近日，诺贝尔化学奖得主、DeepMind创始人哈萨比斯在一场访谈中分享了DeepMind的最新进展，尤其是Genie 3的惊艳表现。Genie 3不仅能够生成虚拟世界，还能让这些世界按照物理规律真实运转，标志着世界模型在AI训练中的应用迈出了重要一步。
访谈中，哈萨比斯详细阐述了DeepMind的目标，即打造一个真正理解世界物理规律的模型。他指出，Genie 3正是朝着这个方向前进，通过实时生成并运行虚拟世界，为AI提供了无限的训练数据和场景。
哈萨比斯还透露，DeepMind的发展速度之快，几乎每天都在推出新成果，内部人员都难以跟上这种节奏。他表示，AGI（通用人工智能）的关键在于让模型具备思考、规划和推理能力，以应对数学、编程、科学等复杂任务。
对于AI模型的表现参差不齐，哈萨比斯认为这主要是因为模型在推理、规划和记忆等关键能力方面仍存在不足。他指出，AGI系统需要能够自主转化人类意图为动态奖励函数，解决多目标优化难题。
在谈到DeepMind的最新产品DeepThink时，哈萨比斯表示，DeepThink让人回想起最初在AlphaGo和AlphaZero等游戏项目上的工作。他强调，从智能体系统的角度出发，加入思考、规划和推理能力是实现AGI的关键步骤。
访谈中，哈萨比斯还提到了与Kaggle合作推出的Game Arena平台。他认为，Game Arena为AI模型提供了一个测试能力的平台，通过玩各种游戏来评估模型的表现。他表示，游戏是非常干净的测试场地，评判标准客观，非常适合作为评测基准。
哈萨比斯进一步指出，随着AI系统越来越强大，Game Arena将不断引入更复杂的游戏，以推动技术的快速进步。他认为，Game Arena将成为一个非常重要且持久的评测基准，帮助AI系统更好地理解和应对现实世界中的复杂任务。
在访谈的最后，哈萨比斯分享了DeepMind对于未来AI系统的愿景。他表示，DeepMind正努力将Genie、VO和Gemini等模型融合成一个“全能模型”，能够像专用模型那样高效地完成各种任务，并且将所有能力统一整合到一个模型中。他认为，这才是AGI系统应有的样子。
