Episode Details

Back to Episodes

#702.DeepMind 新掌门:AGI 不在实验室里,在真实用户与产品中被共同构建

Published 2 months, 2 weeks ago
Description

📝 本期播客简介

本期我们克隆了:Google AI: Release Notes Koray Kavukcuoglu: “This Is How We Are Going to Build AGI”

原内容更新时间:Tue, 25 Nov 2025

本期节目由 Google AI 的 Logan Kilpatrick 主持,嘉宾是 Google DeepMind CTO、Google Chief AI Architect Koray Kavukcuoglu。两人围绕 Gemini 3 的发布展开讨论:模型为何在多个 benchmark 上达到前沿水平、用户反馈意味着什么,以及 AI 研究如何从实验室里的论文和指标,转化为现实世界中的产品能力。

这不仅是一场 Gemini 3 的发布复盘,也是一场关于 AGI 建设路径的深度对谈。Koray 反复强调,AGI 不会只靠某个封闭实验室里的纯研究诞生,而是要通过产品、用户反馈、工具调用、代码、多模态和全球协作,在现实世界中持续迭代出来。

节目还讨论了 benchmark 是否真的等于进步、为什么指令遵循和国际化同样重要、Vibe Coding 如何让更多人成为建设者、Google Antigravity 如何帮助模型获得真实信号,以及 Google DeepMind 如何在规模化推进 Gemini 与保持创新之间寻找平衡。

👨‍⚕️ 本期嘉宾

Koray Kavukcuoglu,Google DeepMind 首席技术官,同时担任 Google Chief AI Architect,负责推动最前沿的 AI 模型与 Google 产品之间的结合。他于 2012 年加入 DeepMind,是 DeepMind 的第一位深度学习研究员之一,此前曾在纽约大学 Yann LeCun 的实验室攻读博士,并与 Karol Gregor 一同加入 DeepMind。

Koray 长期参与深度学习、强化学习、Agent 和大模型研究,也见证了 DeepMind 从早期的小型研究团队,发展为参与 Gemini、AlphaGo、AlphaZero、AlphaFold 等重大项目的全球 AI 组织。他的独特之处在于同时理解研究、模型工程、产品落地和组织协作:他不把 Gemini 视为某一种固定架构,而是视为通过产品构建智能的长期目标。

⏱️ 时间戳

00:00 Gemini 3 发布:benchmark 之外,真正的检验是用户

01:29 Gemini 3 正式发布与用户反馈

02:21 AI 进展没有放慢:从 Gemini 2.5 到 Gemini 3

03:01 数据、预训练、后训练与持续创新

04:00 benchmark 如何随着 frontier 不断更替

什么才算 AI 的真实进步

04:43 HLE、ARC-AGI 2 与 GPQA Diamond 的变化

05:48 为什么需要不断寻找新的 frontier 和 benchmark

06:13 从科学家、学生到律师和工程师:现实使用才是进步

06:56 Gemini 3 要在哪些方向“爬山”

Gemini 3 的重点能力:指令、国际化与工具调用

07:14 指令遵循:不要回答模型自以为该回答的内容

07:35 国际化与非英语语言能力

08:17 Function calls、tool calls、Agent 与代码

09:32 Vibe Coding:让更多人从有想法变成建设者

产品如何反过来推动模型进化

10:20 Google Antigravity:新的 Agent 式编程平台

10:49 让模型直接向软件工程师学习

11:41 Search AI Mode、AI Overview 与产品反馈

11:56 benchmark 与现实世界信号如何结合

通过产品构建 AGI

12:14 Chief AI Architect 的新职责

12:52 两个头衔,其实是同一件事

13:44 新技术如何重新定义产品体验

14:22 “我们就是要这样构建 AGI”

工程思维、安全与全球协作

14:35 AGI 不是实验室独自完成的项目

14:49 Trusted-tested:把稳健性和安全放进工程流程

15:15 安全与安保从 pre-training 阶段开始

16:13 Gemini 3 背后的 Google 全球协作

Gemini 3 之后,模型还能如何变好

18:20 享受 Gemini 3,也要诚实面对不足

18:35 写作、编程与 Agent 行动仍有提升空间

19:01 Gemini 3 面向软件工程师与创意工作者

19:27 为什么 Gemini 早期没有在 Agent tool use 上领先

多模态模型与 Nano Banana Pro

21:32 生成媒体模型与 AGI 叙事

23:12 为什么文本曾经成为进展更快的领域

23:37 输入与输出多模态正在自然融合

26:37 Nano Banana Pro:从图像生成走向复杂文档理解

从研究实验室到工程系统

29:14 统一 Gemini model checkpoint 的目标

29:58 架构融合不能靠意识形态,只能靠科学方法

30:43 Output space 与 learning signal

31:54 硬件、模型、产品与服务的全栈协同

创新、文化与 Google 的追赶者心态

32:36 Koray 从 2012 年加入 DeepMind 讲起

34:33 “一切都押注在学习上”

40:59 科学探索与 Gemini 规模化之间的平衡

41:54 Gemini 最大的风险:失去创新

48:45 从追赶者走向 frontier AI 实验室

🌟 精彩内容

💡 AGI 不会只在实验室里被“发明”

Koray 对 AGI 的理解不是某个研究团队闭门攻关后突然交付的终点,而是模型、产品和用户共同参与的持续建设过程。产品越接近真实需求,模型获得的反馈信号就越丰富,研究方向也越清晰。

“我们就是要通过产品来构建智能。”

💡 benchmark 是地图,但不是

Listen Now

Love PodBriefly?

If you like Podbriefly.com, please consider donating to support the ongoing development.

Support Us