在CNBC《Tech Download》首期节目中，Google DeepMind首席执行官Demis Hassabis与主持人Arjun Kharpal和Steve Kovach深入探讨了AI领域的最新进展，尤其是通用人工智能（AGI）的发展前景及其对科学、商业和社会的深远影响。
Demis Hassabis表示，尽管Scaling Laws（规模法则）在推动AI系统能力提升方面仍然有效，但收益递减并不意味着毫无收益。他认为，迈向AGI可能需要一两项重大创新，而不仅仅是现有理念的规模化提升。他指出，当前AI系统在智能表现上存在碎片化问题，缺乏持续学习和创造原创内容的能力，这些都是实现AGI需要克服的关键障碍。
在讨论到“World Models”（世界模型）时，Demis解释说，这一概念涉及AI系统对世界物理规律的理解和模拟，从而验证自己的假说。这与当前主要围绕文本的LLMs（大型语言模型）形成对比。他透露，DeepMind正在开发自己的World Models版本，称为Genie，并展示了能够根据文字信息生成视频的先进视频模型。
关于AGI的时间表，Demis认为，尽管还需要5到10年的时间，但AI技术的变革性已经非常显著。他强调，AI不仅是应对气候变化、贫困和疾病等重大社会挑战的工具，同时也是这些挑战的一部分。因此，如何引导AI造福全人类，是所有AI实验室领导者的重要责任。
在谈到AI行业的竞争环境时，Demis承认当前竞争异常激烈，但他认为Google DeepMind在技术和商业化方面已经找到了平衡点。他提到，Google在基础设施和产品生态方面的优势，使得其能够快速将AI技术推向市场，并触达海量用户。
对于AI泡沫的讨论，Demis认为行业某些部分可能存在泡沫，但AI作为人类历史上最具变革性的技术，其核心部分将生存下来并繁荣发展。他表示，Google拥有强大的资产负债表和现金流，能够在任何市场环境下保持竞争力。
在谈到中国在AI领域的进展时，Demis认为中国AI模型与美国相比仅落后几个月，显示出强大的追赶能力。但他也指出，中国能否在Frontier之外实现真正的创新，尚未得到验证。他认为，科学创新比简单复制要困难得多。
Demis还分享了DeepMind与Google的协作关系，强调这种紧密的迭代闭环使得AI技术能够快速部署到Google的各个产品中。他提到，与Samsung等合作伙伴的合作，以及在边缘计算和智能眼镜等新设备上的探索，都展示了AI技术的广泛应用前景。
在谈到AI在科学领域的应用时，Demis表示，AlphaFold是AI应用于科学的最佳案例之一，解决了蛋白质折叠这一困扰科学界50年的难题。他希望未来能出现更多类似的项目，开启科学发现的新黄金时代。
对于2026年AI领域的重大进展，Demis预测能够自主执行任务的Agentic系统将开始变得足够可靠，机器人领域将出现有趣进展，设备上的AI Assistant也将开始在现实世界中真正发挥作用。他还提到，进一步推进World Models，使其更高效，将是一个重要的研究方向。
