什么是 AGI？产业数据采集追踪通用智能发展进度

2026年，关于通用人工智能（AGI）的讨论正从学术论文蔓延到资本决策和日常办公。红杉资本直接宣称"2026年，AGI已经来了"；DeepMind联合创始人哈萨比斯则在访谈中提出，AGI革命的能量将是工业革命的十倍。

各方定义不一，争论背后，产业数据采集揭示出一条清晰脉络：AGI正在从哲学概念变成可追踪、可量化的产业现实。

AGI到底是什么？从人类水平到超级智能

AGI（Artificial General Intelligence）指的是"一个在大多数认知任务上达到人类中位水平的通用智能系统"。它不是围棋冠军，也不是只会聊天的对话机器人，而是能跨领域思考、自主推理、持续学习的系统。

学术圈用三个递进概念标定边界：

1. AGI（通用人工智能）： 达到普通人的一般认知能力；
2. ASI（超级人工智能）： 在所有领域都整体超越人类专家集体；
3. UAI（通用人工智能上界）： 机器智能的理论极限。

哈萨比斯的定义更具冲击力："AGI是具备人类大脑所有认知能力的系统——推理、创造、学习、规划、情感理解——而人类大脑，是已知宇宙中唯一证明过的通用智能"。在他看来，当下的AI系统本质上是"专用智能"，"偏科严重"，离真正的通用智能还有距离。

发展进度：42%与长周期智能体

产业数据采集正在把AGI的发展进度从"感觉"变成"刻度"。智谱技术代言人郑勤锴提出了AGI五阶段模型，并将当前进度定为42%。行业已走完预训练模型、智能体与机器人阶段，正在进入"自我学习"阶段——大模型可自主完成结构优化和数据迭代。

红杉资本则用"能独立工作多久"作为AGI的试金石。他们定义AGI的核心是"把事情想明白的能力"，表现为知识、推理与迭代试错的结合体。非盈利评估机构METR追踪的数据显示，AI完成长周期任务的能力约每7个月翻一番。照此推算：到2028年，AI可独立完成人类专家一整天的工作；到2037年，可处理人类需要百年才能完成的任务。

中国市场数据同样印证了加速趋势。中国信通院测算，2024年中国AI核心产业规模突破9000亿元，2025年有望达1.2万亿元。AGI应用在工业领域的占比从2023年的6.7%跃升至2024年的17.4%。AGI市场预计从2025年的69.4亿美元增长到2026年的93亿美元，复合年增长率33.9%。

通往AGI的关键路径：世界模型与物理数据

产业共识正在向一个方向收敛：AGI不能只停留在数字世界，必须进入物理世界。世界模型被视为通向AGI的核心路径——作为AI系统理解、推理并预测物理世界的"内部模拟器"。

智源研究院孵化的星源智近期发布全球首个具身交互世界模型ω-EVA，采用"预演、验证、行动"闭环逻辑，让机器人能在执行前先在脑中"想象"动作的连锁反应。这正是从"会聊"到"会干"的关键一步。

但物理数据的匮乏是最大瓶颈。全球高质量有效物理数据仅约50万小时，而GPT-5级别大模型训练语料超过100亿小时，数据量级差距达数万倍。物理AI数据采集正从"手工作坊"走向"中央厨房"模式，产业目标是在2026年实现千万小时级数据产能，2030年冲击百亿小时级。

最后说两句

从"42%进度"到"每7个月翻一番"，从"50万小时物理数据"到"千万小时产能目标"，产业数据采集揭示了一个确定趋势：AGI不是某个"天网觉醒"的瞬间，而是一个正在加速逼近的连续过程。

它不是"会不会发生"的问题，而是"还需要多久"的问题——以及，当它真正到来时，谁能掌握那把通向物理世界的钥匙。