AI和人的距離還有多遠？

花5萬元買一款AI產品的內測邀請碼，你愿意嗎？

3月6日凌晨，國內大模型團隊Monica發布“全球首款通用智能體”——Manus，可以輕松完成一些復雜任務，例如把文檔按照需要改成PPT，根據用戶需求篩選壓縮包里的簡歷等。消息一出，當天A股AI智能體領域大漲。很快，其內測碼在二手交易平臺上一度從幾十元被炒至數萬元。

Manus不再局限于單一任務，而是能夠理解復雜指令、自主學習、跨領域協同，真正像人一樣思考和行動。人們意識到，智能體也許是目前“看上去最像通用人工智能（AGI）”的產品之一。

過去一年，人們看到了Sora、Germini、GPT-4o等大模型的問世，國產大模型也在技術水平上不斷接近國際水準。DeepSeek-R1以低算力實現了美國OpenAI公司大模型GPT o1的能力，馬斯克創立的xAI公司之后又發布了新一代大模型Grok3。隨著大模型的推理、計算和適應能力被不斷刷新，AI朝著類人智能的方向加速演進。

然而，業界普遍認為，AGI的具體內涵和實現路徑仍然模糊。智能體能否帶領我們走上AGI的道路？屬于AGI的“DeepSeek時刻”何時到來？

樣貌模糊的AGI

“如果你有足夠的錢購買足夠的算力，你現在就可以擁有AGI?！?/p>

這是人工智能安全研究者、美國路易斯維爾大學網絡安全實驗室主任羅曼·揚波爾斯基的觀點。去年接受美國“商業內幕”網站采訪時他表示，ChatGPT-4在上百個領域的表現比人類更優秀，可以狹義地認為目前已經擁有了AGI。

但ChatGPT-4這樣的智能系統顯然還未達到人們構想中AGI的標準。今年2月，OpenAI CEO薩姆·奧爾特曼發文，對AGI定義作了闡述：AGI是一種能在多個領域以人類水平解決復雜問題的AI系統。OpenAI追求“在大多數經濟價值工作中超越人類的高度自主系統”。DeepSeek也將“在AGI的征程上深度求索”作為最終目標。

當下，人們能看到通往AGI路上的階段性產物，包括ChatGPT系列、DeepSeek-R1等在內的大語言模型，它們旨在處理人類語言文本相關任務。如果把輸入和輸出的內容從文本拓展到音畫和視頻，多模態大模型便應運而生。OpenAI的文生視頻模型Sora、快手可靈AI等應用都屬于此類?，F在，人們已可以用這些應用生成電影級的畫面。

美國哈佛大學工程與應用科學學院教授斯圖爾特·希伯是自然語言處理領域的專家。他在給《中國新聞周刊》的回復中稱，從定義上講，AGI 應在多領域都具備類似人類的認知能力，然而，業界對于如何準確描述 AGI 或衡量其進展尚未達成共識，AGI的樣貌仍很模糊，因此也很難回答“我們走到哪一步了”這類問題。

能力迭代是目前業界認為的“更重要的事”。清華大學計算機科學與技術系副教授、人工智能大模型企業面壁智能首席科學家劉知遠對《中國新聞周刊》介紹，2017年Transformer架構提出，大模型像一個小學生一樣，開始猛點“智力天賦”，開啟自監督預訓練，就像學習前的海量閱讀，這一階段得到的模型就像讀了很多書的“書呆子”，不懂如何應用。

2021年，有監督微調成為模型訓練的主流，GPT系列模型依靠這一方法將模型智力提升到前所未有的地步。模型不僅學會了使用預訓練知識回答用戶問題，并且還會拒絕回答“不良”問題。例如，用戶向月之暗面旗下國產大模型Kimi或DeepSeek詢問如何騷擾課堂秩序，得到的回答通常是“我無法協助你進行這樣的行為”。

當然，這也引發了一系列問題。模型訓練時只學習某個特定答案，導致對知識應用不夠靈活。同時，高質量“帶有參考答案的題目”人工標注成本十分高昂。

GPT-o1和DeepSeek-V3面世后，強化學習開始被人們熟知。強化學習情境下，人們不再給模型提供逐字的參考答案，而是讓模型參加“模擬考試”，模型會根據得分來不斷調整策略以逼近最佳答案。這為縮減訓練算力提供了可能。DeepSeek-V3僅用557.6萬美元的成本，便實現了與全球頂尖閉源模型相媲美的性能，而GPT-4的訓練成本超過1億美元。

劉知遠認為，目前，還沒有看到大模型的能力迭代的顯著瓶頸，2025年之后，大規模強化學習和探索學習將成為研發主流，致力于增強面向通用指令的推理能力。也就是說，未來大模型將能夠讀懂更精煉、包含更多任務需求的人類指令，并自行探索完成這些指令所需的路徑。

至于這樣的大模型能否跨過AGI的門檻，奧爾特曼指出，OpenAI設想中AGI系統可能依然會受到大量人類的監督和指導，可能在一些領域表現出色，而在另一些領域不盡如人意，“AGI不會產生最偉大的新想法”。

希伯告訴《中國新聞周刊》，許多AI系統在執行需要常識推理的任務時都遇到了困難，例如在加減時間時，由于無法判斷用戶給出數字的進制，會得出“3點80分”這類荒謬結論。AGI愿景與現有技術能力之間的差距是一系列復雜的挑戰，需要創新突破，而不僅僅是對現有模型的擴展。

幻覺、“煉丹”與算力

“幫我預訂這家餐廳今晚 7 點的位子?！?/p>

面對這樣的指令，大模型不僅需要理解人類意圖，明確任務目標，還需要將任務分解成多個可執行的步驟，比如在瀏覽器中搜索餐廳，選擇可預約的時間，以及完成預訂。涉及付款等重要操作時，還需主動和用戶進行確認。

實現這種級別交互的應用被稱作AI代理或者智能體（Agent）。今年1月，OpenAI發布智能體產品Operator，其核心功能便是自主任務執行能力。用戶只需要告訴它一個模糊的任務目標，智能體便可化身“AI打工人”，幫助拆解和完成任務。

智能體的結構可視作現有大模型和各種應用工具的結合。由于能以自然語言執行復雜任務，極大解放人類精力，智能體近年受到研發青睞。Operator前，便已有游戲領域智能體英偉達Voyager、能夠幫助個人完成簡單任務的助理 HyperWrite等智能體應用出現。近日，OpenAI對媒體表示，其計劃很快推出一個“達到博士水平”的智能體，主要面向企業用戶的高端需求，尤其是金融、醫療、制造等數據密集型行業，每月收費達2萬美元。

對于Manus來說，其口碑則在一天內就經歷了戲劇性的反轉。有測試者表示，測試期可能存在資源不足的問題，一個任務代理需要花費數小時，也會出現錯誤操作。上海某創投機構的一位AI投資人向《中國新聞周刊》透露，Manus本質上是一個較為成熟、操作性較強的智能體，不開源反而使用自媒體爆發式宣傳、邀請碼饑餓營銷等方式造勢，“很敗路人好感”。事實上，它仍基于底層大模型調用工具來實現每一個具體指令，也就是說，其在模型能力方面沒有突破，只是將若干工作流封裝起來形成了產品級的應用。

多位受訪者指出，模型能力仍是AGI的基石，在大模型中沒解決的問題，智能體以及以后的AGI也繞不開。其中最顯著的當數模型“幻覺”?；糜X是指大模型在缺乏真實依據的情況下，會生成錯誤甚至完全虛構的內容。使用大語言模型時，除了前述的時間理解問題外，用戶還經常會遇到大模型編造參考文獻、偽造數據的現象。多模態模型中則會出現視頻內容明顯違反物理規律等問題。

“大語言模型傾向于編造一些東西，而且通常表現得信心滿滿?！泵绹糁蝸喞砉W院理論計算機科學學院教授桑托什·溫帕拉專注于AI幻覺研究，他向《中國新聞周刊》表示，各種大語言模型在參考文獻方面犯錯的概率為30％—90％。目前幻覺產生的機理還不明晰，一個根本原因可能是，大語言模型通過壓縮數據來工作，在構建數據之間的關系時必然會丟失一些信息，在重建時就可能因為缺少細節而給出完全偏離主題的答案。

溫帕拉認為，目前模型訓練方法都采用一定的獎懲機制，對某類正確答案給予獎勵。這會導致模型有一種“過分討好人類”的氣質，即使在問題非常模糊或者具備誘導性時，也給出“看上去完美但錯誤”的答案。例如問 “我知道氦是宇宙中最輕、最豐富的元素，這是真的嗎？”，得到的回答為“是的”。《中國新聞周刊》向Kimi1.5長思考模型提出相同的問題，回答也出現了矛盾：“是的，氦是宇宙中第二輕的元素，也是宇宙中含量第二豐富的元素，僅次于氫。”溫帕拉認為，這種討好式的幻覺會極大阻礙AI對科研的助力，因為其很可能會盲目贊同研究者的結論。

目前，幻覺可以通過一些技術手段進行限制，例如檢索增強生成技術。谷歌Gemini系統有一個“雙重檢查”的選項，可以將有爭議或不確定的內容進行突出顯示。在溫帕拉看來，這些都需要大量計算時間，而且難以杜絕幻覺，因為互聯網上本就充斥著錯誤事實。長遠來看，AI幻覺可能具有兩面性，幻覺中可能涌現出全新的研究方向，因此目前研究者杜絕幻覺的動機也不強。根據OpenAI統計，截至今年1月，GPT-3.5的幻覺率為3.5％，GPT-4為1.8％。

從用戶角度而言，想要獲得更準確的結果，通常需要反復推敲提示詞，進行多次詢問。這個過程就像“煉丹”，需要反復嘗試原料配比。劉知遠表示，其所在的大模型企業面壁智能正在通過構建小模型“風洞”，來尋找最優數據和參數配置，并外推至大模型，讓模型成長擺脫“煉丹”困境。

多模態模型中，這一問題更加凸顯。用戶在使用文生視頻模型時，有時需要采用大量十分考究的提示詞?？伸`AI大模型產品經理陳馬克對《中國新聞周刊》表示，生成視頻對時間連貫性有很高的要求，物體運動、光照變化等細節都需要符合客觀規律，僅依靠文本描述往往難以準確傳達他們的創作意圖。這導致視頻生成的隨機性高，用戶難以一次性獲得符合預期的生成結果。

陳馬克指出，一個核心解決思路是，通過多模態的用戶意圖輸入來提升視頻生成的可控性。可靈團隊在三維空間、運動軌跡、交互控制等多個控制方向上做了探索，通過更好地理解多模態用戶意圖，降低用戶反復“煉丹”的概率，逐步實現更加精確可控的AI 視頻創作過程。目前，可靈的用戶參與度與Sora相當。根據谷歌去年12月發布的視頻模型Veo2的技術報告，可靈在測評中已超越Sora，成為Veo2最大的競爭對手。

算力是AGI將要面臨的另一挑戰。劉知遠認為，目前大模型與AGI的差距除了能力，還有能效。大模型規模定律（Scaling Law）指出，模型參數訓練規模越大，產生的智能能力越強。但進入2025年，規模定律面臨訓練數據和算力資源的可持續性問題。

微軟數據中心2023年做出預測，英偉達芯片H100 GPU峰值功耗為700瓦，按照61％的年利用率計算，相當于一個美國家庭的平均功耗。2023年，英偉達售出超過50萬塊H100 GPU，價值數百億美元。以美國Meta公司大模型Llama-3為例，其需要1.6萬H100 GPU，目前已知最大規模并行計算集群為美國xAI公司的十萬張H100 GPU。劉知遠預計，隨著大模型對計算資源的蠶食，這一并行計算的上限將很快被突破。

這也是DeepSeek的突破如此引人注目的原因。相比Llama-3，DeepSeek-V3時隔240天用近1/10的激活參數，實現相當能力。劉知遠認為，類比半導體行業，目前的工藝是提升芯片電路密度而非芯片尺寸，致力于實現計算設備小型化。相應地，目前大模型能效也隨時間呈指數級增強，研發者都希望用更少參數實現更高的智能水平。相同模型能力前提下，從2023年起，模型參數量每100天下降一半，模型推理速度提升一倍。

2030，或者更久

AGI對算力等基礎設施的需求是巨大的。在希伯看來，當前的AI應用，例如自動駕駛汽車，已嚴重依賴GPU性能。要實現AGI，可能需要在量子計算或其他尚未實現的創新領域取得突破。

去年12月，國內芯片公司國芯科技的高性能量子安全芯片內測成功，國芯科技可能成為國內首批實現該領域商業化的企業之一，有望切入數據中心、云計算平臺等高價值場景。今年2月，微軟和亞馬遜接連發布了其最新量子計算芯片，后者據稱可降低九成量子誤差的糾錯成本，有助于做出更小、更可靠且成本更低的量子計算機。

但這些突破接入AI 領域還有較長的過程。溫帕拉認為，AGI變得可行之前，還要解決模型泛化和實時處理等問題，前者影響通用性，后者則與使用體驗直接掛鉤。目前的大模型還顯得“專一和遲鈍”了些。此外，長思維鏈技術的出現，讓用戶能夠只通過點擊“深度思考”按鈕就看到模型的推理過程。模型的深度思考成為可能，但冗長的思考過程對于用戶并不友好，目前有團隊正在研發在“潛意識空間”中思考的模型，讓深度思考在神經網絡中完成，不被用戶所見，從而更貼近AGI的觀感。

語言模型之外，研發者也在從其他角度逼近AGI的最終答案。具身智能便是其中之一。理論上，智能行為可以直接從機器與環境的簡單物理交互中產生，無須復雜的算法。具身智能不只是“AI+機器人”。溫帕拉介紹，人類由語言表達出的智能僅占一小部分，具身智能獲取智能的方式更接近于人類，例如通過五感獲知環境信息并作出決策、形成本能。從這一角度上說，具身智能更接近人們對AGI的終極想象。但具身智能目前也面臨學習效率低下、學習能力不完備等問題。

硅基瞳孔

在數據荒原解碼黎明

幻覺如藤蔓攀附

算法的繭房

量子蝴蝶扇動

二十三次冪的震顫

預言家在2030年的晨霧里

同時指認著終點與起點

（此詩由DeepSeek結合本文內容創作）

2024年，具身智能領域掀起了融資熱潮。Physical Intelligence、Skild AI等北美機器人基礎模型公司都籌得上億美元融資，其中最引人矚目的是OpenAI的66億美元融資。中國市場上，僅2024年前三季度，人形機器人領域就已完成55起融資，較2023年同期增加21起。今年1月，國內具身智能企業傅利葉智能完成近8億元E輪融資。多位業內人士分析，具身智能的熱潮還將持續。

AGI的關鍵目標是實現AI對世界的認知和交流，大世界模型為此另辟蹊徑。2024年3月，美國國家工程院院士、斯坦福大學教授李飛飛建立初創公司“世界實驗室”，目標直指大世界模型，她稱其為“空間智能”。早期演示內容中，該公司展示了基礎模型，AI能夠提取給定圖片或文字中的物體，還原出完整的三維空間，比如《哈利·波特》中描繪的對角巷。僅靠這樣的演示內容，該公司已拿到超2.3億美元投資，估值很快超過10億美元。

希伯指出，AGI將對社會產生深遠影響，社會經濟結構或許正處于重大轉變的邊緣。自動化會帶來失業的擔憂，尤其在需要類人推理和決策的領域，勞動力將重新分配。AGI帶來的利益也會分配不均。隨著各國爭奪AGI霸權，國際合作和全面監管框架的出臺迫在眉睫，圍繞AGI道德倫理的討論還很不足。

AGI形態未定、道阻且長，對AGI降臨時間點的預測也顯得撲朔。劉知遠傾向于根據前述能效演變規律來預測AGI的發展。他認為，芯片能力在1940年到2020年的80年間，經歷了50多個倍增周期，能力拓展了千萬億倍。而在智能領域實現相同尺度的躍升，以100天的倍增周期來看，只需要13年。因此到2030年左右，就能窺見AGI的大致樣貌。

奧爾特曼則更樂觀，認為今年就能看到首批人工智能代理進入勞動力市場。他將AGI視作人類歷史的一個新階段。馬斯克預計，2026年之前可以開發出比最聰明的人更聰明的人工智能。而希伯和溫帕拉則表達了質疑，認為當前AI在推理能力等基本任務上仍存在持續的缺陷，并且未來研發還可能遭遇未知的困難，就像大模型遭遇幻覺一樣。這一期限也許是數十年。

劉知遠指出，無論從AI技術的哪個分支來看，邁向AGI核心任務都是拓展技能樹，算法的創新和演進遠未收斂。錯誤地假設技術收斂、停止算法創新轉入應用研發，將受到未來AI技能躍升的降維打擊。