出当前电网和供应链的承载极限。对于算力基础设施领域而言,这份报告的价值在于它用学术语言确认了行业已经感知到的现实,AGI不是终点,它只是算力军备竞赛的中场休息。

当1亿个AGI实例的部署成为ASI的门槛,算力不再只是模型的燃料,而是智能本身的生产方式。这才是DeepMind这份报告没有明写但贯穿始终的底层判断。

DeepMind的57页报告没有给出时间表,却画出了一张地形图。从AGI到ASI的旅程里,有可以走通的峡道,也有能让一切停步的悬崖。当AI能力开始接近人类水平时,行业最需要的不是预测,而是准备。而准备的本质,是算力、能源与基础设施的提前布局。

算力“芯”动向 · 专注AI与算力产业观察

今日阅读文章分享:

(1)DeepMind震撼报告:四条通往超级人工智能之路(链接:https://eu.36kr.com/zh/p/3851379175822341)

(2)From AGI to ASI(链接:https://deepmind.google/research/publications/239142/)

(3)谷歌官宣3万字路线图:1亿人类水平的AI就是ASI(链接:https://www.panewslab.com/zh/articles/019ec575-ee49-7639-8d93-095b72014a59)

(4)谷歌DeepMind重磅报告:从AGI到ASI,世界可能进入“连续爆炸”时代(链接:https://news.qq.com/rain/a/20260613A08UQ800)

本文若有歧义欢迎读者分享指正。

·END·



扫描下方二维码 关注我们


我们以算力为线,持续跟进算力基础设施的报道,输出洞察,伴随算力行业实现算力自由。敬请关注!



本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。

赞 ()

相关推荐

发表回复

评论列表

点击查看更多

    联系我们

    微信:百易小助手

    邮件:contact@doit.com.cn

    工作时间:周一至周五,9:30-18:30,节假日休息

    微信