“重返一线”的布林，与哈萨比斯大谈AI终局：谷歌亮剑物理世界，智能眼镜或成“AGI前哨”｜谷歌I/O炉边对话

作者 | 周雅

来源 | 科技行者

谷歌I/O大会的第一天，Google联合创始人Sergey Brin（谢尔盖?布林）高调现身，与Google DeepMind首席执行官Demis Hassabis，来了一场炉边谈话，主持人是当红科技播客主理人Alex Kantrowitz。

全程只有半小时，但信息密度很高，话题涵盖了：AI的前沿模型、AGI的定义与路径、AI伦理、智能眼镜、谷歌AI战略等一系列热点话题。整体看下来，是这家以工程师文化为底色的公司，在经历了外部冲击与内部整合后，对其“AI信仰”的一次再确认与再出发，它关乎的不仅是AGI的星辰大海，更是如何脚踏实地将Gemini真正融入物理世界。

访谈中，已经重返一线的谢尔盖?布林，谈到自己重返谷歌的原因，是受到了AI时代的召唤。他说：

“对于一个计算机科学家来说，我们正处在史上独一无二的、非常特殊的时刻。老实说，任何一个计算机科学家，现在都不应该想着退休，都应该投身到AI的研究和开发中来。”

他透露，自己几乎每天去办公室，主攻核心技术和算法，顺便“折磨一下”像Demis Hassabis这样的优秀人才（这句是玩笑话）。

而回应这两天的话题中心——智能眼镜，布林毫不避讳说Google Glass“当年犯了不少错误”：首先是“技术代差”；其次是供应链的教训；最后还是太超前了，谷歌在2012年为Google Glass做的那场发布会演示，还动用了飞艇和翼装飞行员从天而降，虽然他很怀念那一刻，但现在学乖了，“应该先把产品本身打磨好、再稳扎稳打推向市场、最后再考虑做不做酷炫演示”。

但他更强调，自己“始终坚信智能眼镜这一设备形态的潜力”，今天的AI已为智能眼镜注入了新血液，使它有望成为真正有益的交互界面。

Demis Hassabis则更进一步，直言“一个真正智能的、无处不在的通用AI助手，会是智能眼镜的杀手级应用”。

科技播客主理人Alex Kantrowitz（左），Google DeepMind首席执行官Demis Hassabis（中间）Google联合创始人Sergey Brin（右）

前沿模型的进步空间

问：让我们从前沿模型开始。Demis，根据我们今天对前沿模型的了解，还有多少提升空间有待释放？以及，为什么有那么多聪明人说，这个领域的发展即将趋于平缓？

Demis Hassabis：我们正在取得令人难以置信的进展，主题演讲中展示的那些精彩内容就是证明。通过将现有技术推向极限，我们正看到巨大的成效。但与此同时，我们也一直在不断发明新的东西。要最终实现AGI（通用人工智能），可能还需要1-2个甚至更多的突破，我们有很多想法正在酝酿之中，并希望将它们引入到Gemini。

规模 vs. 算法：AI进步的双轮驱动

问：关于“规模”（Scale）的问题，在AI发展中，是不是只要规模够大（比如更多数据、更强算力）就能解决所有问题？或者说，目前这种“堆规模”的方式还是在唱主角呢？还是说，它其实更像个配角，需要其他东西来配合？

Demis Hassabis： 我一直觉得，这两方面都非常重要，缺一不可。

一方面，我们要把现有的技术和能达到的规模（不管是数据量还是计算能力）都用到极致，把它们的潜力充分挖掘出来。

另一方面，我们也要花一部分精力去为未来布局，思考接下来几个月甚至一年后可能出现的新方向。

这样，一旦有了能带来十倍甚至更大提升的创新点子或新算法（这就是所谓的“Scaling Law”中提到的，新方法与规模结合能带来巨大效应），就能立刻和我们已经建立起来的庞大“规模”结合起来，产生巨大的威力。所以，在我看来，拼规模和搞创新，两手都要硬。

Sergey Brin： 我完全同意Demis的看法，这两者确实是相辅相成的。AI的进步，既可以来自算法本身的优化和突破，也可以来自纯粹计算能力的增强——比如有了更好的芯片、更强的电力支持、更大的数据中心。

回顾过去，如果我们看一些经典的科学计算问题，比如天文学家模拟星体间万有引力的“N体问题”，把它的发展历程画出来看，你可能会发现，很多时候算法上的巧妙改进带来的进步，甚至比单纯增加计算能力带来的进步还要更明显。

不过好消息是，现在算法创新和算力提升这两条路我们都在大步向前，所以我们正享受着双重红利。

问：Demis，你觉得你们大部分的进步，是不是都靠建更大的数据中心、用更多的芯片来实现？有人开玩笑说，以后全世界都会被数据中心给铺满，像贴墙纸一样，这是你想象的未来吗？

Demis Hassabis： 我们确实需要建更多的数据中心。从科学的角度看，我们能把普普通通的沙子变成如此强大的计算芯片，这件事本身就一直让我觉得非常了不起。而且，这些数据中心不仅仅是为了训练AI模型。

现在我们有很多模型，像Gemini 2.5 Pro，大家都抢着想用，需求非常大。还有Flash模型，它在保证低成本的同时性能又那么好。我觉得，全世界的人将来都会想用上这些AI技术。所以，单单是为了让大家能顺畅地使用这些模型，我们就需要大量的数据中心。

除此之外，AI也需要时间来“思考”，也就是在它给出答案前进行计算和推理（这个过程我们有时也叫“推理时计算，inference time compute，指模型推理时花费的计算资源），这同样需要大量的计算资源。

你们这次也看到了DeepThink这个新模式，你给AI越多的“思考”时间，它给出的结果就可能越好。对于那些特别重要、特别难的任务，让AI花很长时间去“琢磨”是完全值得的。我们正在研究怎么能让AI“思考”得更深、更久，而这在AI运行时就需要非常多的芯片来支持。

“思考范式”的价值：从AlphaGo到现实世界

问：Demis 刚才提到了AI的“测试时计算”（或推理时计算，test-time compute）。我们关注这种让AI多想一会儿的“推理范式”（reasoning paradigm）也差不多有一年了，过去我们也聊过两次，这感觉就像是给大语言模型（LLM）这类的AI额外增加了一种能力。你能帮我们再解释一下，这种“让AI多想一会儿”能带来多大的提升，以及它为什么这么重要吗？

Demis Hassabis： 我们一直非常信奉这种“思考范式”。回顾AlphaGo和AlphaZero这些智能体在游戏领域的工作，它们的核心就是在一个基础模型上，再加一套“思考系统”，这种提升其实是可以量化的。

如果我们把AlphaGo或AlphaZero的“思考”功能关掉，只让它凭第一感觉（也就是基础模型直接输出）下棋，它的水平也不差，可能也是专业棋手或者大师级别。但是，一旦你把“思考”功能打开，它的水平就能远远超过顶尖的人类冠军，大概能提升600个Elo等级分。所以，在游戏里，这种“多思考”带来的提升是非常明显的，更不用说比游戏复杂得多的真实世界了。我认为，在现有AI的基础上，加入这种“思考范式”，潜力会更大。

当然，挑战也是存在的。就像我之前在演讲里说的，你的AI模型需要成为一个能理解复杂世界的“世界模型”（world model），这可比只做一个简单游戏的模型要难得多。这种复杂模型本身就可能出错，而且在进行长期规划时，这些小错误还可能会累积放大。不过，我相信我们在这方面的进展不错。

Sergey Brin：正如Demis所说，DeepMind在强化学习这方面确实是先驱，做了很多开创性的工作，AlphaGo和AlphaZero就是很好的例子。如果想单靠“死记硬背”式的训练，达到AlphaGo（带思考功能）的水平，可能需要多花5000倍的训练量，即便如此，AlphaGo的成功也是大量训练和“即推理时计算”结合的成果。所以，这种“多思考”的优势是非常巨大的。

而且，就像我们大多数人一样，说话前先想一想总是有好处的。虽然……也不是每次都这样啦。（现场一片笑声）

我确实也常常被提醒要（在说话前）这么做（先思考）。但我认为，对AI来说，一旦你赋予了它这种“多想一会儿”的能力，它们显然会变得更加强大。而我们现在在这方面的探索，才刚刚开了个头，摸到一点皮毛而已，毕竟这些高级模型面世还不到一年。尤其是，如果你考虑到AI在“思考”的过程中，还会调用各种外部工具或者其他的AI，来帮助它优化和完善最终的输出结果——那这将是一种极其强大、潜力无限的工作方式。

DeepThink的机制与AGI的突破口

问：DeepThink这个东西听起来很有意思。我试着描述一下我的理解，你看对不对：它基本上就像是让很多个“思考程序”同时开动，并行地进行推理，并且它们之间还会相互检查、相互验证结果，最后得出一个更高质量的答案。这感觉就像是给AI的推理能力打了“兴奋剂”一样。

Demis，你之前提到，AI行业还需要几次关键的进步才能真正达到AGI（通用人工智能）的水平。那么，像DeepThink这样的机制，在你看来处于什么位置？它算不算是能让我们离AGI更近一步的关键技术之一呢？

Demis Hassabis： 是的。DeepThink可以算是通往AGI所需突破中的一部分，或者说是一个重要的组成部分。当然，我们还需要其他方面的进步。比如，DeepThink可能主要改进的是AI的推理能力，但真正的“从0到1”的原创性、创造力是从哪里来的呢？现在的AI还不能像人类科学家那样，独立解决一个悬而未决的数学猜想，或者提出一个全新的猜想，更不用说在物理学领域构想出一个全新的理论了。我们目前还没有能做到这种程度创造力的AI系统。

但我相信，具备这种创造力的AI系统正在向我们走来。而像DeepThink这样的“思考模式”，对于提升AI的思考能力，以及其他许多方面的能力都会很有帮助。同时，我们还需要在构建能够准确理解和模拟真实世界的“世界模型”方面取得重大进展。

我想大家从Veo，特别是Veo 3（我们最新的视频生成模型）的演示中，已经能看到一些端倪了——它能够凭直觉理解一些物理规律。我早年不仅研究AI，还做过游戏图形引擎的开发，我记得那时候，游戏里的光照、阴影、材质等等这些效果，都得我们程序员一个一个手动编程实现，那真是非常非常复杂的工作。而现在，这些对物理世界的理解和模拟能力，似乎已经内化到了AI模型本身之中，这实在是太惊人了。

问：我看到你之前在社交媒体上分享了一张煎锅里有油的照片，那不是有什么特别的暗示吧？

Demis Hassabis： 哈哈，并没有什么特别的。也许只是一个微不足道的小小暗示而已。

AGI的定义之争：为何坚持用AGI？

问：我们今天已经好几次提到AGI（通用人工智能）这个词了。我感觉现在AI圈子里，很多人好像不太愿意再提AGI了，觉得这个词被用得太泛滥，有点失去它本来的意义了。但是Demis，你似乎认为AGI这个概念依然很重要。能说说为什么吗？

Demis Hassabis： 我确实认为AGI这个概念非常重要。也许我需要找个时间和Shane Legg（DeepMind首席科学家，也是大约25年前最早提出AGI这个术语的人之一）一起，就这个问题专门写点东西来阐述一下。我觉得，现在大家在讨论AGI的时候，常常把两件不同的事情给搞混了。

第一件事是，一个普普通通的正常人，一个个体，他能做些什么？我们人类已经很能干，但每个人真正精通的领域，其实也只是所有知识和技能中的一小部分，对吧？或者换个说法，什么是大约90%的成年人都能做到的事情？这种“普遍人类能力”，对于经济发展、对于我们设计和改进各种产品来说，显然是非常重要的。所以，这是一个很关键的衡量标准，我们可以把它叫做“典型人类智能”（typical human intelligence）。

而我所说的AGI，更多的是一个理论层面上的构想。它指的是，从根本的架构上来看，人类的大脑究竟有能力做到什么？人类大脑是我们理解“通用智能”的一个极其重要的参照点，因为它是目前宇宙中我们唯一知道的、能够证明“通用智能”这种东西确实可能存在的实例。

所以，如果你想说你的AI系统达到了AGI的水平，你就得证明它能做到一系列的事情，甚至是历史上那些最顶尖的人类精英（比如爱因斯坦、莫扎特、居里夫人等），凭借着和我们一样的人类大脑架构所能做到的那些事情——注意，不是说要拥有和他们一模一样的大脑，而是指拥有同样底层设计原理的大脑架构。我很清楚，现在的AI系统还远达不到这个程度。

现在大家对AGI的很多讨论和宣传，在我看来，问题在于目前的AI还不够“通用”，也不够“可靠和一致”。诚然，现在的AI模型已经相当“博学”了，它们能做成千上万种不同的事情，很多表现也确实令人印象深刻。但是，我们每个人只要和现在的聊天机器人或者AI助手互动一下，不出几分钟，就能轻易发现它们身上这样那样的明显缺陷。比如，一道稍微难一点的高中数学题它可能就解不出来，一个很基础的小游戏它可能也玩不明白。想找到这些AI系统中的“短板”和“漏洞”，一点都不难。

而对我来说，一个系统要想真正称得上是AGI，它在各个方面的表现，都必须比今天的AI要稳定得多、可靠得多、达到高度的一致性。要找出这种AGI系统的一个明显漏洞，可能需要一个顶尖的专家团队花上好几个月的时间去研究和测试，而不是像现在这样，普通人几分钟就能发现问题。

AGI的实现路径：一家独大，还是多点开花？

问：Sergey，这个问题特别适合您。您觉得AGI会先被某一家公司搞定，然后这家公司就“通吃”整个领域，游戏结束了？还是说，更可能出现像中国或者Anthropic这样的公司也各自拥有AGI，形成一种“多点开花”的局面？

Sergey Brin： 这是个好问题。我猜，确实可能会有某一家公司、某个国家或者某个组织率先摸到AGI的门槛。不过，AGI本身可能不是一个非黑即白的、能精确定义的“点”，它更像是一个发展的“范围”或者说“谱系”。所以，完全有可能在同一个时期，不止一个机构都达到了差不多的水平，大致进入了这个AGI的范围。

至于那之后会发生什么？老实说，这太难预测了。但你可以想象，肯定会有很多家机构都冒出来。在我们AI这个圈子里，你也知道，通常是我们这边取得一点进步，其他公司很快就能学过去，反过来也一样，他们有了新东西，我们也会快速跟进。这就像大家在玩“跳房子”或者“蛙跳”一样，你追我赶，不断超越。所以我认为，大家会互相启发，这种氛围可能会鼓励越来越多的机构都努力跨过AGI那个门槛。

问：Demis，您怎么看？

Demis Hassabis： 对整个AI领域来说，大家首先得对“到底什么是AGI”能有个统一的认识，这很重要。所以，也许我们应该努力推动大家在这个定义上达成共识。然后，假如AGI真的实现了，肯定会有一些机构跑在前面。

关键在于，这些最先搞出来的AGI系统，必须是稳定可靠而且绝对安全的。如果能做到这一点，那么之后，我们就可以想象，利用这些首批AGI系统作为基础，再去衍生出许许多多架构在它们之下的、各种各样的AI系统。到那时候，可能就会有真正意义上的“个人AGI助手”，以及各种各样的新鲜事物出现。

但是，就像Sergey说的，未来到底会怎么样，真的很难预测。这就像是站在一个“事件视界”（天文学概念，指黑洞的边界，一旦越过就无法返回，也无法观测其内部）的边缘，我们很难看清楚边界另一边的景象，也很难准确预言那会是什么样子。

AGI与情感：AI需要“心”吗？

问：刚才谈到了AGI的定义，很多人认为AGI主要指的是知识层面的智能，也就是“大脑”的智能。那么，“心灵”的智能呢？AI要想被认为是AGI，是不是必须要拥有情感？它能拥有情感吗？

Demis Hassabis： 我认为，AGI首先需要能够“理解”情感是怎么一回事。至于我们是否希望AI去“模仿”人类的情感，甚至“拥有”真正的情感，这在很大程度上其实是一个设计上的选择。从理论上讲，我看不出有什么根本性的理由说，AI绝对不可能拥有情感。

但是，AI的情感可能会和我们人类的情感非常不同，或者说，让AI拥有情感可能根本没有必要，甚至从某些角度看，我们可能并不希望它们产生像我们人类那样复杂的情感反应。所以我认为，这个问题目前还是悬而未决的。

随着我们越来越接近可能实现AGI的时间点（我个人觉得这大概还需要5到10年的时间），我们还有充足的时间去深入研究这些问题。

自我改进系统是否有可能？

问：我在想，有什么因素可能会让AGI到来的时间大大缩短呢？比如说，会不会是因为出现了能够自我改进的AI系统？上星期，我看到一条新闻标题，叫“AlphaEvolve”，说的是一种能帮助设计出更好算法，甚至能改进大型语言模型训练方式的AI，我当时看了差点从椅子上惊掉下来。所以Demis，你是不是在尝试引发一场“智能爆炸”呢？

Demis Hassabis： 哈哈，我们可不是想引发一场不受控制的“智能爆炸”。首先得说，AlphaEvolve确实是一个非常了不起的系统，背后有一个非常优秀的团队在做这项工作。现在一个很有意思的研究方向，就是开始尝试把其他类型的技术——比如AlphaEvolve用到的“进化编程”技术——和我们最新研发的、能力越来越强大的基础AI模型结合起来。我个人非常希望在我们的探索性研究中，看到更多这种不同系统之间强强联合、相互配合的尝试。

你说得对，“自我改进”确实是可能加速AI发展的一个重要因素。如果某个AI系统真的找到了一个有效的“自我改进循环”，那确实有可能让AI的发展速度比现在我们看到的还要快得多。

我们以前在AlphaZero身上就见证过类似的情况：它从完全随机的、什么都不会的状态开始，通过自我对弈和自我改进，在不到24小时的时间里，就学会了国际象棋和围棋，并且达到了超越人类顶尖冠军的水平。所以我们知道，AI的自我改进是完全可能实现的。但是，也得看到，像国际象棋和围棋这样的游戏，规则是非常清晰和有限的。而真实世界要比这些游戏复杂得多，也混乱得多。所以，这种自我改进的方法是否能在更广泛、更复杂的现实场景中同样有效，还有待观察和验证。

Sergey Brin重返谷歌的动力：AI时代的召唤

问：我们又聊到了一些非常强大的AI系统，而且很明显，现在开发这些系统就像一场竞赛。这是您决定重新回到谷歌全身心投入工作的原因吗？

Sergey Brin： 对于一个计算机科学家来说，现在我们正处在一个历史上独一无二的、非常特殊的时刻。老实说，任何一个计算机科学家，现在都不应该想着退休，都应该积极投身到AI的研究和开发中来。

这就是我想说的。历史上从来没有出现过像AI这样既是巨大挑战又是巨大机遇的领域，也从来没有哪项技术像AI这样处于如此激动人心的爆发前夜。

所以我不会说我回来是因为“竞赛”——尽管我们完全明白这场竞赛的存在，而且，让我明确一点，我相信Gemini将会是第一个实现AGI的系统。但是，真正吸引我的是，能够亲身参与到这场令人难以置信的技术革命中来。

这和我们当年经历Web 1.0时代的感觉完全不同，那个时代也很令人兴奋，后来我们又有了移动互联网等等。但我认为，AI在科学层面上要比那些都更加令人激动。而且我坚信，AI最终对整个世界产生的影响，也将比互联网和智能手机加起来还要大得多，AI的变革力量将是空前的。

问：那您现在每天具体都做些什么工作呢？

Sergey Brin： （笑） 我主要是在“折磨”像Demis这样的优秀人才吧。Demis他非常了不起，他能容忍我今天“闯入”这次炉边谈话。

我几乎每天都会去Google办公室，那里有很多人在全力以赴地研发关键的Gemini文本模型，进行模型的预训练、后训练等等。我主要关注的就是这些核心技术，偶尔也会参与一些多模态AI（比如能处理图像、视频的AI）的工作，就像你们都看到的Veo 3视频模型。总的来说，我倾向于深入到非常具体的技术细节中去。

幸运的是，我能有这样的奢侈，把精力完全投入到我感兴趣的技术细节上，因为有像Demis这样的人在负责管理和运营整个团队。我的科学兴趣就在这里，我着迷于深入研究这些算法，以及它们是如何不断进化和变得更强大的。

谷歌的智能体愿景：为何如此关注“视觉”与“物理世界”？

问：Demis，我想问一个关于“智能体”（Agents）的比较宽泛的问题。我注意到，当我看其他科技公司展示他们构建的智能体时，通常我们看到的是那种能理解对话上下文、但没有具体形态的“声音助手”，而且我们主要是在电脑屏幕上和它互动。

但是，当我看DeepMind和谷歌的演示时，智能体往往是通过摄像头来感知世界，非常强调“视觉”的交互。而且今天你们也发布了关于智能眼镜的新消息。我想知道，为什么谷歌对于开发一个能像我们人类一样“看见”世界、理解物理环境的AI助手或AI伴侣，会这么感兴趣呢？

Demis Hassabis： 这背后有好几个原因。就像我们之前聊到的，我们DeepMind一直以来都对“智能体”这个方向非常着迷，这可以说是我们的传统了，我们最早就是从研究基于智能体的系统和开发能玩游戏的AI开始的。我们的长远目标是构建AGI，而一个真正的AGI，显然必须能够理解它所处的物理环境，理解你周围的真实世界。

在我看来，这种能理解物理世界的AI，至少有两个非常巨大的应用前景：

第一个，是打造一个真正有用的、能在你日常生活中随时陪伴你的AI助手。它不应该只是被困在你的电脑或者某一个设备里，我们希望它能融入你生活的方方面面，为你提供帮助。所以，它必须能够“跟着你走”，并且理解你所处的具体物理场景和上下文。

第二个非常重要的事情，是在机器人技术领域。我一直觉得，要想让机器人技术真正取得突破性进展，能为我们做更多有用的事情，你就需要在机器人身上实现类似你们在Project Astra（谷歌的一个AI项目，展示了强大的实时多模态交互能力）演示中看到的那种智能水平。

我一直认为，机器人技术发展的瓶颈，其实并不主要在硬件上——尽管现在有很多公司在研发非常棒的机器人硬件，我们也和他们有合作——真正的瓶颈在于“软件智能”，也就是机器人的“大脑”不够聪明，这才是长期以来阻碍机器人技术发展的关键因素。但是，我们现在正处在一个非常激动人心的时刻。凭借我们最新发布的AI模型，特别是Gemini 2.5，再加上我们将要引入的Veo（视频生成技术）等其他新技术，我相信我们将拥有真正令人兴奋的新算法，能够让机器人技术最终“开窍”，发挥出它那难以估量的巨大潜力。

最终，一个真正的AGI需要能够做到所有这些事情——理解视觉信息、理解物理世界、与真实环境互动等等。我们一直都是朝着这个方向努力的。这就是为什么我们的Gemini模型从一开始设计，甚至在最早的版本，就是为了支持多种信息模式（多模态，比如同时理解文本、图像、声音等）而构建的。

也正因为如此，从一开始就只让它处理文本信息，反而是一件更困难的事情。但最终，我们现在正在收获当初这些艰难但正确决策带来的丰硕成果。我看到Gemini团队的同事们就坐在前排，我们一起做出了这些正确的决策，尽管过程很艰难，但结果证明我们是对的，你们今天看到的很多精彩演示，都是这些决策结出的果实。

Google Glass的经验教训与智能眼镜的未来

问：你们当年从Google Glass项目中学到了哪些经验教训，是谷歌在今天智能眼镜重新成为热点的时候可以借鉴和应用的呢？

Sergey Brin：这确实是个好问题。我从Google Glass中学到的东西太多了。老实说，当年在Google Glass这个项目上，我们犯了不少错误。但我个人始终相信智能眼镜这种设备形态的潜力。所以我很高兴看到，我们现在又重新推出了智能眼镜产品。而且，现在的智能眼镜看起来就像一副普通的眼镜，镜片前没有了当年那个显眼的棱镜显示器。

坦白讲，当年Google Glass面临的一个主要问题是技术还不够成熟，存在“技术代差”。而现在进入了AI时代，AI赋予了这些智能眼镜更强大的能力，它们可以在不持续分散你注意力的情况下，为你提供各种有用的帮助，这种能力比以前强太多了。

此外，还有一个教训是，我当时对消费电子产品的供应链、生产制造这些环节几乎一无所知，完全没意识到要把一款硬件产品做出来，并且以一个合理的价格卖给消费者，还要管理好所有的生产、物流等等，这背后有多么的困难。而这一次，我们有了非常棒的合作伙伴来帮助我们一起打造这些智能眼镜。所以，这又是我们取得的一个进步。

我不得不说，我确实有点怀念当年我们为Google Glass做的那场发布会演示——动用了飞艇和翼装飞行员从天而降。当然，如果今天在Shoreline圆形剧场（Google I/O的举办地）能重现那样的场景，肯定比当年在莫斯科要酷得多。不过，玩笑归玩笑，我们这次应该学乖了：先把产品本身打磨好，确保它足够优秀，然后稳扎稳打地推向市场，让大家都能用上，之后再考虑做不做酷炫的演示。这可能才是更明智的做法。

Demis Hassabis： 我想补充一点。你看，谷歌在硬件设备和智能设备方面有着非常深厚的积累和辉煌的历史，我们可以把所有这些宝贵的经验教训都运用到今天的产品中。

正如大家所见，我们对我们新款的智能眼镜感到非常兴奋。我一直在和我们的团队探讨一个观点（我不知道他们是不是都同意），但我个人感觉，一个真正智能的、无处不在的“通用AI助手”，才是智能眼镜这款产品的“杀手级应用”。我认为，正是这种强大的AI助手能力，将会让智能眼镜真正普及开来，当然，硬件技术本身这些年也取得了巨大的进步和改善。但我坚信，AI助手才是智能眼镜最核心、最自然的“杀手锏”。

AI生成内容与模型训练：“模型坍塌”是杞人忧天吗？

问：能不能简单谈谈AI视频生成技术？我在Google I/O大会的观众席上，看到你们展示的AI视频生成模型，进步水平真的让我相当震惊。你们也请到了一些电影制作人来分享他们的看法。

Demis，关于AI模型质量的问题，如果将来互联网上充斥着大量由AI制作的视频内容，当这些AI生成的内容又被反过来用作训练新AI模型的数据时，会不会导致新模型的质量下降，甚至比那些只用人类原创内容训练出来的模型还要差呢？这种现象有人称之为“模型坍塌”（model collapse）。

Demis Hassabis： 是的，现在确实有很多人担心所谓的“模型坍塌”问题。这不仅仅是视频领域，任何类型的内容，包括文本，都可能面临类似的挑战。关于这一点，我想说几件事：

1、首先，我们对于用来训练AI模型的数据，在质量管理和筛选方面是非常非常严格的。我们有一套严谨的流程来确保数据的质量。

2、其次，至少对于我们自己开发的所有生成式AI模型（比如生成图像、视频、文本的模型），我们都会给它们生成的内容打上一种叫做SynthID的“隐形AI水印”。这种水印技术非常强大，自从我们一年半前发布以来，一直表现稳定可靠。无论是AI生成的图像还是视频，都会嵌入这种肉眼看不见的水印。这样一来，我们就能检测出哪些内容是AI生成的。

而且，我们正在发布相关的工具，让任何人都可以使用这些工具来检测内容中是否包含这种水印，从而清楚地知道某个图像或视频是不是由AI创作的。当然，这对于打击利用AI进行造谣、传播虚假信息（比如深度伪造Deepfake）是非常重要的。同时，有了这种检测能力，如果你在训练新模型时，不希望使用AI生成的内容，你也可以利用它来把这些内容从训练数据中过滤掉。所以，我个人其实并不认为“模型坍塌”会成为一个特别大的问题。

3、最后，我们甚至可能会拥有能力非常非常强大的AI视频生成模型，强大到它们生成的视频质量非常高，以至于你可以放心地把这些高质量的“合成数据”（synthetic data，也就是AI生成的数据）再反过来加入到训练新模型的循环中，作为额外的数据来源。当然，这样做的时候必须非常小心，你需要确保你生成的这些“合成数据”和你希望模型学习的真实数据，它们的基本特征和分布是相似的，不能因为加入了合成数据反而把模型的认知给带偏了，而且合成数据的质量本身也必须足够高才行。

其实，我们在一个完全不同的项目——AlphaFold（我们研发的蛋白质结构预测AI），已经积累了一些这方面的经验。当时，我们没有足够的真实实验数据来从头训练AlphaFold，所以我们就需要先用一部分已有的蛋白质结构数据，结合AI预测并筛选出置信度比较高的预测结果（大概挑选了最好的三四百个），然后把这些AI预测出来的、但质量很高的“合成数据”再加入到训练数据中去。这其实就是一种将真实数据和高质量合成数据混合使用的前沿方法。

所以说，对于那些自动生成的、质量不高的内容，你是可以想办法把它们排除在训练数据之外的。至少在我们的工作中是这样做的，我们也希望其他开发生成式AI技术的公司能够效仿，给他们生成的内容量加上可靠的水印。这对于打击深度伪造等滥用行为显然是非常重要的。

快问快答：Web的未来、AGI的时间表、AI面试与模拟理论

问：10年后的互联网（Web）会是什么样子？

Sergey Brin： 10年后的互联网啊？（Demis Hassabis在一旁小声提醒：“一分钟内回答完哦！”） 天啊，10年！考虑到现在AI发展这么快，变化太大了，这简直超出了所有人的想象。老实说，别说10年后的互联网了，我觉得我们可能都不知道10年后的整个世界会变成什么样。

Demis Hassabis： 我觉得Sergey这个回答很实在。要我说，短期来看，互联网肯定会发生翻天覆地的变化，特别是如果我们考虑到未来可能会出现一种“AI智能体优先”（Agent-first）的互联网。那时候，互联网上的信息可能主要是给AI智能体看的，它们之间直接交互，就不再需要像现在这样，必须把网页渲染成漂漂亮亮的、给我们人类看的样子了。所以，可能过不了几年，情况就会和现在大不一样。

问：下一个问题，AGI会在2030年之前实现，还是之后实现？

Sergey Brin：2030年啊？哎呀，你这时间点可真是卡得够紧的！嗯……我会猜“2030年之前”。

问：Demis呢？

Demis Hassabis： 我猜是“之后”。

问： 有意思，Lex Fridman（另一位知名的AI研究者和播客主持人）也选了“之后”。

Sergey Brin： （对Demis开玩笑说） 别有压力啊，Demis！

Demis Hassabis： （笑着回答） 看来我得回去更卖力地工作了！

Sergey Brin： （继续开玩笑） 我只管提要求，Demis负责实现！

问：下一个问题，如果有人在面试你们公司的时候，承认自己用了AI来帮忙，你们会雇佣他吗？

Demis Hassabis： 哦，在面试的时候用AI啊？这得看他具体是怎么用的。如果他用的是现在这种水平的AI模型来作弊，那可能就不会雇佣了。所以，答案的关键在于“他如何使用AI”。

Sergey Brin： 我自己从来没参加过什么正式面试。（现场又是一阵笑声） 所以我也不知道该怎么说。我觉得，如果我去评判别人在面试时具体怎么做，那也太虚伪了。

Demis Hassabis： 其实，我也没正经参加过面试。

问：Demis，你之前发过一条很有意思的推文，内容大概是，一个AI根据提示词就生成了一个非常逼真的自然场景的图片？那条推文的文字是“从自然到模拟，一键按下”，你还配了几个表情符号。结果，很多人就抓住这条推文大做文章，各种新闻标题都写着“Demis认为我们生活在一个模拟世界中”。所以，我们真的生活在一个模拟程序里吗？

Demis Hassabis： 我不认为我们生活在像Nick Bostrom（一位以“模拟理论”而闻名的哲学家）他们所说的那种模拟世界里，也就是说，我们并非身处某个被设计好的“游戏”之中——尽管我自己也开发过很多游戏。

但从更深的层面来看，我认为宇宙底层的物理规律，其本质可能与信息理论紧密相关。所以，或许可以说我们生活在一个“计算的宇宙”之中，但它并不仅仅是一个简单直接的、像电脑程序一样的模拟。这个问题太复杂了，我没法在一分钟内给你一个完整的答案。

但是，现在这些AI系统，能够如此逼真地模拟出自然界中真实存在的结构和现象，这件事本身就非常有趣，也非常能说明一些问题。我一直在思考我们通过AlphaGo和AlphaFold这类系统所取得的成果，以及它们对我们理解现实世界的意义。我以前也公开谈到过这些想法，也许将来某个时候，我会专门写一篇科学论文，来深入阐述这些AI的进展对于揭示“现实到底是什么”可能意味着什么。

问：Sergey，你想不想也来发表一个“搞个大新闻”的观点？

Sergey Brin：关于“我们是否生活在模拟中”这个问题，我认为这个论点是可以无限套娃的。如果我们真的是生活在一个模拟程序里，那么按照同样的逻辑，那些创造了这个模拟程序的“更高级”的存在，他们自己很可能也因为类似的原因，生活在他们自己的模拟程序里，然后以此类推，一层套一层。

所以我觉得，你要么就得接受我们可能生活在一个无限层叠的“模拟套娃”之中，要么就必须承认，在某个层面，这种“模拟”的链条总得有个尽头，有一个不再是模拟的，而是真实存在的。

问： 那你个人的猜测是什么呢？

Sergey Brin： 我觉得，当我们谈论“模拟”的时候，我们往往不自觉地站在一个非常以人类为中心的视角来看待问题。我们会想象，是不是有某个像我们一样有意识、有思想的“存在”，在运行这个模拟程序，而且这个“存在”也拥有和我们人类相似的形态、欲望和意识。

对我来说，这种以人类为中心的推测，恰恰是这个理论站不住脚的地方。所以我只是觉得，以我们目前的认知水平，我们可能还没有能力去真正理解和推断所谓“更高一个层级”的现实到底是什么样的。