文章探讨了实现通用人工智能（AGI）的挑战，强调通过压缩和泛化来构建高效且多功能的程序。深度学习是其中一种方法，通过训练深度神经网络处理大量数据，使其能够以压缩形式表示信息，如大型语言模型通过处理海量文本数据实现泛化能力。

科技动态：Genie的魔法灯、OpenAI的图表困境、Anthropic的崛起，其他人都去哪儿了？

AGI（通用人工智能）的目标是开发能够执行多种任务的程序。然而，编程“执行多种任务”并非易事。AGI的核心在于压缩和泛化，即开发一个在计算和内存上相对较小，但能够覆盖广泛“行动空间”的程序。深度学习是实现这一目标的一种方式，通过向深度神经网络展示大量数据，模型能够学习如何以压缩形式表示这些数据。大型语言模型（LLMs）能够处理几乎所有已写文本，尽管其体积仅为几十GB，却能复现大部分训练数据。令人惊讶的是，这些模型不仅能够生成逼真的文本，还具备了一些通用技能，例如GPT-3模型能够下棋，尽管它并不真正理解棋盘或二维网格。

当前的AI研究主要集中在如何改进大型语言模型。一些人关注“大型”，认为更大的模型会更好；另一些人则关注“语言”，探索模型是否能够压缩更多类型的数据，如文本、图像和视频。假设模型的表示能力与其实用性直接相关，那么能够准确表示整个世界的模型将极为有用。例如，询问模型“西藏的天气如何”，它可能通过模拟西藏来回答，而不是简单地查询天气网站。这种“世界模型”被认为是AI领域的前沿，尽管实现这一目标需要海量的视频数据，且目前鲜有人尝试。

近日，谷歌发布了Genie 3，全称为“生成式交互环境”。Genie允许用户将文本描述转化为一个可以互动的视频游戏空间，尽管目前互动时间仅为几分钟，但这已经是一个巨大的进步。Genie 3的发布标志着世界模型的未来发展方向，类似于语言模型在长上下文窗口上的进步。此外，Genie 3还可用于训练其他模型，例如通过人工创建长尾分布事件来训练自动驾驶系统。

关于GPT-5，尽管外界对其寄予厚望，但它并未带来革命性的飞跃。GPT-5基本上是GPT-4的改进版，虽然在一致性上有所提升，但并未达到预期中的巨大突破。OpenAI面临着来自谷歌和其他竞争对手的压力，尤其是在谷歌的TPU农场和Meta等公司的高薪挖角下，OpenAI的人才流失严重。尽管如此，OpenAI仍然需要在LLM领域保持领先地位，以证明其高估值和巨额资本支出的合理性。

与此同时，Anthropic发布了Claude Opus 4.1，虽然它并未在排行榜上名列前茅，但其用户体验和开发者友好性使其成为许多技术人员的首选。Anthropic被比作AI领域的“苹果”，而OpenAI则更像是“微软”。

最后，文章还提到了一些科技名人筹集巨额资金创办AI公司的情况，例如John Carmack、Ilya Sutskever和Mira Murati等。然而，这些公司的实际产出尚不明确，引发了外界对其进展的质疑。

总的来说，AI领域仍在快速发展，尽管面临技术瓶颈和市场竞争，各大公司仍在努力推动技术进步。

1. 对Genie模型的质疑与不信任

   • 评论2和评论5提到，作者是否亲自尝试过Genie 3，如果没有，文章可能只是空谈。
     • "So where can I try out Genie 3? Did the author try it out?"
     • "Is Genie available for me to try? No? Then I can't tell, because I won't blindly trust Google."
   • 评论5还提到Google过去在Imagen模型上的夸大宣传，导致对Genie的信任度降低。
     • "Remember Imagen? They advertised Imagen 4 level quality long before releasing the original Imagen model."

2. 对AGI目标的质疑

   • 评论3和评论9对AGI的定义提出疑问，认为Genie和GPT与AGI无关，质疑其是否真的能实现多任务处理。
     • "Wait, is it?"
     • "What do Genie and GPT have to do with AGI?"

3. 对Genie技术能力的肯定

   • 评论6认为Genie通过视频观察推断物理定律的能力令人惊叹，尤其是流体动力学等复杂问题。
     • "It's pretty incredible a model like Genie can deduce the laws of physics from mere observation of video."
     • "It's obviously doing something deep here."

4. 对文章内容的批评

   • 评论4和评论8认为文章缺乏实质性内容，甚至有些部分让人失去阅读兴趣。
     • "This article has zero substance."
     • "Was where I stopped reading."

5. 对市场解读的争议

   • 评论7指出，市场对Gemini 2.5和GPT-5的评估存在误解，认为Gemini 2.5在基准测试中表现更好。
     • "This is an incorrect interpretation. The benchmark which the betting market is based upon currently ranks Gemini 2.5 higher than GPT-5."

总结：评论中对Genie模型的技术能力有一定肯定，但对其实际应用和与AGI的关系存在质疑。同时，文章内容被认为缺乏实质性，且对Google的信任度因过往经历而降低。市场对Gemini和GPT的评估也存在争议。