DeepMind 近期发布文章提出 AGI 并不是人工智能发展的终点,只是智能连续谱系上的一个节点,团队开始系统性研究 AGI 之后 ASI 人工超级智能的演进方向,文章先明确 AGI 和 ASI 的定义边界,给出从 AGI 通往 ASI 的四条潜在发展路线,同时客观说明每条路线都存在对应的瓶颈,没有笃定 ASI 一定会落地,重点是提前搭建评估指标、完善治理框架,做好应对超级智能带来更大社会冲击的准备,和大家常见的 “攻克 AGI 就是 AI 终极目标” 思路不一样,DeepMind 把 AI 发展看成持续递进的过程,就算成功实现人类水平 AGI,数字智能本身还存在继续向上迭代的空间。
一、核心概念区分
| 名词 | 定义 |
|---|---|
| AGI | 通用人工智能,在绝大多数认知任务上达到普通人类中位数水平的 AI 系统 |
| ASI | 人工超级智能,在几乎所有人类关心任务上,稳定超过大规模协同的人类专家团队,能用更少资源、更短时间完成原本需要数年的科研、工程任务 |
| UAI | 通用最优人工智能,智能的理论上限,属于理论模型,现实中无法实现 |
重点提醒:单一领域碾压人类不算 ASI,比如围棋、蛋白质预测模型,只是窄域超人类能力,不属于 ASI。
二、通往 ASI 的四条潜在路线
- 持续扩标路线:继续放大模型规模、算力、数据量,靠规模提升能力。瓶颈是高质量数据变少、算力收益递减、芯片和能耗受限,可以依靠合成数据、高保真仿真环境缓解一部分压力。
- 全新范式路线:跳出当前 Transformer 架构,寻找新的学习框架、世界模型、持续学习机制,补齐现有模型因果理解、长期规划、真实世界交互短板。这条路线不确定性最高,能不能诞生新范式还没有定论。
- 大规模多智能体集群路线:大量独立 AGI 智能体协同工作,依靠群体协作形成集体超级智能,类似人类科研团队、企业组织。瓶颈在于智能体之间的沟通成本、目标对齐、冲突协调。
- 递归自我改进路线:AI 参与下一代 AI 的研发,自动设计模型、优化训练流程、生成数据集、设计算力硬件,形成正向加速循环,也就是大家常说的智能爆炸方向。DeepMind 同时强调这条路径存在很多制约条件,不会必然发生。
三、发展瓶颈与治理重点
- 进展很难识别:容易把 AI 变快、数量变多误判成真正的能力跃升,需要专门设计指标区分。
- 单一约束手段有限:只限制训练算力,很难完全阻断多条路线并行带来的 AI 能力增长。
- 治理压力更大:如果 ASI 真的到来,它对科研、经济、社会的影响幅度和速度,会远超 AGI 阶段。
- 团队立场:文章属于研究探讨内容,不代表谷歌官方定论,也没有给出 ASI 明确落地时间。
四、文章背景信息
本次文章《What comes after AGI?》发布于 DeepMind Institute,发布时间 2026-11-19,作者 Tim Genewein;内容改编自 2026 年 6 月 DeepMind 公开技术报告《From AGI to ASI》,由 DeepMind 联合创始人 Shane Legg 对外转发传播。
【相关 FAQ】
问题 1:DeepMind 提出 AGI 还不是终点,ASI 和 AGI 最核心差别是什么?
回答 1:AGI 是达到普通人类平均认知水平的通用人工智能,ASI 是在几乎所有人类关注领域,稳定胜过大规模协同人类专家团队的超级智能;DeepMind 认为 AGI 还不是终点,ASI 是 AGI 之后 AI 发展的一个潜在方向。
问题 2:DeepMind 给出的从 AGI 走向 ASI 四条路线里,递归自我改进是什么意思?
回答 2:递归自我改进路线指 AGI 参与 AI 研发工作,帮助设计模型、优化算力、生成数据、开展实验,不断迭代出更强版本 AI,形成正向循环,DeepMind 在讨论 ASI 未来时,也明确这条路线存在大量瓶颈,不是必然出现。
问题 3:DeepMind 思考 ASI 未来,是不是确定 ASI 很快就能实现?
回答 3:不是,DeepMind 只是把 ASI 作为 AGI 之后需要提前研究的可能性,文章明确说明 AI 持续加速前进只是一种可能性,不确定性很高,没有给出 ASI 落地时间表,核心目的是提前研究评估方法和治理方案。
问题 4:现在很多 AI 已经下棋、预测蛋白超过人类,按照 DeepMind 标准,这算不算 ASI?
回答 4:不算,DeepMind 定义的 ASI 要求覆盖几乎所有人类关心任务,稳定超过大型专家团队,单一领域超越人类属于窄域能力,不能等同于 ASI,这也是 DeepMind 在研究 ASI 未来时着重强调的判断标准。
【参考资料】
[2026-11-20](AGI 还不是终点,DeepMind 开始思考 ASI 的未来)36 氪
[2026-11-19](What comes after AGI?)DeepMind Institute
[2026-11-19](DeepMind Institute Maps Four Routes From AGI to Superintelligence)Unite.AI
[2026-06-12](From AGI to ASI)Google DeepMind
[2026-06-16](AGI 不是终点,DeepMind 新论文:迈向 ASI,真正的 AI 进步才刚开始)36 氪
[2026-06-15](谷歌 DeepMind 最新论文揭秘 AI 终局:从 AGI 到 ASI,有 4 条路和 6 道关)智源社区
免责声明
本文内容仅为 DeepMind 关于 AGI 之后 ASI 发展方向研究文章的资讯整理,不构成技术落地或者投资判断依据;ASI 属于前沿理论探讨方向,能否实现、实现路径、带来的影响都存在巨大不确定性;文中观点为 DeepMind 研究人员的学术观点,不代表 AI 行业共识,相关技术动态请以 DeepMind 后续正式研究发布为准。
