AGI（通用人工智能）是AI研究的终极目标——一个能像人类一样理解、学习、执行任何智力任务的系统。2026年，OpenAI、DeepMind和智谱AI三家公司都声称自己”离AGI更近了”。我们梳理了它们的技术路线和最新进展，看看谁更接近终点。
AGI的三条路线
OpenAI走的是”大力出奇迹+强化学习”路线。从GPT-3到o1，OpenAI的核心策略是用更大的模型、更多的数据、更长的推理链来逼近通用能力。o1的推出标志着OpenAI正式进入”推理时代”——模型在回答前会先进行内部推理（Chain-of-Thought），然后在最终输出中只呈现结论。这种方式让数学、编程、逻辑推理能力大幅提升，但也带来了”黑盒化”问题——我们看不到模型的推理过程。
DeepMind的路线是”多模态融合+世界模型”。Gemini 2.0已经能同时处理文本、图像、音频、视频和代码，而且是在同一个模型内（而非多个专用模型拼接）。DeepMind认为AGI的关键不是”更大的语言模型”，而是”能理解物理世界的多模态系统”。2026年，DeepMind在机器人控制（RT-2模型）和气候模拟（GraphCast）两个非NLP领域都取得了突破。
智谱AI走的是”认知架构”路线。ChatGLM-5引入了”系统1/系统2″双系统架构——系统1负责快速直觉反应（日常对话），系统2负责慢速深度推理（数学证明、代码生成）。这种架构更接近人类的认知模式。而且智谱是三家中最开放的——ChatGLM-5的模型权重开源，研究者可以本地部署和研究。
AGI能力测评对比
用三个维度评估当前进展：
- 推理能力：OpenAI o1最强。在数学竞赛题（AIME 2024）上得分86%，远超Gemini 2.0的62%和ChatGLM-5的58%。但o1的推理过程不透明，无法验证。
- 多模态理解：DeepMind Gemini 2.0最强。在视频理解（Video-MME基准）上得分85%，能理解30分钟以上的长视频并回答细粒度问题。
- 代码生成：三者接近。HumanEval基准上，o1得分92%，Gemini 2.0得分89%，ChatGLM-5得分87%。实际编程任务中，o1的生成质量更稳定。
AGI的时间表预测
OpenAI CEO Sam Altman在2026年1月表示”AGI可能在2027-2028年实现”。但这个预测被很多研究者认为过于乐观。DeepMind CEO Demis Hassabis的预测更保守：”2030年前看到初步的AGI能力，真正可靠的AGI需要到2035年。”智谱AI创始人唐杰的预测是”2029-2032年出现可验证的AGI原型”。
一个关键分歧是”AGI的定义”。OpenAI倾向于把”在多数任务上超越人类”作为AGI标准，而DeepMind和智谱更倾向于”能像人类一样持续学习和迁移”——后者要难得多。
投资与风险
2026年AGI相关融资超过300亿美元。OpenAI估值达到2000亿美元，DeepMind（谷歌旗下）年度研发预算超过50亿美元，智谱AI完成D轮融资后估值达到50亿美元。
但AGI的风险也在积累。2026年3月，一封由图灵奖得主Yoshua Bengio牵头的公开信呼吁”在AGI安全框架完善之前，暂停超过GPT-5量级的模型训练”。已有超过1000名AI研究员签署。
AGI不再是科幻概念。无论你相信2027年还是2035年，它正在从研究论文走向现实。唯一确定的是：当它到来时，世界不会和现在一样。
