标签：AGI
共 19 篇相关访谈。
OpenAI首席科学家称已达成AGI原型目标
Latent.Space报道，OpenAI首席科学家Jakub Pachocki表示，尚未发布的Astra模型已达成其2026年9月前的目标，即“自动化AI研究实习生”。CEO Sam Altman进一步预测，OpenAI内部系统将在2026年底前被认定为达到AGI标准。文章同时汇总了本周AI领域的其他重要动态，如开源机器人、新模型发布和AI安全合作。
3年后AI最大的意外：无人承认指数增长将终结
政府与AI公司的权力博弈警钟
Dwarkesh Patel，知名AI播客主持人，在本期节目中深度剖析美国国防部将Anthropic列为供应链风险事件。他指出，这场冲突不仅是商业纠纷，更是未来文明控制权的早期预演
投资人亲历：从AI四小龙到大模型，两代浪潮的人才与信仰迁徙
投资人叶奇意（Kiwi）回顾了其亲历的中国AI两大浪潮。他详述了如何在AGI信仰驱动下，从上一代“AI四小龙”的人才库中寻觅并支持了杨植麟与月之暗面，并对比了两代公司在泛化能力、商业模式与人才构成上的根本差异。文章探讨了从追求模型能力到构建智能生态的行业演进，并展望了智能普惠的未来产品形态。
Nathan Lambert访华：中国AI实验室的速度、文化与全球竞赛
美国AI研究员Nathan Lambert深入探访北京、杭州多家中国顶尖AI实验室后分享观察。他认为中国AI生态系统已形成独特的技术所有权文化，年轻人才充沛，执行力强，擅长快速跟进。中美在开源模型领域已形成动态竞争，中国在特定方面领先，但在算力与前沿探索上仍存差距。
AI下一次突破：从在职学习开始
本文探讨了AI领域下一个重大突破可能在于“在职学习”。作者认为，当前实验室押注的强化学习与可验证奖励（RLVR）方法存在局限性，尤其是在需要从稀缺、模糊的真实世界互动中学习的领域。文章提出了“在职学习”的必要性，分析了当前在线学习的困境，并探讨了诸如“在线策略自蒸馏”和“做梦”等前沿技术，展望了到2027年底，AI可能通过持续部署和学习实现能力质的飞跃。
嵌套学习：AI持续学习与架构幻觉的新范式
在本次访谈中，康奈尔大学博士生Ali Behrouz介绍了其颠覆性工作“嵌套学习”。该范式受人类记忆系统启发，通过让模型不同层以不同频率更新，实现了在保留核心知识的同时快速适应新上下文，解决了传统AI的灾难性遗忘问题。文章深入探讨了该架构的核心思想、实现机制（如“希望”架构）、“AI睡眠”概念，以及其对隐私、对齐和AGI路径的深远影响。
AGI已来：我用了一周，头皮发麻
张昊然分享其新产品Moxt如何从团队内部“共享Markdown文件”的痛点出发，演进为AI原生工作空间。他认为，未来的协作模式将发生颠覆：组织90%以上内容由AI生成，人类角色转向决策、审批与情感交流。他坚守“增强人类而非替代人”的价值观，并希望推动工作方式的真正变革。
德米斯·哈萨比斯：自然可建模，AGI是终极科学工具
DeepMind CEO德米斯·哈萨比斯在访谈中提出，自然中经演化形成的系统都可被经典算法高效建模。他畅谈了AlphaFold系列、Veo视频生成中的物理直觉、用AI构建虚拟细胞的愿景，以及未来AGI可能通过发明新科学猜想来证明自身。
哈萨比斯：AI是科学工具，更是文明分水岭
DeepMind CEO哈萨比斯在普林斯顿高等研究院访谈中，阐述了从游戏AI到科学发现的演进逻辑。他认为游戏是思考的沙盒，而AI的终极目标是成为科学探索的通用工具。他提出了关于自然模式可被高效学习的猜想，并强调在迈向AGI的进程中，建立类似国际原子能机构的新型全球治理框架至关重要。
Demis Hassabis：AGI 5-10年内到来，机遇与风险并存
DeepMind CEO Demis Hassabis 在《时代》专访中指出，通用人工智能（AGI）可能在5-10年内实现。他既展望了AGI治愈疾病、解决能源危机等美好前景，也警告了技术被滥用及失控的风险。他强调，国际社会需在AGI发展初期就建立合作与标准，以确保这项强大技术造福全人类。
哈萨比斯：AI十年内或攻克所有疾病
诺贝尔化学奖得主哈萨比斯在访谈中预测，通用人工智能（AGI）将在5到10年内实现。他指出，AI正沿指数曲线发展，未来有望在科学发现、药物研发等领域取得突破，甚至可能在未来十年内利用AI治愈所有疾病。同时，他也强调了AI安全和国际协调的紧迫性。
Sam Altman：通往AGI之路注定是一场权力斗争
OpenAI CEO萨姆·奥尔特曼在Lex Fridman播客中，回顾了2023年11月的董事会风波，坦言这是他职业生涯中最痛苦的经历。他坦诚探讨了通往AGI之路的权力斗争、公司治理结构的反思、与马斯克的纷争，以及对Sora、GPT-4等技术的见解。他强调，这场危机是构建有韧性组织的一次宝贵预演。
MIT物理学家呼吁暂停AI竞赛，警惕文明级风险
MIT物理学家Max Tegmark在Lex Fridman播客中讨论了他参与发起的呼吁暂停训练超过GPT-4级别AI模型的公开信。他认为当前AI能力发展速度远超预期，而安全和政策进步滞后，导致人类面临‘自杀式竞赛’风险。他主张通过六个月的协调暂停，为制定合理的安全标准赢得时间，并强调解决AI安全问题对于人类文明存续至关重要。
尤德科夫斯基：GPT-4 已越过科幻警戒线
AI安全先驱尤德科夫斯基在访谈中表达了对GPT-4能力的深切担忧，认为我们已越过科幻作品中的安全警戒线。他强调对齐问题的致命性——我们可能只有一次机会做对，否则人类文明将终结。他反对开源强大AI模型，呼吁暂停更大规模训练，并探讨了AI意识与操纵能力的哲学边界。
山姆·奥特曼：GPT-4远非AGI，意识与偏见是更大挑战
OpenAI CEO山姆·奥特曼在Lex Fridman播客中深入探讨了AI前沿。他认为GPT-4虽强大，但远非AGI，其偏见问题是技术与社会选择的复杂平衡。他表达了对快速AI崛起的担忧，并设想通过民主协商确定AI边界，同时强调“公开构建”和用户可控性的重要性。
Hassabis：从游戏到AGI，DeepMind的探索之路
DeepMind CEO Demis Hassabis在访谈中回顾了从少年编程到创立DeepMind的历程，阐述了为何以游戏为起点、为何坚信强化学习，并深入解释了AlphaFold如何解决蛋白质折叠这一50年难题。他认为，构建通用人工智能的关键在于结合算法、算力与多学科协作，而最终目标是用智能解决科学与现实世界的根本挑战。
Yann LeCun：深度学习的直觉与AI的未来
Yann LeCun在访谈中探讨了AI的价值对齐问题、深度学习的反直觉成功、自监督学习的核心作用、自动驾驶的技术路径，以及构建人类水平智能系统所面临的挑战，强调了情感与常识推理在AI中的重要性。
Greg Brockman：AGI的初始条件决定未来四十年
OpenAI联合创始人Greg Brockman在访谈中探讨了AGI的愿景、OpenAI的创立初衷与结构设计。他强调数字世界的巨大杠杆效应，并提出技术发展的关键在于设定其诞生的‘初始条件’。他详细解释了OpenAI从非营利转向‘有限营利’结构的考量，以在吸引资源和确保AGI惠及全人类之间取得平衡，并分享了对GPT-2发布决策、AI安全技术路径以及未来信息生态的深刻见解。