谷歌DeepMind首發AGI終極考綱，20萬全球懸賞，撕下所有大模型偽裝
提出AGI認知評估框架
DeepMind提出通用人工智能（AGI）的認知評估框架，將通用智能拆解為10大核心能力維度，並設計一套三階段評估協議，以系統性地衡量AI在真實世界中的認知表現。
設立全球懸賞計劃
為推動AGI評測方案的落地，DeepMind聯合Kaggle設立20萬美元懸賞，向全球科研團隊徵集可行的評測方案，旨在打破現有大模型評估的侷限性。
挑戰大模型偽裝
該框架明確指出當前多數大模型存在“認知偽裝”問題，即表面具備複雜推理能力，實則缺乏真實世界中的理解與適應能力，因此提出以多維度能力評估來“撕下所有大模型偽裝”。
相關延伸觀點
- AGI非單一超級智能體：有觀點指出，AGI可能並非由單一超級智能體構成，而是由多個系統“拼湊”而成，挑戰傳統對AGI的全知全能認知。
- 視頻推理突破：框架強調打破“先看後想”的慣性，實現真正的“邊看邊想”推理，提升AI在動態場景中的理解能力。
- 實際應用探索：當AI首次讀完整本基因之書時，十億參數的單細胞大模型能實現哪些實際功能，成為研究重點之一。