DeepMind CEO：中国AI距前沿仅数月，但缺乏原创性

在2026年初的一次专访中，谷歌DeepMind联合创始人兼CEO德米斯·哈萨比斯对人工智能的现状与未来，尤其是中美之间的竞争格局，给出了坦率而深入的分析。

回顾谷歌在ChatGPT冲击后的反击，哈萨比斯将其归功于DeepMind深厚的“科学基因”。他指出，谷歌早在2014年收购DeepMind时，就看重其用AI解决基础科学问题的长期愿景，如蛋白质折叠与核聚变控制。这种超越短期产品的科研积累，最终转化为如Gemini等产品的底层爆发力，帮助谷歌重新确立领导地位

哈萨比斯将当前AI竞争描述为“科技行业有史以来最激烈的竞争”，并承认存在一定泡沫，但他相信真正有价值的技术会留存下来。对于AGI可能带来的十倍于工业革命的社会冲击，他自称“谨慎的乐观主义者”，认为尽管存在风险，但AI将是应对疾病、气候、能源等全球性挑战的终极工具。他的务实做法是，在全力推进技术前沿的同时，尽可能以负责任的方式进行

面对AI训练带来的巨大能源消耗挑战，哈萨比斯持乐观态度，认为AI本身将成为破解困局的关键。他举例说，DeepMind正利用AI优化核聚变装置中的等离子体控制，并加速新材料的发现，这些都有望从根本上提升能源效率。

对于通用人工智能（AGI），哈萨比斯重申了“5-10年内到来”的判断，同时尖锐地指出了当前大语言模型的根本局限——能在某些复杂任务上展现才华，却在一些简单的逻辑推理或常识问题上“翻车”。这揭示其本质仍是数据的模式匹配，而非真正理解世界。他认为，突破的关键在于发展“世界模型”，即让AI学会理解物理世界的底层规律与因果关系，从而进行规划与推理。未来的AGI可能是大语言模型与世界模型等多种能力的融合体

谈及中国AI的发展，哈萨比斯称赞了中国团队令人惊讶的追赶速度。他以DeepSeek、阿里巴巴等为例，指出中国在工程实现与优化方面能力强大，距离技术前沿可能“仅有数月之遥”。但他也直言，这种追赶很大程度上仍基于西方奠定的基础架构，中国尚未贡献出如Transformer或AlphaGo级别的原创性突破。他将中美路径差异概括为：美国团队倾向于探索全新架构，可能走弯路但寻求根本突破；中国团队则更擅长在确定方向上快速优化与工程落地，在降低成本、拓展应用方面表现卓越。不过，哈萨比斯并未低估中国的创新潜力，他认为庞大的应用场景和快速迭代能力，未来可能催化出独特的创新路径。

哈萨比斯的洞察揭示出全球AI竞赛的深层逻辑：在既有技术轨道上，工程效率与迭代速度可以迅速缩小差距；但通往未来的根本性突破，依然依赖于从0到1的原始创新。当现有架构的“铁轨”到达尽头，铺设新轨的能力将决定最终的格局。而这场旅程的终极意义，或许在于让AI成为人类拓展认知边界、应对共同挑战的强大伙伴。

展望2026年，他认为智能体系统、机器人、边缘AI将迎来重要进展，而更深远的愿景是开启一个“科学发现的新黄金时代”。他希望通过AI，在未来十年催生更多像AlphaFold那样的革命性项目。