新智元报道
编辑：KingHZ 桃子
【新智元导读】谷歌DeepMind掌门人断言，2030年AGI必至！不过，在此之前，还差1-2个「Transformer级」核爆突破。恰在NeurIPS大会上，谷歌甩出下一代Transformer最强继任者——Titans架构。
2025年即将进入尾声，下一年AI将走向何方？
最近，谷歌DeepMind CEO Hassabis在一场访谈中，对未来12个月的「关键趋势」做出重磅预测。
展开剩余94%划重点！！！主要有以下五大核心点——
多模态融合彻底打通
类人的视觉智能
语言+视频深度融合
世界模型成为主流
智能体达到可靠应用水平
多模态融合彻底打通
类人的视觉智能
语言+视频深度融合
世界模型成为主流
智能体达到可靠应用水平
Hassabis强调，我们应尽快Scaling现有的AI系统，至少它们会成为最终AGI的「关键部件」。
甚至，它可能会成为那个终极的AGI系统。
不过话说回来，我们至少还需要1-2个像Transformer、AlphaGo这样级别的突破才可以。
八年前，谷歌Transformer奠基之作出世，彻底改变了AI界。
如今，谷歌另一个极有潜力成为Transformer的全新架构——Titans，正式在NeurIPS 2025亮相。
它完美融合了「RNN极速响应+Transformer强大性能」，集两者之大成。
即便在200万token上下文中，Titans召回率和准确率最高。博客一出，在全网掀起了海啸级地震。
正如Hassabis所言，「颠覆性」AGI已近在眼前！
DeepMind掌门人：2030年，AGI必至
今年早些时候，Hassabis就曾预测，具备或超越人类能力的AGI，可能会在2030年之前实现。
在周四的公开对话中，Hassabis再度强调：
AGI很可能是人类历史上最具颠覆性的时刻之一，如今它正在加速逼近。
若要我给出一个时间，人类距离实现AGI仅剩下5到10年。
在谈及未来愿景时，Hassabis的声音饱含憧憬：
我一直以来最大的梦想、也是我奋斗一生的目标，是实现「丰饶时代」的理想社会。
一个人类面临的最大问题都已被解决的世界。
比如，免费的、可再生的清洁能源，也许人类解决了核聚变，或者造出了更优的电池、太阳能材料、半导体，在材料科学上取得突破；人类也攻克了许多疾病。
那样一来，人类将进入一个全新的时代，一个后稀缺时代，人类很可能繁荣发展，走向星空，将意识播撒到银河系。
但即使是那种乌托邦式的图景，也伴随着一些问题：如果这些技术能解决所有难题，那么我们人类存在的目的又是什么？还会剩下什么问题让我们去解决？
作为一个科学家，Hassabis为此感到担忧，甚至对科学方法本身也是如此。这是其一。
而通往AGI的道路注定不会一帆风顺。
Hassabis指出，恶人和错误使用AI的风险真实存在，甚至「灾难性后果」已开始显现。
比如，对能源或供水系统的网络攻击，这些都已经是显而易见的攻击目标。
也许，目前还没用上非常先进的AI，但这种事基本已经在发生了。
AI带来最严重的后果，可能是灭绝级风险。他强调，没人确切知道人类灭亡概率P(doom)，但直言：
这个风险不是零。只要不是零，那就必须认真对待，投入资源应对。
对Gemini 3探索不足10%
Hassabis认为，最被低估的能力是Gemini能够「观看」视频并回答相关概念性问题。
他举例说，曾询问Gemini电影《搏击俱乐部》中的一个场景：
「打架前摘下了戒指，这个动作有什么象征意义？」
Gemini回答，这代表主角脱离日常生活的象征，是对社会规范的拒绝，是一种「放弃身份」的宣言。
Gemini的这类「抽象理解」能力出乎他的意料。Hassabis认为Gemini已经具备某种「元认知」。
还有另一个例子是Gemini Live功能。他认为，多模态AI的潜力，远比大多数人今天所理解的要大得多。
每次DeepMind推出新版模型时，Hassabis都会有种强烈的遗憾感：自己可能连这个系统的十分之一都没来得及深入测试，就已经要投入下一个版本的研发了。
而用户们往往会比Gemini开发人员更快地发掘新功能，把模型用到连他们都没想到的地方。
最核心的观点
Hassabis最核心的观点可能是AGI的实现路径问题。
他认为，我们距离真正的AGI还有大约5到10年的时间。
DeepMind对AGI的定义要求很高：要称得上「通用」，AI系统必须全面具备人类的所有认知能力，其中包括「创造力」和「发明能力」。
现在的LLM在某些领域已经非常惊艳，堪比博士水平，甚至能拿奥林匹克金牌；但在另外一些领域，它们仍然存在明显缺陷，呈现出「参差不齐」的智力表现。
真正的AGI应当拥有「各项能力均衡发展」的稳定智能。
这包括当前模型所缺失的几个关键能力：持续学习（continual learning）、在线学习（online learning）、长期规划和多步推理。
目前，大语言模型完全不具备这些能力。
他承认存在一种可能性，即规模扩展「可能就是AGI系统的全部」，尽管他认为这种情况可能性较小。
这需要我们必须将规模扩展推向绝对极限。
退一步说，规模扩展至少会成为最终AGI的「关键构件」。
Hassabis相信，它们未来会具备这些能力，但我们可能还需要一两个重大技术突破。
而谷歌似乎已经有了Transformer级的重大突破。
最强「Transformer」出世
几天前，NeurIPS大会上一场对谈中，谷歌首席科学家Jeff Dean和AI教父Hinton同框。
关于LLM和研究路线，Hinton当场提出了一个尖锐的问题——
谷歌是否后悔发表Transformer论文？
Jeff Dean给出了干脆的回应：「不后悔！这项研究对世界产生了重大的影响」。
几乎同一时间，谷歌放出了全新的架构Titans，成为Transformer的最强继任者！
此外，还有一个全新的MIRAS框架。
两者的结合，可以让 AI模型在运行过程中动态更新核心记忆，跑得更快，也能处理超长规模的上下文。
众所周知，Transformer最大瓶颈在于，上下文无限扩展，会导致计算成本飙升。
除了业界迭代的RNN、Mamba-2等架构，谷歌也提出了新一代解决方案——
如上所述，Titans+MIRAS，就是一套把RNN速度和Transformer准确性，结合起来的架构与理论思路。
Titans（MAC）架构：通过一个长时记忆模块来压缩历史数据，并将生成的摘要加入当前上下文，再交由注意力机制处理
Titans是具体的模型架构（工具），而MIRAS 是用于泛化这些方法的理论框架（蓝图）。
它们合起来，实现了一种「测试时」记忆的能力。
在运行时，模型不再只是把信息压成一段静态状态，而是在数据不断输入时主动学习，即时更新自己的参数。
这个关键机制，可以让模型立刻把新的、具体的信息加入到核心知识里。
值得一提的是，清华姚班校友钟沛林参与了两项工作。他博士毕业于哥伦比亚大学，2021年起加入谷歌任研究科学家。
Titans：即时掌握新上下文
一个高效的学习系统，需要既独立又互相关联的「记忆模块」。
这一机制，就像人脑会将短期记忆和长期记忆区分开来一样。
它拥有更强的表达能力，在不丢失关键信息的同时，总结海量内容。
有了Titans，LLM不只是记笔记，而是在真正理解并串联整个故事。
论文地址：https://arxiv.org/pdf/2501.00663
更重要的是，Titans并非被动存储数据，而会主动学习如何识别并保留贯穿整个输入的重要关系和概念主题。
衡量这一能力的核心指标之一，谷歌将其称之为「惊奇度」（surprise metric）。
假设遇到「高惊奇」度的信息时，会被优先写入长期记忆。而且，会随着不断学习，自适应管理权重，主动遗忘不再需要的信息。
MIRAS：统一视角，序列建模
序列建模的每一次重大突破，本质上都在使用同一种底层机制：高度复杂的联想记忆模块。
MIRAS独到之处和实用价值在于，它看待AI建模的方式——
把各种架构视为解决同一个核心问题的「不同手段」。
如何在融合新信息与旧记忆的同时，不让关键概念被遗忘。
MIRAS框架
MIRAS通过四个关键设计维度，来定义序列模型：
记忆架构（Memory architecture）：承担信息存储的结构，例如向量、矩阵，或像Titans深层多层感知机。
注意偏置（Attentional bias）：模型内部优化的学习目标，决定优先关注哪些信息。
保留门（Retention gate）：一种记忆正则化机制。MIRAS将传统「遗忘机制」重新解释为正则化形式，用于在学习新知识与保留旧知识之间取得平衡。
记忆算法（Memory algorithm）：用于更新记忆状态的优化算法。
记忆架构（Memory architecture）：承担信息存储的结构，例如向量、矩阵，或像Titans深层多层感知机。
注意偏置（Attentional bias）：模型内部优化的学习目标，决定优先关注哪些信息。
保留门（Retention gate）：一种记忆正则化机制。MIRAS将传统「遗忘机制」重新解释为正则化形式，用于在学习新知识与保留旧知识之间取得平衡。
记忆算法（Memory algorithm）：用于更新记忆状态的优化算法。
以MIRAS框架的视角审视近期序列模型
超越注意力
几乎所有现行成功的序列模型，在处理偏置和保留机制时，都依赖于均方误差（MSE）或点积相似度。这种依赖导致模型对异常值（outliers）过于敏感，并限制了其表达能力。
MIRAS突破了这一局限。
基于MIRAS，谷歌构建了三款独特的无注意力（Attention-free）模型：
YAAD
MONETA
MEMORA
YAAD
MONETA
MEMORA
在语言建模和常识推理任务中，Titans架构在同等规模下，优于最先进的线性循环模型（如Mamba-2和Gated DeltaNet）以及Transformer++基线模型。
新颖的MIRAS变体（MONETA、YAAD、MEMORA）相比这些基线模型也提升了性能，验证了探索稳健的非MSE优化机制的优势。
重要的是，这些模型保持了高效的并行化训练和快速的线性推理速度。
这些新架构最显著的优势在于其处理超长上下文的能力。
这在BABILong基准测试中得到突出体现，该任务需要对分布在超长文档中的事实进行推理。
在BABILong基准上，Titans以更少的参数量，表现优于包括GPT-4等超大型模型在内的所有基线模型。
Titans进一步展示了可有效扩展到超过200万token上下文窗口的能力。
Titans在超长上下文推理任务上的性能表现
有Reddit网友预测，或许我们在明天，就可以看到采用Titans架构的Gemini 4。
正如网友所言，这可能是谷歌继Transformer之后，首个重大突破！
在架构层面，Titans+MIRAS补上了「记忆与持续学习」。
而在多模态能力层面，Gemini显露「元认知」的边缘形态。
也许，AGI正加速到来。
参考资料：
https://www.youtube.com/watch?v=tDSDR7QILLg&t=11s
https://x.com/kimmonismus/status/1997026763353022647
https://x.com/DataChaz/status/1997211176422482341?s=20
https://research.google/blog/titans-miras-helping-ai-have-long-term-memory/
https://www.axios.com/2025/12/05/ai-deepmind-gemini-agi
秒追ASI专业配资门户官网
发布于：北京市领航优配提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
