摘要：旁边的签名栏里，爱因斯坦、居里夫人这些响彻世纪的名字静静躺着，而这位DeepMind掌门人的名字，正因为AlphaFold破解蛋白质结构的突破，与科学巨匠们产生了交集。

当哈萨比斯在诺贝尔奖证书上签下自己的名字时，他的笔尖划过的不仅是一张纸，更是AI与科学史的交界线。

诺贝尔化学奖获得者哈萨比斯

旁边的签名栏里，爱因斯坦、居里夫人这些响彻世纪的名字静静躺着，而这位DeepMind掌门人的名字，正因为AlphaFold破解蛋白质结构的突破，与科学巨匠们产生了交集。

复杂的蛋白质结构

如今的DeepMind早已不是那个孤军奋战的AI实验室。与谷歌合并后，这个拥有5000名员工（其中80%是工程师和博士）的团队成了整个Alphabet集团的"发动机舱"。

我们每天用的Gmail、地图里的AI功能，背后都跳动着他们开发的模型——全球数十亿用户正在不知不觉中与这些智能系统交互。

哈萨比斯团队的最新成果正在颠覆人们对AI的认知。前阵子刷屏的Genie3世界模型，能把文字描述直接变成可交互的3D世界。

你在虚拟房间里涂鸦后转身离开，回头时会发现那些痕迹依然留在墙上；输入"穿鸡仔服的人"，AI就会实时把这个角色塞进场景里。

这可不是提前编好的游戏程序，而是AI自己看了数百万段视频后，悟出来的物理规律。

如果说Genie3在重塑我们对物理世界的数字化理解，那NanoBanana（正式名叫Gemini2.5FlashImage）则在颠覆创意领域。

这个在AI图像盲测中碾压对手的模型，最牛的本事是"改头换面不翻脸"，你让它给人物换发型，它不会连脸型都给你换掉；调整背景时，主体人物的细节能丝毫不差地保留下来。

用过Photoshop的人都懂，过去删个背景要学半天蒙版工具，现在对着NanoBanana说句话就行。

专业创作者更疯了，导演达伦・阿伦诺夫斯基的团队用它做电影特效，效率比以前翻了十倍。

这东西不光便宜（生成一张图才几分钱），还能理解"把天空换成晴天，色温升高10%"这种精细指令，简直是设计师的梦中情"器"。

但哈萨比斯很清醒。他直言现在吹"博士级AI"的都是空话，这些系统能在特定领域封神，转头就算错高中数学题。

真正的AGI得像人类科学家那样，能从不同领域找灵感，搞出相对论那样的颠覆性突破。

他甚至提出个"爱因斯坦测试"：给AI1901年的知识，看它能不能推导出狭义相对论？目前答案还是否定的。

这位AI大佬判断，AGI还需要5-10年才能实现。

现在的AI缺两样东西：一是持续学习能力，不能学了新东西就忘旧知识；二是底层逻辑突破，光靠堆参数不行，得有一两个根本性的技术革新。

他们正在押注"混合模型"，就像AlphaFold那样，既学数据又守规则，把已知的化学原理当约束条件，让AI少走弯路。

这些技术突破正在落地成实实在在的产品。机器人领域他们在搞"安卓模式"，统一的操作系统能让不同机器人快速上岗。

你对着机械臂说"把黄色物体放进红桶"，它真能听懂并动手，这背后就是多模态模型在理解物理世界。

哈萨比斯觉得，人形机器人适合家用（毕竟楼梯门把手都是按人类尺寸造的），但工厂里还得靠专用机器人。

宇树公司的机器人

更让人期待的是医药领域。从DeepMind分拆的IsomorphicLabs，正在用类似AlphaFold的技术设计新药。

哈萨比斯放话，未来十年药物研发周期能从十年缩短到几周。现在他们和礼来、诺华合作的抗癌药，明年就要进入临床前阶段了。

想象一下，以前要花数十亿美金试错的新药研发，以后靠AI模拟就能搞定。

面对AI耗电的质疑，哈萨比斯有自己的账本：过去两年他们用模型蒸馏技术，让相同性能的AI能耗降了100倍。

虽然顶尖模型还在变耗电，但AI反过来能优化电网、设计新材料，最终节省的能源会远超消耗。就像当年计算机刚出现时也被嫌费电，现在谁能离得开？

这位诺奖得主眼里的十年后，是个"科学的黄金时代"。当AGI真正理解物理世界，能提出新猜想，人类可能会迎来一场新的文艺复兴。

从治愈绝症到破解能源密码，那些曾经困住人类的难题，或许真的会在AI的助攻下迎刃而解。

毕竟，当AI能自己悟透物理规律，能精准编辑现实，能加速科学发现时，我们离那个星辰大海的未来，可能真的只剩十年之遥。

来源：笔杆先生一点号