陈奕强：ChatGPT-6来了，AGI还会远吗？

近期，科技圈最热门的话题之一，是GPT-6 Astra。

网上最吸睛的，不只是它会写文章、写程序，而是一段段令人有点难以置信的3D作品：有人给它几张图片，它可以在Blender里建立真正可以继续修改的3D模型；OpenAI更展示了GPT-6 Astra在Blender建立一栋房子，再把它带进Unreal Engine 5，变成一个人可以走进去探索的虚拟空间。

这让我开始思考一个比“GPT-6有多聪明”更大的问题：我们距离AGI，到底还有多远？

AGI，即Artificial General Intelligence，中文一般称为“通用人工智能”。

OpenAI过去对AGI有一个很值得注意的定义：它不是一台考试拿满分的机器，而是一个能够高度自主，并在大多数具有经济价值的工作上超越人类的系统。

按照这个定义，我们再看看GPT-6，就会发现事情开始变得有意思了。

以前的ChatGPT，本质上还是一个“你问、它答”的AI。

你叫它写一封Email，它写给你；叫它分析Excel，它告诉你答案；叫它写程序，它给你代码。

但GPT-6开始进入另一个阶段——它不只是给你答案，而是自己使用电脑把事情完成。

它可以打开网页、填写表格、操作CRM、整理日历、进行网上研究、制作文件、制作Excel和PowerPoint、建立网站，再自己进行前端测试。OpenAI甚至把它定位为能够处理复杂、多步骤专业工作的模型。

这其实非常接近我们过去对“数码员工”的想像。

今天我告诉AI：“帮我研究这家公司，分析过去三年的财务表现，找出五个风险，制作一份投资委员会简报。”

未来AI可能不是告诉我“你应该怎么做”，而是真的自己打开网页、找资料、分析数据、建立模型、制作PowerPoint，然后把完整结果交回来。

当AI从Answer（回答）进化到Action（行动），AGI的讨论就开始变得现实。

更值得注意的是GPT-6的3D能力。

空间智能

很多人看到3D Demo，第一反应是：“以后3D Designer是不是没有工作了？”

我反而觉得，真正重要的不是Blender。

而是Spatial Intelligence——空间智能。

过去的大语言模型生活在一个以文字为主的世界。它知道“椅子”这个词是什么意思，却不一定真正理解一张椅子在三维空间里面如何组成。

但GPT-6可以观察多个角度的图片，再通过CAD代码重建3D物体。在OpenAI公布的BenchCAD测试中，它的几何重叠成绩达到95.9%。它甚至可以建立房屋，再将房屋转换成一个可以行走的3D环境。

这里发生的变化非常重要。

AI开始从：语言（Language）→ 图像（Image）→ 影像（Video） → 三维（3D） → 环境（Environment），一步一步建立对现实世界的理解。

为什么这和AGI有关？因为人类的智能从来不只是语言。

一个三岁小孩可能不会写文章，却知道杯子掉下去会跌破、椅子可以坐、门后面还有空间。

真正的通用智能，必须理解物体、空间、因果关系以及行动之后会发生什么。

界线开始模糊

所以3D能力的爆红，在我看来并不是一个“设计工具升级”。它更像是AI迈向World Model（世界模型）的一块拼图。

另一项更令人关注的数据，是ARC-AGI-3。这是一项专门测试AI面对陌生环境时，能否像人一样观察规则、学习和解决新问题的测试。GPT-6 Astra取得99.9%的成绩；ARC Prize方面也表示，它在96%的关卡上达到人类行动效率基准。

但我仍然不会说：“AGI已经正式诞生。”

因为考试达到人类水平，并不等于拥有完整的人类智能。

真正的AGI还牵涉长期记忆、现实世界理解、持续学习、可靠性、自主判断，以及一个更麻烦的问题——当AI拥有越来越大的自主权，我们是否能够控制它？

GPT-6甚至已经成为OpenAI第一个达到其网络安全能力“Critical”级别的广泛部署模型。在适当工具及权限下，它已经能够发现未知安全漏洞，并发展新的攻击方法。

所以我认为，GPT-6最大的意义并不是某一个评估标准（Benchmark）又提高了多少个百分点。而是过去我们谈AGI，总觉得它是十年、二十年后的事情。今天，界线开始模糊了。

AI已经会看、会听、会说、会思考、会写程序、会使用电脑、会操作软件，现在甚至开始理解3D空间，并能够自己连续执行几十、几百个步骤去完成一个目标。

或许未来回头看，我们不会找到某一天，新闻突然宣布：“今天，AGI诞生了。”

AGI更可能像互联网一样，一点一点进入我们的生活。直到某一天，我们突然发现：那个我们一直在等待的未来，其实早已经来了。

本文观点，不代表《东方日报》立场。