标签
探讨了关于谁将控制AGI的常见假设，质疑它是否会继续掌握在政府和亿万富翁手中。
本文提出了一种意识的讯息处理理论，并论证了在人工智能中实例化意识子系统可以实现无需大量训练即可实现卓越适应能力，从而可能通向通用人工智能（AGI）。
一位用户请求专家澄清关于AGI和ASI在十年内不可避免的普遍共识，并表达了对时间线、对齐问题和个人影响的担忧。
本综述论文系统回顾了多模态大语言模型（MLLMs）中统一视觉-语言感知的范式演进，提出了五阶段分类法，并指出了通向通用多模态智能的开放挑战。
雷·库兹韦尔预测到2029年实现通用人工智能，2032年后人类寿命将大幅延长，AI最终将与人体融合，并强调指数增长思维的重要性。
本文提出了DAF-AGI，一个基于设计科学研究方法论的概念框架，用于裁决关于人工通用智能的声称。它将AGI定义的有争议性视为一个设计和治理问题，提供了序数标准和治理审计来评估候选定义。
谷歌DeepMind的一份研究报告探讨了从人类级通用人工智能（AGI）到超级人工智能（ASI）的转变，讨论了扩展、范式转变、递归改进和多智能体集体等潜在路径，以及瓶颈和开放研究问题。
一场关于AGI是否不可避免或遭遇瓶颈的辩论，权衡AI自我改进和推理能力与缺乏理解、电力限制以及不断移动的目标等问题。
微软AI首席执行官穆斯塔法·苏莱曼讨论了超级智能在近期实现的可能性、公司与OpenAI重组后的关系以及新的前沿模型，并断言AI不会取代人类工作。
专家估计，到2050年实现AGI的概率为50%，到2060年代中期为75%，到2090年为95%。
本文认为，大型语言模型在因果推理和长时域规划方面存在困难，其原因在于序列预测与对潜在环境动态的推理之间存在目标层面的不匹配，并引入了潜在动态推断视角以及Flux环境来研究这些局限性。
文章指出，AI生成的视觉逼真内容正成为常态，并声称我们已进入通用人工智能时代。
一篇新论文将AGI重新定义为在限制条件（计算、内存、能源）下的适应能力，并提出了一个“人工科学家基准”，专注于自主发现因果关系，而不是在固定任务上达到人类水平的表现。
Demis Hassabis 认为，奇点可能仅需几年就能到来，真正的 AGI 的出现可能触发这一事件。
DeepSeek正在进行102.9亿美元融资，创始人梁文峰重申致力于开源AI开发和长期AGI目标，而非短期商业化。
Demis Hassabis在Google I/O上表示，通用人工智能只需几年时间即可实现，这与他此前较为保守的5至10年时间线相比，是一个重大转变。
Garry Tan评论了旧金山AI的现状，将其比作早期AGI，成本高昂且只有少数建设者掌握，但预测个人AI将变得无处不在。
本文介绍了「不的系统」作为评估通用人工智能的框架，强调区分、拒绝和管辖权而非模仿人类。它以 Anthropic 的 Claude Mythos 为例，突显先进 AI 的双重用途风险——能力跨越到后果，并批评当前安全政策可能成为虚假治理。