2025年即将进入尾声。对于这一年，AI行业可以说经历了起伏与震荡。不过，就在年末，谷歌DeepMind的掌门人哈萨比斯，在一场访谈中道出了一个重磅判断：2030年，AGI必至。

当然，这并非没有前提——在此之前，还需要一到两个「Transformer级别」的核爆级突破。恰好就在NeurIPS 2025大会上，谷歌甩出了下一代Transformer的最强继任者——Titans架构。

划重点的内容来了，以下五大核心点，基本代表了DeepMind对未来12个月「关键趋势」的判断——

多模态融合彻底打通类人的视觉智能；语言与视频的深度融合；世界模型成为主流；智能体达到可靠应用水平。

哈萨比斯强调，我们应该尽快把现有的AI系统做大做强，至少它们会成为最终AGI的「关键零件」。甚至，它本身就可能是那个终极系统。

话又说回来，我们至少还需要一到两个像Transformer、AlphaGo这种级别的突破才行。

八年前，谷歌的Transformer奠基之作改变了整个AI界。如今，一个极有潜力成为Transformer的继任者——Titans架构，正式在NeurIPS 2025亮相。它融合了RNN极速响应和Transformer的强大性能，集二者之大成。即便在200万token的上下文里，Titans在召回率和准确率方面都表现最优。博客一出，可以说是全网地震。

DeepMind掌门人：2030年，AGI必至

今年早些时候，哈萨比斯就预测过，具备或超越人类能力的AGI，可能会在2030年前实现。在最近这场公开对话中，他再次强调：AGI很可能是人类历史上最具碘伏性的时刻之一，如今正在加速逼近。如果非要给一个时间表，他表示距离实现AGI也就剩下5到10年。

谈及未来愿景，哈萨比斯的声音里带着憧憬：他最大的梦想，也是奋斗一生的目标，是实现一个「丰饶时代」。那是一个人类面临的最大问题都已被解决的世界——免费的清洁能源、攻克了许多疾病、在材料科学上取得了突破。到那时，人类将进入一个全新的后稀缺时代，繁荣发展，走向星空，将意识播撒到银河系。

但即使是这种乌托邦式的图景，也伴随着问题：如果技术能解决所有难题，人类存在的目的又是什么？作为科学家，哈萨比斯对这一点感到担忧，甚至对科学方法本身都心存疑虑。

而通往AGI的道路注定不会一帆风顺。哈萨比斯指出，恶人和错误使用AI的风险真实存在，甚至「灾难性后果」已经开始显现。比如对能源或供水系统的网络攻击，已经是显而易见的攻击目标。也许还没用上最先进的AI，但这种攻击已经开始发生了。

AI带来的最严峻后果，可能是灭绝级风险。他强调，没人确切知道人类灭绝概率P(doom)是多少，但这个风险不是零。只要不是零，就必须认真对待，投入资源去应对。

对Gemini 3探索不足10%

哈萨比斯认为，Gemini最被低估的能力是它能够「观看」视频并回答相关概念性问题。他举了个例子，曾经询问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的回答是，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。

这种「抽象理解」能力出乎他的意料。哈萨比斯认为Gemini已经具备了某种「元认知」。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，哈萨比斯都会有一种强烈的遗憾感：自己可能连这个系统的十分之一都没来得及深入测试，就要投入下一个版本的研发了。而用户们往往会比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

哈萨比斯最核心的观点，可能是AGI的实现路径问题。他认为，距离真正的AGI还有大约5到10年。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，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、在线学习、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。这要求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」。哈萨比斯相信，它们未来会具备这些能力，但可能还需要一两个重大技术突破——而谷歌似乎已经有了Transformer级别的重大突破。

最强「Transformer」出世

几天前的NeurIPS大会上，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最大的瓶颈在于，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——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，而MIRAS是用于泛化这些方法的理论框架。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。

为此，Titans引入了一种全新的神经长期记忆模块，本质上是一个深层神经网络（一个多层感知机MLP）。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。

更重要的是，Titans并非被动存储数据，而是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」。如果遇到「高惊奇」度的信息，会被优先写入长期记忆。而且，模型会随着不断学习，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的独到之处和实用价值在于，它把各种架构视为解决同一个核心问题——如何在融合新信息与旧记忆的同时，不让关键概念被遗忘——的「不同手段」。

MIRAS通过四个关键设计维度来定义序列模型：

记忆架构：承担信息存储的结构，例如向量、矩阵，或像Titans那样的深层多层感知机。

注意偏置：模型内部优化的学习目标，决定优先关注哪些信息。

保留门：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：用于更新记忆状态的优化算法。

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过于敏感，并限制了其表达能力。MIRAS突破了这一局限。借鉴优化理论与统计学文献，它构建了一个生成式框架，开拓了更丰富的设计空间。

基于MIRAS，谷歌构建了三款独特的无注意力模型：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。

有Reddit网友预测，或许我们明天就能看到采用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」这一环。在多模态能力层面，Gemini显露出「元认知」的边缘形态。也许，AGI正加速到来。