哈薩比斯最近又刷屏了，這位DeepMind的掌門人，剛剛因為AlphaFold入選諾貝爾獎行列，又在一場訪談中，拋出了關於AGI的最新觀點。
而這一次，他說得比以往更實在： 現在的AI，還不具備真正的創造力，也還沒理解物理世界。
這話聽上去像是在潑冷水，但其實不是。 他是在告訴所有人：AGI還沒來，但我們已經踏上了那條路。 總結就是：模型大」≠「智能強，只有哈薩比斯說了句大實話。
或許有人會說，今天的AI已經很厲害了，寫論文、畫圖、寫代碼、做藥物設計樣樣都能來。 但哈薩比斯偏偏說了句讓人不太舒服的： 你讓它去模擬愛因斯坦，可能一個猜想都提不出來。
他說得很直白，是啊，就算你把2025年最強大的大模型，知識停留在1901年，它也不太可能在四年後自己發明出狹義相對論。
為什麼？ 因為它沒有直覺飛躍。 什麼叫直覺飛躍呢，就是說，你沒法從已知中推導出來的那一步，而這一步，是科學家靈感的來源，是原創火花。
所以哈薩比斯說，現在的AI，頂多是表現不錯的研究助理，但不是科學家。 這不是打擊AI發展的信心，而是一次提醒：真正的AGI，不是靠參數堆砌出來的。
以Nano Banana舉例，它是DeepMind推出的圖像生成工具，有人說，它不就是個畫圖的AI嘛，能有多大意義。
這個模型的厲害之處，不在於它能畫得多美，而在於它能聽得懂人話你跟它說把照片里的貓換成小狗，它就能動手改，而且不動其他元素，這不是簡單的修圖，而是對場景結構的理解能力。 可以理解為，它不是在模仿，而是在理解。
再來說說Genie 3，它能憑空創建一個虛擬世界，只需要你輸入一句話，幾秒鐘就能生成一個能互動的3D環境，你可以操控角色走動、跳躍、開門、塗鴉，而這些動作，都是實時生成的。
Genie 3沒有預設任何物理規則，它只是通過看成千上萬段現實世界的視頻，自己摸索出世界的運行規律。 比如水面上的波紋、光的反射、物體的反彈邏輯，全部是它自己學會的。
再說哈薩比斯，他靠AlphaFold拿了諾貝爾獎，在蛋白質結構預測這件事，他做到了全球領先。 但他沒停下，反而跳出來說不是終點。
說干就干，他成立了一個新公司：Isomorphic Labs，和諾華、禮來等全球葯企合作，要用AI徹底改變藥物研發流程。
這事不是說說而已。，他給出了一個具體目標，要把以往需要10年的藥物研發時間壓縮到幾周。
更關鍵的是，AlphaFold的技術路徑不是純粹的大模型，而是混合架構。 簡單說就是，把AI的學習能力，和科學的物理規則打包在一起。
可以理解為，讓AI去學，但也要告訴它，氫原子不能亂撞，這才是科學意義上的智能，而不是光靠算力的蠻幹。
Nano Banana、Genie 3、AlphaFold，這些項目看似方向各異，但它們都在解決一個問題： AI到底能不能理解這個世界，而不是只預測世界？
哈薩比斯 說：我們或許還差五到十年，但終點值得等待。說到底，智能不是讓AI模仿人類，而是和人類一樣，能夠理解世界。
這一天還沒來，但路，已經有人在走。
