{"source":{"id":"2063622008785502598","title":"靠 Transformer 就能搞出 AGI 吗？ Google 联合创始人 Sergey Brin 的答案是：能。 他…","url":"https://mubeitech.com/p/2063622008785502598"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2041203935801925822","account":"mubei","brand":"@mubei","title":"Transformer 是谷歌发明的。 类似 ChatGPT 的原型谷歌早就做出来了。 当年 Ilya 和 Dario…","summary":"Transformer 是谷歌发明的。 类似 ChatGPT 的原型谷歌早就做出来了。 当年 Ilya 和 Dario 这群 AI 大佬全在谷歌办公。 外界总觉得谷歌对 AGI 信仰不足。 觉得巨头转身太慢，把一手好牌打得稀烂。 谷歌 CEO 皮查伊用一个数字回应了质疑。 资本支…","body":"Transformer 是谷歌发明的。\n类似 ChatGPT 的原型谷歌早就做出来了。\n当年 Ilya 和 Dario 这群 AI 大佬全在谷歌办公。\n\n外界总觉得谷歌对 AGI 信仰不足。\n觉得巨头转身太慢，把一手好牌打得稀烂。\n\n谷歌 CEO 皮查伊用一个数字回应了质疑。\n资本支出已经从 300 亿暴涨到了 1800 亿。\n如果没有看到那条清晰的爆发曲线，没人敢这么砸钱。\n\n钱全砸进了底层的基建里。\n内部有四个团队在死磕“毫秒级”延迟。\n只要硬抠出 3 毫秒的运算时间，1.5 毫秒归入团队预算，剩下的直接变现为用户体验的提升。\n\n顶尖存储芯片的产能短期内必然受限。\n但大爆发的时间表已经排好了。\n皮查伊的判断是 2027 年。\n到时候连巨头的业绩预测，都可能完全交由智能体来执行。\n\n大象起步显得笨重，只是因为他们要拖着几千亿的盘子一起转身。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2041447469523886491","translated_status_id":"2041447469523886491","published_at":"2026-04-07 07:24:52","created_at":"2026-04-07T09:21:43.150924","url":"https://mubeitech.com/p/2041203935801925822","markdown_url":"https://mubeitech.com/p/2041203935801925822/markdown"},{"rank":2,"id":"2048471368274948435","account":"mubei","brand":"@mubei","title":"大语言模型走到死胡同了？ DeepMind CEO Demis Hassabis 的回答很干脆：绝对没有。 他在 20V…","summary":"大语言模型走到死胡同了？ DeepMind CEO Demis Hassabis 的回答很干脆：绝对没有。 他在 20VC 播客里明确反驳了 Yann LeCun 的看衰论调。 基础模型的成功有目共睹。 Scaling laws 的红利远远没到天花板。 庞大算力喂出来的模型能力不…","body":"大语言模型走到死胡同了？\nDeepMind CEO Demis Hassabis 的回答很干脆：绝对没有。\n\n他在 20VC 播客里明确反驳了 Yann LeCun 的看衰论调。\n基础模型的成功有目共睹。\nScaling laws 的红利远远没到天花板。\n庞大算力喂出来的模型能力不会凭空消失。\n\n光靠现有的 LLM 就能堆出超级智能吗？\nHassabis 给出了一个具体数字：50%。\n有一半的概率，通向 AGI 还缺一项关键突破。\n这块缺失的拼图很可能就是“世界模型”。\n\n未来的 AGI 架构已经逐渐清晰。\n现有的基础模型绝不会被淘汰下桌。\n未来的超级智能系统，会直接搭建在这些大模型的地基之上。\n\n路线没走偏。\n只是拼图还没凑齐。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-04-26 22:41:03","created_at":"2026-04-27T00:38:20.841344","url":"https://mubeitech.com/p/2048471368274948435","markdown_url":"https://mubeitech.com/p/2048471368274948435/markdown"},{"rank":3,"id":"2045912351690592708","account":"mubei","brand":"@mubei","title":"把一台AI的知识库强行锁死在1911年。 切断一切后续信息。 它能凭空推导出爱因斯坦在1915年发表的广义相对论吗？ D…","summary":"把一台AI的知识库强行锁死在1911年。 切断一切后续信息。 它能凭空推导出爱因斯坦在1915年发表的广义相对论吗？ DeepMind掌门人Demis Hassabis给出了他的终极标准。 能做到，就是真正的AGI。 做不到，就依然只是个高级工具。 他把这称为“爱因斯坦测试”。…","body":"把一台AI的知识库强行锁死在1911年。\n切断一切后续信息。\n它能凭空推导出爱因斯坦在1915年发表的广义相对论吗？\n\nDeepMind掌门人Demis Hassabis给出了他的终极标准。\n能做到，就是真正的AGI。\n做不到，就依然只是个高级工具。\n他把这称为“爱因斯坦测试”。\n\n现在的AI到底什么水平？\n它们能在国际数学奥赛上斩获金牌。\n但换个提问方式，又会在最基础的算术题上跌大跟头。\nHassabis用了一个词来形容这叫“参差不齐的智能”。\n\n真理不会因为换了身衣服就不被认出。\n真正的通用智能，绝对不允许出现如此割裂的智力落差。\n研究了二三十年，Hassabis看得比谁都透。\n人类大脑，依然是目前全宇宙唯一已知的通用智能样本。\n\n距离真正的AGI，现在还差三个硬指标。\n真正的创造力。\n持续学习的能力。\n长期规划的视野。\n\n靠堆算力和海量语料背下所有定理，终究只是在复述历史。\n能在没有前人脚印的黑暗里砸出火花，才叫真正的智能。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2045989375951995161","translated_status_id":"2045989375951995161","published_at":"2026-04-19 22:05:16","created_at":"2026-04-19T23:52:16.238114","url":"https://mubeitech.com/p/2045912351690592708","markdown_url":"https://mubeitech.com/p/2045912351690592708/markdown"},{"rank":4,"id":"2069843248932348017","account":"mubei","brand":"@mubei","title":"Demis Hassabis 抛出了一句极度狂妄但没人能反驳的话：整个现代 AI 行业赖以生存的核心技术突破，有 90%…","summary":"Demis Hassabis 抛出了一句极度狂妄但没人能反驳的话：整个现代 AI 行业赖以生存的核心技术突破，有 90% 以上都来自谷歌（包括 Google Brain 和 DeepMind）。 从支撑起今天所有大语言模型的 Transformers 架构，到当年打败人类的 Al…","body":"Demis Hassabis 抛出了一句极度狂妄但没人能反驳的话：整个现代 AI 行业赖以生存的核心技术突破，有 90% 以上都来自谷歌（包括 Google Brain 和 DeepMind）。\n\n从支撑起今天所有大语言模型的 Transformers 架构，到当年打败人类的 AlphaGo，再到奠定整个行业基础的强化学习，全部都是谷歌的团队最先做出来的。\n\n这就戳中了一个非常残酷的商业反差：\n谷歌发明了现代 AI 的绝大部分地基，却让整个行业在上面疯狂吸金。\n\n这就好比谷歌辛辛苦苦把高速公路给修好了。\n结果全世界的对手开着跑车在上面狂飙，甚至还回过头来超谷歌的车。\n\nHassabis 回忆说，2010 年他刚创立 DeepMind 的时候，根本没人把 AI 当回事。\n在当时的学术界，去研究 AI 甚至被等同于“职业生涯的自杀”，大家都觉得这是个死胡同。\n只有他们一小撮人，死磕神经网络和强化学习，才硬生生把荒原开辟成了今天的通天大道。\n\n但商业世界的游戏规则就是这么冷酷：\n最伟大的筑路人，不一定能拿到最大的商业红利。\n谷歌用自己的开源研究和流失的人才，喂饱了整个硅谷的对手。\n现在，他们必须在自己亲手开辟的战场上，和一群拿着自己武器的敌人，打一场最惨烈的遭遇战。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2069844757832937813","translated_status_id":"2069844757832937813","published_at":"2026-06-24 18:04:25","created_at":"2026-06-24T20:01:01+02:00","url":"https://mubeitech.com/p/2069843248932348017","markdown_url":"https://mubeitech.com/p/2069843248932348017/markdown"},{"rank":5,"id":"2068682756347814293","account":"mubei","brand":"@mubei","title":"这几天，AI 圈的终极战争突然打完了。 输家是发明了这一切的谷歌，而最大的赢家，是几天前差点被川普送进监狱的 Anthr…","summary":"这几天，AI 圈的终极战争突然打完了。 输家是发明了这一切的谷歌，而最大的赢家，是几天前差点被川普送进监狱的 Anthropic。 很多人总觉得，AI 竞赛拼的是芯片、是算力、是上千亿美金的资本。 全是外行话。 地球上真正能从零构建前沿模型的人，数来数去，大概只有 50 个。 谷…","body":"这几天，AI 圈的终极战争突然打完了。\n\n输家是发明了这一切的谷歌，而最大的赢家，是几天前差点被川普送进监狱的 Anthropic。\n\n很多人总觉得，AI 竞赛拼的是芯片、是算力、是上千亿美金的资本。\n全是外行话。\n地球上真正能从零构建前沿模型的人，数来数去，大概只有 50 个。\n谷歌培养了其中的绝大多数。\n但在过去这几天里，谷歌最核心的两个神级大脑，叛逃了。\n\n先是三天前。\nNoam Shazeer 宣布离开谷歌，加入 OpenAI。\n谁是 Noam？他是那篇奠定今天所有大模型基础的论文《Attention Is All You Need》的合著者。\n没有他，就没有今天的 Transformer 架构，连谷歌自家的 Gemini 都是用他的理论生出来的。\n\n紧接着。\nJohn Jumper 宣布离职，加入 Anthropic。\n这位是 2024 年诺贝尔化学奖得主，AlphaFold 的共同创造者，在谷歌 DeepMind 带了近十年的生物蛋白质团队。\nAlphaFold 开启了整个 AI 生物 and 制药行业，是谷歌最关键的护城河。\n结果，他直接投奔了死敌。\n逼得 18 个月前刚跟他一起领诺贝尔奖的 DeepMind 老大 Demis Hassabis，不得不公开在社交平台上“大度地”祝贺这位老搭档的叛逃。\n你的诺奖合著者，转头去了最想让你破产的公司，这得多憋屈。\n\n华尔街之前一直有个共识：算力才是壁垒，人才随时能换。\n这周的事把这个共识砸得粉碎。\n谷歌空有大把算力，但懂怎么用算力的人，已经不在了。\nGemini 3.5 Pro 无限期推迟，而抢到人的 OpenAI 估值直奔 5000 亿美金，Anthropic 的暗盘估值甚至被传到了 2 万亿。\n\n最戏剧性的是，就在五天前，Anthropic 还在生死边缘。\n当时川普公开警告，说 Anthropic 乱出口前沿模型“危害国家安全”，搞不好“立刻有人要坐牢”，公司面临联邦封锁和投资者反水。\n结果呢？\n四天前，川普在 G7 AI 峰会上见到了 Anthropic 的老板 Dario Amodei。\n谈完出来，川普对记者说：Dario 是个“好小伙、聪明人，回应得非常负责任”。\n几句话，警报瞬间解除，生死反转就在 24 小时内完成。\n\n川普为什么这么快松口？\n因为他需要这帮科技巨头帮美国干翻中共国。\n川普在采访里直接透露了双方的底牌交易。\n大模型需要巨量电力，甚至相当于美国总发电量的两倍，传统电网根本撑不住。\n川普给他们支了个绝招：“你们建厂的时候，自己建配套的发电厂，不用传统老电网，多余的电还能便宜卖回给国家。”\n既不用纳税人花钱，又解决了能源危机，还能确保美国在 AI 上绝对压制中共国。\n\n这就是最顶层的地缘、资本与科技的疯狂博弈。\n谷歌发明了轮子，却在终局之战里被洗劫一空，沦为配角；\nOpenAI 和 Anthropic 彻底锁定了双雄格局；\n而那个在幕后既拿着“坐牢威胁”皮鞭、又分发“自建电厂”糖果的川普，才是真正的超级庄家。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2068772922001326219","translated_status_id":"2068772922001326219","published_at":"2026-06-21 19:08:27","created_at":"2026-06-21T20:17:15.896828","url":"https://mubeitech.com/p/2068682756347814293","markdown_url":"https://mubeitech.com/p/2068682756347814293/markdown"},{"rank":6,"id":"2046016440529248431","account":"mubei","brand":"@mubei","title":"Transformer根本不是AI的终局。 这是英伟达AI研究副总裁Sanja Fidler给出的断言。 这位掌管英伟达…","summary":"Transformer根本不是AI的终局。 这是英伟达AI研究副总裁Sanja Fidler给出的断言。 这位掌管英伟达空间智能实验室的负责人，看到的是当前架构的死穴。 现在的模型训练成本太昂贵。 对海量数据的依赖深不见底。 必须在架构底层撕开新的突破口。 新一代变种已经开始冒头…","body":"Transformer根本不是AI的终局。\n\n这是英伟达AI研究副总裁Sanja Fidler给出的断言。\n这位掌管英伟达空间智能实验室的负责人，看到的是当前架构的死穴。\n现在的模型训练成本太昂贵。\n对海量数据的依赖深不见底。\n\n必须在架构底层撕开新的突破口。\n新一代变种已经开始冒头。\n状态空间模型正在重新审视RNN的思路来提升效率。\n混合专家模型也在试图打通算力瓶颈。\n\n只有把门槛降下来，小规模实验才能跑得起大创新。\n技术进化不能永远被昂贵的算力账单锁死。\n\n下一个战场已经划定。\n让模型真正拥有空间智能，走向物理AI，这是正在发生的大迁徙。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2046263255480344755","translated_status_id":"2046263255480344755","published_at":"2026-04-20 16:05:25","created_at":"2026-04-20T18:01:14.174722","url":"https://mubeitech.com/p/2046016440529248431","markdown_url":"https://mubeitech.com/p/2046016440529248431/markdown"}]}