什么是通用人工智能？2025年9月13日，北京PEC 2025 AI创新者大会上发布的《通向AGI之路—2025全球人工智能展望报告》指出，人工智能正朝着AGI的方向迈进，2025年更被视为“智能体元年”。

在2025年东盟博览会的展馆入口处，一位泰国采购商通过手机扫描二维码，用泰语询问展位信息。不到两秒，一个名为“合合”的虚拟形象就用流利的泰语回应，不仅提供了准确位置，还建议了最佳路线。这不是科幻电影中的场景，而是已经实现的AI东博智能客服系统。

这种能够理解、推理并回应多种语言的人工智能系统，展现了通用人工智能（Artificial General Intelligence, AGI）的雏形。那么，到底是什么是通用人工智能？它离我们还有多远？又会如何改变我们的世界？

01 定义与核心：AGI不仅仅是更大的AI

通用人工智能（AGI）指的是具有一般人类智慧，可以执行人类能够执行的任何智力任务的机器智能。一些研究人员将其称为强AI（strong AI）或者完全AI（full AI）。

与目前广泛应用的弱人工智能（专用AI）相比，AGI具有三个基本特征：第一，必须能完成无限的任务，而不是只能完成人类定义的有限几个任务；第二，要在场景中自主发现任务，即我们通常所说的“眼里有活儿”；第三，要有自主的价值来驱动，而不是被动地被数据所驱动。

北京通用人工智能研究院国际交流部部长张杨指出，通用人工智能是要让智能体像人一样，不仅能够独立感知环境、进行思考、作出决策、学习新技能、执行任务，还能够与人类或其他智能体进行有效的协作。

02 范式转变：从“鹦鹉范式”到“乌鸦范式”

当前主流的大模型范式与真正的通用人工智能存在本质区别。大范式可以认为是以“大数据，小任务”为架构的“鹦鹉范式”，本质上是一种复杂的查询，需要大量重复数据来训练。

而通用人工智能的科研范式是以“小数据，大任务”为架构的“乌鸦范式”，智能体表现为具有自主的智能，能够自主感知、认知、推理、学习和执行，不依赖于大数据。

就像乌鸦喝水这一行为，看似简单，却属于自主推理行为，是由价值与因果驱动的高级智能，也是人工智能的未来发展趋势。这种范式转变使得AGI能够在不依赖海量标注数据的情况下学习新技能，更像人类的学习方式。

03 技术跨越：AGI的核心能力与挑战

实现AGI需要克服多项技术挑战。AGI系统需要具备通用的认知能力，能够获得知识和技能，进行双向的、实时互动，具有适应性注意（聚焦和选择），支持动态模式，实现无监督和自我监督学习。

欧盟人类脑计划负责人、瑞典皇家理工学院教授科塔莱斯基指出，可以在高精度模型上探索大脑的通用智能，从大脑结构和功能入手探索通用人工智能的新方向。

借鉴大脑的功能，以无监督学习的方式，可以实现机器的自感知、自适应、自驱动。目前，北京智源人工智能研究院正在通过高精度生物大脑模拟仿真，构建生命智能模型，探索新一代人工智能发展的可行路径。

04 发展现状：全球竞赛与专家预测

根据《2025全球人工智能展望报告》，人工智能的总体发展阶段从弱人工智能（ANI）、通用人工智能（AGI）再到超级人工智能（ASI）。通用人工智能是当前重要的发展方向。

全球专家对AGI实现时间的预测各不相同。xAI创始人Elon Musk较为乐观，他认为AGI已初具雏形，有望在2026年到来。Google DeepMind联合创始人兼首席执行官Demis Hassabis与Meta首席AI科学家Yann LeCun均认为AGI会在2030到2035年到来。

图灵奖得主Geoffrey Hinton则持相对保守的立场，预测AGI将在2030到2045年到来。2024年我国人工智能产业规模突破7000亿元，连续多年保持20%以上的增长率。

在国家政策支持下，中国正在积极布局AGI发展，为全球AGI竞争增添了重要力量。

05 应用前景：从城市管理到行业变革

AGI技术已经开始在城市管理和行业变革中发挥作用。深圳龙岗区发布了第二批“城市+AI”应用场景清单，覆盖建筑、医疗、低碳、低空、交通、园区、政务、教育、应急等21个重点领域、424个具体场景。

在天津滨海新区，依托大模型技术构建的“市监慧语”系统，整合206部法律法规和规范性文件，融合1472条审查标准、26种常见经营场景案例，让政务服务实现了从“人找服务”到“服务找人”的转变。

实在智能推出的“实在Agent”产品展现了人工智能从“被动响应”到“主动服务”的跨越式发展。这种通用智能体通过“需求输入-自主执行-结果输出”的闭环模式，能够自动生成视频脚本并完成剪辑，还能实时抓取电商平台数据生成竞品分析报告。

06 实现路径：四大驱动因素与技术突破

通用人工智能的不断演进主要由四大因素驱动。一是模型推理能力的不断跃升，如DeepSeek相关模型在性能上达到全球开源模型的顶尖水平。二是强化学习的不断迭代，如GRPO等新型算法通过组内相对奖励机制，解决传统PPO算法对价值函数的依赖问题。

三是算力基建的持续投入，美国“星际之门”计划未来四年投资5000亿美元构建AI基础设施，为大规模AI模型训练和推理提供算力基础。四是开源生态的广泛构建与繁荣共享，Hugging Face汇聚超6000个可部署开源模型，推动前沿技术快速转化为生产力。

大模型通过多种推理路径适应不同任务需求。基础范式包括直接输出（Direct）和思维链（CoT）推理。自一致性与多重思维链通过生成多条推理路径并采用投票机制，为不确定性任务进行方案择优。

面对需要多路径探索的复杂任务，思维树（ToT）引入树状结构，支持分支评估与回溯机制。最新提出的思维图（GoT）则突破树状结构的限制，利用图结构实现路径间的动态聚合与信息重组，为更复杂的非线性推理问题提供更优的解决思路。

07 产业影响：赋能新质生产力

通用人工智能正在成为新质生产力的典型代表。实在智能的实在Agent作为全球首款企业级通用智能体产品，融合了基于自研TARS大模型的“智慧大脑”和ISSUT智能屏幕语义理解技术构成的“灵巧手脚”，可像人一样识别和操作各类软件界面，实现感知、决策与执行的闭环自动化。

对企业而言，实在Agent代表了一种根本性的生产力变革。它能够将员工从重复性操作中解放出来，在显著提升工作效率的同时降低人力成本。此外，它还可作为数字枢纽打通企业内部系统，消除数据孤岛，加速整体数字化转型进程。

在推进“人工智能+”行动计划落地方面，实在Agent已在制造业自动完成生产数据采集与分析，在金融领域实现智能风控与自动化报表生成，在医疗行业协助病历管理与流程优化，在教育领域支持智能化教务处理。

08 挑战与思考：伦理问题与发展路径

AGI的发展也面临着诸多挑战。风险挑战不容忽视，“AI幻觉”问题凸显，深度伪造与越狱攻击风险加剧，人机交互模式变革带来伦理挑战，AI能源消耗难题仍然待解。

通用人工智能是否需要具身性也是一个值得思考的问题。认知神经科学表明，智能需要一个与世界互动的身体，具身性的感觉经验与认知密切相关。然而，就人工系统而言，生物的身体是根本不存在的，这种物质构成上的差异可能是造成人工智能系统没有生命和意识的关键。

通用人工智能能否具有创造性也是一个开放性问题。创造性可能是我们人类特有的能力，包括发散性思维和收敛性思维。AGI是否需要以及如何获得这两种能力，仍然是研究人员正在探索的方向。

截至2025年6月30日，在国家网信办完成备案的生成式人工智能服务已达439款。AI正在从实验室迅速走向实际应用。

但通用人工智能之路仍漫长。专家预测AGI的实现时间从2026年到2045年不等。无论何时到来，AGI都将是人类历史上最重要的技术革命之一。

当我们站在这个智能变革的临界点上，不仅需要技术突破，还需要建立健全的伦理规范和法律框架，确保这项强大技术最终造福整个人类社会。

AGI不仅是技术上的圣杯，更是一面映照人类智能与价值的镜子，提醒我们智能的本质不仅在于解决问题的能力，更在于理解世界和共情他人的能力。