文章核心观点 - 顶级AI实验室的竞争已超越模型能力本身，演变为围绕组织模式、研究方法和系统资源配置的长期博弈[2][3] - DeepMind的成功源于其独特的组织方式，即结合了科学家长期自由探索与关键时刻组建“突击小组”进行集中攻坚的能力，这使其能够持续攻克如AlphaGo、AlphaFold等需要十年以上投入的难题[2][6][7] - 创始人德米斯·哈萨比斯的个人特质（天造之才、争强好胜、友善谦逊、远见卓识）是DeepMind早期成功和吸引人才的关键[4][5] - 谷歌的收购为DeepMind提供了关键的资金和算力支持，使其能够专注于长期基础研究，但ChatGPT的出现促使谷歌要求其转向更偏产品化的方向[9][11][12] - 在通往AGI的竞争中，资金充裕度、对安全问题的态度以及规模化（scaling）能力的差异，正在塑造DeepMind、OpenAI和Anthropic等主要实验室的不同发展路径与格局[34][36][42] DeepMind的组织模式与管理哲学 - 采用“贝尔实验室+学术研究所”的理想组织形态，给予顶尖科学家极大的研究自由，允许长期研究、不要求短期产品、可公开发表论文[6] - 独创“自由探索+集中攻坚”模式：在判断研究方向具备突破条件时，会组建高强度、有明确截止日期的“突击小组”来推动产品落地，如AlphaGo和AlphaFold系列[6][7] - 早期吸引人才主要依靠创始人的科学声誉和愿景，而非高薪；被谷歌收购后，凭借有竞争力的薪酬、优质工作环境及直接使用谷歌算力与芯片资源，成为吸引顶尖人才的关键[8][9] - 创始人哈萨比斯具备“科学品味”，能敏锐识别并豪赌那些极具挑战但有望突破的科研方向，并通过亲自参与团队讨论、观察“灵感流动”来决策是否持续投入[28][30][31] DeepMind与谷歌的关系及演变 - 2014年被谷歌收购时，DeepMind因同时受到Meta和马斯克等方的青睐而拥有较强谈判筹码，谷歌领导层高度认可哈萨比斯的价值，愿意长期支持其研究方向[10][11] - 收购后，谷歌每年投入近10亿美元支持DeepMind专注于基础研究，使其在相当长时间内无需关注商业产品化[11][12] - ChatGPT的推出是转折点，促使谷歌要求DeepMind从长期科研转向更偏产品化的方向，特别是开发大语言模型以参与竞争[12] - 双方最大的文化冲突集中在AI“安全性”治理上，DeepMind曾希望建立独立的伦理委员会，甚至一度考虑寻求外部资金以重新独立，但最终因创始人更专注于科研而选择留在谷歌体系内[16][19][20] 关键突破项目（AlphaGo与AlphaFold）的启示 - AlphaGo的胜利极大地震撼了谷歌高层，使DeepMind的研发预算在之后翻了一番，巩固了其在集团内部的话语权和资源获取能力[24] - AlphaGo与AlphaFold在方法论上共通，都是解决“无限机器”问题——即从近乎无限的可能性搜索空间中提取有意义结果的系统[25][26] - DeepMind将AlphaFold开源，部分原因是基于对长期积累的科学共同体（如CASP竞赛）的回馈；而后续的AlphaFold 4未开源，表明其正走向专有化和产品化阶段[27][28] - 这些项目的成功证明了领导者“科学品味”与坚持的重要性，例如在AlphaFold项目面临关闭压力时，哈萨比斯通过更换负责人并给予全力支持，最终催生了诺贝尔奖级别的成果[29][30][31] 主要AI实验室的竞争格局与AGI路径 - 资金与支持：DeepMind拥有谷歌提供的稳定巨额资金和算力支持，这是其相对于需要不断融资的OpenAI和Anthropic的关键优势[34] - 安全态度谱系：在AI安全性（尤其是军事应用）的态度上，Anthropic最为谨慎并愿承担风险推动安全议题，DeepMind/谷歌处于中间，而OpenAI相对最为激进[34][35][36] - AGI进展评估：AGI的定义模糊，当前优秀的大语言模型已具备一定通用性。竞争焦点已转向谁在具体任务（如代码生成）上更实用、替代性更强，且这种能力格局动态变化[37][38][39] - 未来突破驱动：AI进步由“规模+技术”组合驱动，包括算力规模扩展、算法改进和工程优化。规模化以不同形式（如训练扩展、推理扩展、智能体扩展）持续存在，是长期核心竞争优势[40][41][42]