当地时间9月6日，英伟达创始人兼CEO黄仁勋在社交平台X上祝贺OpenAI发布GPT-6 Astra。他在帖子中回顾了从ChatGPT到o1、再到Astra的四年演进，随后直接写道：

AGI has arrived.

这句话迅速引发讨论。但它并不意味着行业已经就AGI达成共识。

图片来源：X平台

除了宣布“AGI已经到来”，黄仁勋还在帖子中提到了训练Astra所使用的算力。

他称，GPT-6 Astra的训练使用了超过10万块英伟达Grace Blackwell GPU，并以NVLink72架构组成计算集群；下一阶段还将有40万块GPU上线。

为什么认为AGI已经来了

黄仁勋并非第一次表达类似观点。

在英伟达8月26日举行的财报电话会议上，他曾表示，对于很多任务而言，可以认为行业已经实现了AGI。但紧接着，他又说，围绕AGI划定里程碑的讨论已经没有太大意义。

黄仁勋真正关心的是三个问题：AI能不能完成有用的工作，能不能创造可以量化的经济价值，以及更多算力能不能带来更多有效产出。

这是一套偏向任务能力和商业价值的AGI标准。

按照这套标准，如果AI已经能够编写软件、操作电脑、调用工具、处理专业文件，并在较少人工干预的情况下完成较长的工作流程，那么它确实已经具备一部分过去只存在于AGI设想中的能力。

OpenAI官方开发者文档将GPT-6 Astra描述为公司目前能力最强的模型，可用于复杂推理、代码开发、计算机操作、研究和文档制作，并能跨代码、浏览器和专业软件执行多步骤任务。

不过，OpenAI目前的官方模型页面并没有直接将Astra标注为AGI，而是称其为“能力最强的模型”。

“能力最强”与“实现AGI”，显然不是同一个结论。

一项测试，两组成绩

围绕Astra是否达到AGI，ARC Prize公布的结果很有代表性。

在ARC-AGI-3测试中，Astra使用OpenAI提供的专用适配环境时，最高得分达到99.95%；在所有模型使用相同基础接口的标准环境中，其最高得分为62.71%。

简化来看，就是同一个模型可以得到62.7%和99.9%两种差异明显的成绩。

造成差距的关键不是模型权重发生了变化，而是外围运行环境不同。

在OpenAI的适配环境中，系统可以保留模型的推理状态，并通过上下文压缩帮助模型延续此前的信息。标准环境则给不同厂商的模型提供统一、相对基础的接口，让模型自己决定保留哪些记录。

这说明，今天评测的往往不再是一个孤立模型，而是模型、工具、记忆机制和运行框架组成的完整系统。

从产品角度看，这种完整系统更接近用户实际使用的AI。但从模型比较角度看，如果不同系统获得的工具和上下文管理条件不同，成绩就不能直接放在一起比较。

ARC Prize在官方分析中明确表示，Astra是通用能力上的重要进步，但该机构没有据此宣称AGI已经实现。

原因也很清楚：ARC-AGI-3仍然是一个范围有限、规则确定的测试环境，无法代表现实世界的全部复杂性。

为什么AGI总是说不清

行业争议的根源，并不只是大家对Astra能力的评价不同，更在于各方对AGI的定义本来就不一致。

有人认为，只要AI能够在大量知识工作中达到或超过普通人，并且创造稳定的经济价值，就可以视为AGI。

另一种标准则更加严格：AI需要像人一样跨领域学习，能够在没有明确规则的环境中形成目标、理解因果关系，并持续从真实世界的经验中学习。

还有观点认为，AGI不应只是某个模型的能力，而应该包括模型、工具、记忆、感知和行动系统共同构成的整体能力。

按照第一种定义，黄仁勋的说法并非毫无依据。按照后两种定义，目前的模型仍有不少能力缺口。

例如，模型在不同任务上的稳定性并不一致；面对不完整信息和开放环境时，仍可能出现判断错误；长时间执行任务通常还需要人工检查；模型也没有表现出与人类完全相同的持续学习能力。

这使得“AGI是否已经到来”很难变成一个简单的判断题。

算力也是这次发言的重点

黄仁勋的帖子还有一个值得注意的地方。

他在宣布AGI到来的同时，特意提到了训练Astra所使用的10万多块GPU，以及下一阶段计划上线的40万块GPU。

这意味着，他讨论的不只是智能水平，也在讨论实现这种智能需要多少基础设施。

英伟达是全球AI算力扩张最直接的受益者之一。模型训练规模越大，推理任务越多，对GPU、网络、存储和数据中心的需求也就越高。

在英伟达财报电话会议上，黄仁勋曾把AI能够完成生产性工作和创造可盈利的计算需求，视为行业当前最重要的变化。他还表示，如果市场拥有更多算力，就可以生成更多具有经济价值的AI任务。英伟达财报电话会议记录

因此，“AGI已经到来”和“更多GPU即将上线”出现在同一条帖子里，并非偶然。

这不代表黄仁勋的判断一定错误，但读者需要把他的商业位置考虑在内：他既是AI行业的重要参与者，也是算力扩张的直接受益者。

对普通用户意味着什么

对于普通用户和企业来说，模型是否被称为AGI，短期内并不会直接改变使用方式。

真正影响使用价值的，是一些更加具体的问题：

模型能否完成一项复杂工作？结果是否稳定？出现错误时能否及时发现？操作过程能否追踪？完成任务所需的成本和人工检查时间是多少？

如果这些问题还没有稳定答案，那么“AGI已经到来”更适合被视为一种产业判断，而不是一项可以直接验收的技术结论。

Astra在代码、计算机操作、研究和复杂任务执行方面的进步是真实的。ARC Prize的测试也显示，它已经能够在陌生环境中识别规则、规划行动，并借助工具完成复杂任务。

但现实世界比基准测试更开放。

模型需要面对模糊目标、不完整信息、不断变化的环境，以及错误可能造成的真实损失。一次测试接近满分，无法覆盖所有这些问题。

写在最后

黄仁勋确实说了“AGI已经到来”，这条新闻本身没有问题。

需要纠正的是，不能把这句话写成行业已经确认GPT-6 Astra实现了AGI。

更准确的说法是：黄仁勋认为，以完成实际工作和创造经济价值为标准，当前AI已经可以被视为进入AGI阶段；但在研究界和评测机构看来，现有证据仍不足以证明通用人工智能已经实现。

模型能力正在快速逼近过去设想中的AGI，这一点越来越明显。可“AGI”究竟是一种模型能力、一套完整系统，还是一个需要在开放世界中长期验证的智能标准，行业仍没有共同答案。

黄仁勋给出了自己的答案。

争论才刚刚开始。

免责声明：本文来自AIGC开放社区客户端，不代表超天才网的观点和立场。文章及图片来源网络，版权归作者所有，如有投诉请联系删除。