AGI

最新AI基准测试ARC-AGI-3显示，当前最先进的AI模型得分均低于1%，而人类能达到100%的完美表现。该测试要求AI在未知环境中探索、规划和学习，暴露了当前AI系统在泛化能力上与人类的巨大差距，尽管行业领袖声称已实现AGI，但现实远非如此。

最新MATHVISTA基准测试显示，包括GPT-4V在内的12个顶级AI模型在视觉数学推理方面仍落后人类10.4个百分点。研究人员指出，实现AGI可能更依赖高质量训练数据而非模型规模，数据污染问题也影响评估准确性。

人工通用智能（AGI）是AI行业的终极目标，但专家们对其定义、实现时间和识别标准存在分歧。本文探讨了AGI的概念、当前AI模型的局限性、中美在AI发展上的差异，以及专家对AGI未来的不同看法。

Eliza Labs创始人Shaw Walters认为当前AI系统已达到通用人工智能水平，但警告AI代理在区块链应用中存在严重安全风险，包括钱包泄露和提示注入攻击。他认为AI行为越来越像人类而非机器，使得安全保障难以设计。

微软AI负责人Mustafa Suleyman预测，大多数白领专业任务将在未来两年内被AI完全自动化，这将影响法律、会计和市场营销等行业。他认为，AI正迅速接近在多数办公岗位上实现“人类水平”的表现。