谷歌DeepMind近日发布一份57页的重磅报告，标题直指核心——《从AGI到ASI》。由DeepMind联合创始人、首席AGI科学家Shane Legg与导师Marcus Hutter带领14人团队撰写，报告第一章直接对AI下指令，这在人类论文史上尚属首次。
智能三级：AGI、ASI与UAI
报告重新定义了智能层级：AGI在多数认知任务上达到人类中位数水平；ASI要求几乎在所有任务上稳定超过数万名顶级专家围绕单一议题连续协作十年的产出；Universal AI (UAI/AIXI)是数学上可达的终极智慧上限。ASI只是逼近UAI的里程碑。
值得关注的是，报告堵死了一个漏洞——这数万名专家只能使用2010年的技术储备，避免先造出ASI再用它解题。2010年正是DeepMind成立之年。
数字智慧六大先天优势
DeepMind无情分析了硅基智慧碾压碳基生物的六大先天外挂：输入/输出速度——LLM几秒吞下数本书；内部处理速度——靠算力即可提速；基底独立性——无缝迁移至更强硬件；无损复制与经验分享——瞬间复制百万分身；以及零摩擦的高维心智通讯和全自动的赛博科研帝国。
这些优势随着算力增长而放大，生物智慧无法企及。
四路通往ASI：量变到质变
报告提出四条可能并行的路径。
路径一：大力出奇迹——持续扩大算力、数据和模型规模。报告思想实验显示：若AGI刚造出时全球只能跑1000个实例，以每年10倍增速，五年后可达一亿个。一亿个人类级别的AGI实例，零边际成本部署、共享记忆、毫秒同步认知进化，其集体智慧必然踏进ASI领域。
路径二：范式跃迁——当前预训练范式可能撞天花板，需要全新架构如脉冲神经网络或无限工作记忆的线性时间架构。
路径三：多智能体协作——数百万AGI专家通过极高带宽通信，��解复杂问题，涌现超级群体智慧。
路径四：递归自我改进——AI亲自下场修改代码与硬件，或通过自我博弈生成更高质训练数据，引发智慧爆炸。
六道叹息之墙：锁死未来的瓶颈
DeepMind同时发出严厉警告——六道瓶颈可能使发展在AGI阶段甚至更早就停滞。
数据墙：高质量人类文字资料本年代末将耗尽；资源墙：算力、电力、芯片成本指数级膨胀；研究变难：低垂果实摘完；范式天花板：简单预测下一个token无法通向终极智慧；人类决策：社会抵触与监管可能拉下电闸；抽象屏障——最深刻的哲学拷问：AI能否从原始数据独立构建全新概念？若不能，单个模型将被锁死在人类认知上限。
但报告指出，即使每个AI被抽象墙挡住，集体智慧照样能靠堆实例冲过去——墙挡得住一个天才，挡不住一亿个普通人。
报告结尾克制判断：要让AI进步停在人类水平，需多道关卡同时变成死路，这种巧合不太可能。押注结局要么在AGI前卡住，要么从AGI到弱ASI走得相当顺。我们这代人极可能见证达特茅斯会议70年来人工智能最终夙愿的实现。