近日，谷歌联合创始人谢尔盖·布林在硅谷AGI House活动上首次公开露面，就人工智能竞争格局、通用人工智能定义及谷歌技术路线发表深度看法。面对激烈的行业竞争，布林坦言谷歌在代码编程与AI自我改进飞轮赛道入场偏晚，但目前已全力聚焦该领域。他指出，强化代码能力是构建模型自我生成训练数据正反馈机制的关键，将直接决定AI的迭代速度。在AGI定义上，布林倾向于AI具备人类全部能力的标准。他认为当前大模型在物理世界感知与交互方面存在结构性短板，无法仅凭语言模型实现突破。为此，谷歌已将战略重心转向多模态与世界模型，通过视频数据训练促使物理直觉自然涌现，并依托新一代机器人模型布局超级智能路线。然而，该路线面临理论争议与技术风险。学界对预测是否等同于理解存在分歧，学者指出统计学习难以替代物理因果认知。同时，AI自我迭代可能引发模型坍缩。布林在访谈中的推测性表述凸显了领域的不确定性。此次对话不仅折射出谷歌的技术押注，更揭示了人工智能演进的关键分歧，其最终结论将深刻影响下一代技术的走向。