行业

Google DeepMind SVP Koray Kavukcuoglu:不会有单一基准能判定 AGI 到来

精选理由

Google DeepMind 的 SVP 聊了聊 AGI 判定标准、递归自我改进和安全团队怎么搭,观点和大厂卷基准分数的路子不一样。做产品的人应该听一下他讲的"产品化也是通往 AGI 的路径"这部分的逻辑。

Google DeepMind 高级副总裁 Koray Kavukcuoglu 在与 Hannah Fry 的播客对话中表示,不会存在某个单一测试或基准能宣告 AGI 已经实现。他的判断是,进展会表现为模型变得"less spiky"——即能力不再忽高忽低,而是在日常生活的各类任务中持续可靠。

图片来源 · Google DeepMind
正文

对话涵盖了从 2010 年代 DeepMind 演进至今的组织历程,他主张把产品化本身视为通往 AGI 的路径之一,而不是模型训练完成后的附属环节。他还谈到架构选择、递归式自我改进(recursive self improvement)的可行性、安全与智能体团队的组织方式,并专门讨论了基准测试的局限。

这类观点与目前业内用 ARC-AGI、Humanity's Last Exam 等基准分数宣称接近 AGI 的做法形成对照,Kavukcuoglu 的立场暗示 DeepMind 更看重模型在实际使用中的稳定性,而非排行榜成绩。

原文 · Google DeepMind

Our SVP @koraykv believes there won't be a single test or benchmark that tells us we've reached AGI. Instead, progress looks like models becoming less spiky and more reliable across our daily lives. Listen in as he and @fryrsquared discuss the road ahead ↓ Timecodes: 00:00 Introduction 01:26 Evolution of Google DeepMind 04:41 Products as a path to AGI 13:01 Architectures and models 24:40 Recursive self improvement 30:50 Safety and agent teams 40:35 Benchmarks

产业坐标与信源核验

本条情报归属 AITOP「行业」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Google DeepMind、Koray Kavukcuoglu、AGI、基准测试,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「Google DeepMind」(@GoogleDeepMind),经 AITOP 多维评分管线结构化提炼。