DeepMind成立AGI研究院，首席AGI科学家称Astra还不算AGI
相关推荐
奥特曼闭门秀Astra：它将「真正发明新东西」，「这非常像AGI」
动察 Beating AI 快讯，OpenAI 最近办了一场 Astra 闭门预览，几十名重要客户的高管被请到旧金山新启用的 MB0 办公楼。Altman 刚从华盛顿回来，此前已经向美国官员闭门介绍过 Astra。门外则有人举牌要求「停止 AI 竞赛」，OpenAI 甚至推来一整面绿植墙，挡住玻璃门外的抗议者。 现场主要展示了两项能力。第一项是一道研究级数学题，16 个 AI Agent 自己把题目拆成多个子问题，分头求解、互相协调，最后拼出一个候选证明。 第二项是直接操作电脑。Astra 在多个常见桌面软件之间高速切换，自己创建和修改内容。Altman 说，看它以「超人级、非常快」的方式操作电脑，是 OpenAI 员工最近最震撼的体验之一。他说，Astra 将带来 persistent agents，也就是可以长时间持续工作的「虚拟同事」。 Astra 还达到了 OpenAI 内部的「AI 研究实习生」标准。给它一个实验想法，它能自己在 OpenAI 的代码库里实现、跑实验并返回结果；给它一篇论文，它能完成过去需要人类研究员花一周做的工作。 Altman 认为，Astra 更重要的能力是发现新知识。他当着这些客户的面说：「我预计，这会是第一个真正发明出有意义新东西的模型。」随后又补了一句：「这是非常像 AGI 的事情。」
传Google DeepMind拟裁超1/3：短期停更Pro，资源转向Flash
据动察 Beating 监测，Google DeepMind 正在酝酿进一步重组，可能裁掉三分之一甚至更多员工。GDM 目前约有 7000 至 8000 人，重组将重点精简岗位和实际工作不匹配的冗余人员。 更大的变化是模型路线。谷歌短期没有更新 Pro 模型的计划，也将减少对 Fable、Opus 同级超大旗舰模型的投入，把更多资源转向成本更低、迭代更快的 Flash。 这可能和 GDM 能拿到的资源有关。GDM 最近一个考核年的整体 OKR 只有 0.5/1，过去一段时间很难争取到更多大型模型训练资源。搜索、YouTube、Gmail 等谷歌核心业务同样需要大量 TPU。 还有一个内部细节或许可以解释为什么谷歌 Gemini 模型体验不佳：GDM 核心团队此前从未真正把 Gemini 当成日常主力模型，反而是非核心团队仍被要求使用 Gemini。
Google DeepMind高管称AI万亿美元投资押注“递归自我改进”
Odaily星球日报讯 Google DeepMind 首席战略官 Jasjeet Sekhon 表示，当前 AI 行业规模空前的资本投入，背后的关键投资逻辑之一，是押注未来 AI 系统实现“递归自我改进”（Recursive Self-Improvement，RSI）。 Sekhon 近日在加州大学伯克利分校举办的 Agentic AI Summit 上表示，AI 产业目前投入的大量资本，最终需要由一种更高级的能力来证明其价值——即 AI 能够自动改进自身，并创造能力更强的下一代系统。 他指出，RSI 已经成为 AI 投资逻辑中的重要组成部分。与传统依靠人工研发和训练迭代的模式不同，递归自我改进设想的是 AI 系统能够自主优化算法、改进模型架构，并持续提升自身能力。 Sekhon 认为，RSI 正在取代 AGI（人工通用智能），成为当前 AI 领域新的核心叙事。随着 OpenAI、Google、Anthropic 等公司以及云计算巨头持续投入巨额资金建设算力基础设施，市场正在押注 AI 未来可能从“规模扩展”（scaling）阶段迈向“自我增强”阶段。 不过，RSI 是否能够实现仍存在较大争议。目前 AI 模型虽然已具备代码生成、工具调用和自动优化能力，但距离真正意义上的自主递归改进仍面临技术、安全和可控性挑战。（The Information）
DeepMind 联合创始人称 AGI 或在数年内实现，呼吁建立前沿 AI 标准监管机构
ChainCatcher 消息，据悉，Google DeepMind 联合创始人 Demis Hassabis 日前发文预测，通用人工智能（AGI）可能仅需数年即可实现，其变革性影响将达到工业革命的 10 倍，且发展速度将快上 10 倍。他指出，随着前沿模型在网络安全、核能与生物等领域的潜在风险日益凸显，业界急需为未来具备自主性和自我改进能力的 AI 系统建立稳固的安全防护。 为平衡技术创新与安全风险，Hassabis 呼吁美国率先牵头建立一个类似金融业监管局（FINRA）的“前沿 AI 标准机构”。该机构拟采用公私合作或自律组织模式，由独立技术专家和开源界代表管理，主要通过行业注资运作。其核心职能是制定动态的科学评估协议，初期将要求前沿实验室在发布模型前 30 天自愿提交审查，并计划最终过渡至强制性的市场准入测试，而初创公司或学术机构的非前沿模型则予以豁免。该框架旨在通过技术主导的审查机制应对未知危机，并以此为基础推动国际社会达成全球 AI 风险管理共识。
DeepMind突传实现RSI：三个大写字母点燃社区
动察 Beating AI 快讯，AI 社区突然疯传 Google DeepMind 已经实现 RSI。 RSI 即递归自我改进，被很多人视为通往超级智能最关键的一步。AI 可以自己改进训练方法、代码和模型，造出更强的下一代，再让下一代继续升级。真正跑通后，AI 研发可能进入自我加速循环。 起因是爆料账号 lyra 给 Google DeepMind 发了一句「huge congRatulationS Indeed!」，其中三个异常大写字母正好拼成 RSI。随后 Lentils 又贴出一张疑似内部模型列表，里面出现 rsi-model-liverl-le。他还声称 Google 内部有 10 个同系列训练模型槽位，但没有贴出对应截图。 传闻也未必是假的。路透社 8 月报道，谷歌联合创始人 Sergey Brin 已要求 DeepMind 加快 Gemini 研发，并重点推动递归自我改进。DeepMind 6 月的官方报告也把「recursive improvement」列为 AGI 走向 ASI 的四条潜在路径之一。
AlphaGo团队老将离开DeepMind创业：把AlphaGo式推理搬进机器人
动察 Beating AI 快讯，谷歌 AlphaGo 团队老将 Thore Graepel 已离开 Google DeepMind，准备创业做机器人。方向是把「AlphaGo 式推理」带到物理世界，让机器人能在不确定环境中自己规划和行动。 Graepel 2015 年加入 DeepMind，参与 AlphaGo、AlphaZero 和 MuZero。2021 年转投 Altos Labs，2025 年又回到 DeepMind 的 Post-AGI 团队。新公司的名字、融资规模和联合创始人目前都没有公开。