谷歌Gemini登顶App Store：从DeepMind战略看AI下一个爆发点

最近，谷歌Gemini凭借“Nano Banana”的爆火，在美App Store下载量超越ChatGPT，成为免费榜排名第一的应用。

就在前几天，这一爆款AI应用的真正缔造者——诺贝尔化学奖得主、谷歌DeepMind CEO戴米斯·哈萨比斯（Demis Hassabis）现身All-In Summit 2025，进行了一场引人深思的分享，并全面阐述了谷歌AI战略布局。

哈萨比斯现场没有过多强调模型参数，而是从谷歌AI应用产品视角，勾勒出了一幅人工智能深入现实世界、赋能多领域变革的路径图。

他的观点明确而深刻：我们正迈入一个AI全面爆发的时代——这不再是单点技术的迭代，而是一场系统级、多模态、跨领域的协同进化。

从语言模型到世界模型，从蛋白质结构预测到药物研发，从机器人控制到通用智能（AGI）的探索，哈萨比斯的叙述超越了产品和公司的范畴，指向一个更宏大的命题：AI 是否能够真正理解世界、参与世界，甚至改造世界？

Gemini：多模态引擎重塑人机交互

在哈萨比斯的构想中，Gemini远不止是一个多模态大模型。它既不局限于对话，也不仅是搜索的延伸，而是一种新型的“环境智能”。

它能够实时感知用户所在场景，理解图像、声音、动作甚至意图，并作出相应反馈。

例如，当你手持手机环顾四周，Gemini 可以识别街道标志、店铺类型、行人动态，并主动提供导航或建议；当你指着一份文档说“这里需要修改”，它不仅能理解“这里”所指的具体位置，还能就内容逻辑提出建议。

这种能力已不再是传统意义上的“自然语言处理”，而是对物理和语义环境的深度融合。

哈萨比斯强调，Gemini 的核心突破在于其作为“下一代用户界面”的定位。它正在被嵌入至谷歌的全线产品——Gmail、Workspace、地图、搜索引擎——成为连接人类意图与数字服务的智能中介。

其价值不在于回答问题本身，而在于如何在对的时间、以对的方式、提供对的帮助。

这意味着：AI 正在从“等你提问”走向“主动理解”，从“文本交互”走向“场景融合”。

Genie：从生成内容到模拟世界

如果说 Gemini 是“理解现实”，那么 Genie 就是在“生成现实”。

Genie可以根据一句指令——比如“一个雨后的小镇房间，窗外有月光”——实时生成一个完全可交互的虚拟场景。更为惊人的是，这个世界并非预先渲染完成，而是依据用户的注视点和行为动态生成。你没看到的地方，尚未“存在”；你所见之处，才被逐帧构建。

这种能力背后，是 Genie 对物理规则、运动逻辑、空间关系的隐式学习。

它通过分析海量视频与游戏片段，自主归纳出物体如何移动、光影如何变化、人与环境如何互动——本质上，它是一种通过数据驱动的“世界模拟器”。

哈萨比斯指出，这远不同于传统的游戏引擎（如Unity或Unreal），后者依赖人工预设规则和资产。

而Genie展示的，是一种源于真实世界数据、却又能创造新环境的生成能力。这不仅为游戏、影视、虚拟现实带来变革，更将成为机器人训练、科学仿真、甚至城市模拟的基础设施。

换句话说，Genie 标志AI 正式从“内容生成”迈入“世界建构”。

机器人：多模态能力的终极体现

在DeepMind的实验室中，搭载Gemini的机器人已经能够听懂诸如“把黄色积木放进红色桶里”这样的指令，并准确执行。这背后是语言、视觉与动作控制的统一建模。

哈萨比斯特别指出，机器人技术的瓶颈从来不只是硬件，更是“理解”。

传统机器人依赖于预编程动作或孤立视觉识别，而Gemini赋予它们的是语义级别的环境理解与任务推理能力。

例如，当你说“放回原处”，机器人能明白“原处”指哪里，并回忆之前动作的上下文。

他透露，DeepMind 正在推进两条路径：一是打造通用机器人软件平台（类似Android for Robots），使不同形态的机器人可共享同一套智能系统；二是开发特定场景下垂域深度优化的端到端机器人（类似苹果软硬一体模式）。

尽管目前机器人仍处于“早期阶段”，但哈萨比斯相信，未来五到十年将是其真正爆发的时间窗口。

关键在于：AI 是否能够稳定、可靠地在物理世界中执行指令，并适应人类为其设计的非结构化环境。

AlphaFold：从诺贝尔奖到药物革命

2025年，哈萨比斯凭借AlphaFold 获得诺贝尔化学奖，但这在他看来“只是一个起点”。

AlphaFold 解决了生物学中一个百年难题——蛋白质结构预测，将原本数年的时间的实验过程压缩至几分钟。

但哈萨比斯的目标远不止于此。

他创立的 Isomorphic Labs 正在构建一套完整的AI药物研发系统，涵盖从靶点发现、分子设计、毒性预测到实验推荐的全流程。

目前，Isomorphic 已与多家顶级药企达成合作，并已有六个药物靶点进入研发管道。

他们的目标是将药物开发周期从“十年十亿美金”压缩到“几年甚至更短”，并显著提高成功率。

哈萨比斯将这套系统比喻为“科学搜索引擎”：输入疾病，输出潜在药物方案。

更重要的是，它是一个持续学习的系统：每一次成功或失败都会反馈给模型，使其越来越精准。

这不仅是一场技术革命，更是一种方法论的重构：科学研究正在从“经验驱动”转向“数据驱动+AI生成”。

真正的AGI：尚未走完的最后一步

尽管AI取得了显著进展，但哈萨比斯对当前系统的局限保持清醒认识。

他明确反驳了目前“模型已达到博士水平”的说法，指出如果换个问法，AI可能连高中数学题都会答错。

哈萨比斯表示，我们离真正的通用人工智能（AGI）仍有距离。他指出当前模型的四大局限：

1. 真正的推理能力缺失：模型可以复述知识，却难以提出全新理论或跨领域类比。

他举了一个例子：让现在的模型只掌握1901年的知识，然后看它能不能像爱因斯坦一样在1905年提出相对论？这才是检验AGI的标准。

2. 稳定的一致性的不足：同一问题不同问法可能导致回答不一致甚至自相矛盾。真正智能的系统应该在所有输入方式下保持稳定表现。

3. 持续学习的困境：当前大多数模型只能通过离线训练提升能力，不会在日常互动中越用越聪明。

4. 科学直觉的空白：伟大科学家与普通学者的区别往往在于直觉判断能力，现在的AI还无法在不同领域间发现共性并应用到新问题中。

在哈萨比斯看来，AGI 不是一个参数更多、规模更大的模型，而是一种能真正理解世界、进行创造性思考的系统。要实现这一目标，可能还需五到十年甚至更久的关键突破。

最后，AI 的价值不在技术本身，而在其与世界的关系

哈萨比斯的分享清晰地传递出一个信号：AI 的发展正从“模型竞争”走向“系统能力”的整合。

它的未来不再局限于对话或生成，而是深度融合进环境、设备、科研和产业之中。

对于行业而言，这意味着：

评估AI项目的标准不应再是“模型多大”，而是“能否真正跑通场景”；

未来的竞争焦点将是多模态、跨平台、可落地的系统能力；

人工智能的价值，终将体现在它对真实世界的影响中。

我们正在进入一个AI全面爆发的时代。它不是一次技术爆炸，而是一场静默渗透的结构性变革——而这场变革，才刚刚开始。