文章核心观点 - 英伟达首席执行官黄仁勋公开宣称，根据其提出的“能否创办一家估值达10亿美元的科技企业”这一特定标准，通用人工智能（AGI）已经实现，这一言论引发了科技界对AGI定义和衡量标准的广泛讨论 [2] - AGI的定义在学术界和企业界均存在巨大分歧和模糊性，缺乏清晰、可量化的标准，这使得该术语容易被用于商业炒作和营销目的 [3][4][13] - 行业研究机构（如谷歌DeepMind）正致力于建立更科学、基于多维度认知能力的AGI评估框架，但当前最先进的人工智能模型在所有关键认知维度上仍远未达到人类中等水平 [5][6][7] - 尽管企业（如OpenAI、微软）为AGI设定了具体的财务指标（如创造1000亿美元利润），但现有AI公司的实际营收和盈利能力距离该门槛仍非常遥远，且顶尖模型的能力存在明显短板 [14][15][16] AGI的定义之争与衡量困境 - 定义模糊且多元：AGI通常指具备与人类相当智能水平的人工智能，但如何定义和衡量“智能”业界尚无共识，定义范围从完成人类常规认知任务到在绝大多数有经济价值的工作中超越人类不等 [2][11] - 企业界引入财务指标：OpenAI在章程中将AGI定义为“在绝大多数有经济价值的工作中，表现优于人类的高度自主系统”，其与微软的协议更将AGI秘密定义为能够创造至少1000亿美元利润的技术，将衡量标准从认知能力转向财务指标 [13][14] - 学术界推动科学评估：谷歌DeepMind的研究论文提出基于十项核心认知能力（如感知、推理、记忆等）的评估框架，要求AI在所有维度上至少达到人类中位数水平，而当前AI模型的认知图谱是“参差不齐”的 [5][6] - 现有模型能力不足：根据人工智能安全中心团队的评估，2025年8月发布的GPT-5得分仅为57%，在所有认知维度上仍远逊于受过良好教育的成年人；ARC-AGI基准测试也显示，当前AI在抽象推理等关键能力上存在短板 [7] 行业主要参与者的立场与动态 - 英伟达（黄仁勋）：提出以“创办估值10亿美元企业”为AGI标准，并宣称此目标已实现，但同时承认现有AI智能体无法复制像英伟达（市值超4万亿美元）这样的企业创业历程 [2][16] - OpenAI：公司使命是构建AGI，但其内部定义与财务指标挂钩（创造1000亿美元利润），公司2023年营收为130亿美元，现金消耗达80亿美元，预计2030年才能实现收支平衡，距离其设定的AGI盈利门槛相去甚远 [13][14] - 微软：作为OpenAI的主要投资者，其研究团队曾发表论文称GPT-4为“AGI的早期版本”，但这一出于商业目的的夸大表述遭到业界广泛批评，连OpenAI首席执行官山姆·奥尔特曼也与之划清界限 [15][16] - 谷歌DeepMind：是首家将实现AGI列为商业目标的公司，目前正通过研究推动建立更科学的AGI衡量标准，其框架要求对AI进行多维度认知能力评估 [5][13] AGI概念的历史与演变 - 术语起源：“通用人工智能”（AGI）术语于1997年由研究生马克·古布鲁德首次在论文中使用，后在21世纪初由DeepMind联合创始人谢恩·莱格独立提出并推广开来 [10] - 早期测试的局限性：自艾伦·图灵提出图灵测试以来，已有聊天机器人（如Eliza、尤金·古斯特曼）通过测试，但这仅证明其对话流畅度，而非具备全面的认知能力，如今的大型语言模型同样存在编造事实、难以长远规划等短板 [8][9] - 与超级人工智能（ASI）的混淆：在公共讨论中，AGI常与智力超越全人类的“超级人工智能”（ASI）混为一谈，尽管研究者认为这是两个不同的里程碑 [12]