2026年6月15日，谷歌DeepMind在最新报告中抛出一枚重磅炸弹：正式宣告"AGI概念已过时"，并提出ASI（超级人工智能）的全新定义框架。这一举动不仅重塑了AI技术演进的叙事逻辑，更对全球AI行业的发展路径产生了深远影响。
ASI是什么？DeepMind为何抛弃AGI？
AGI长期以来被视为AI的终极目标——一个在各方面都能与人类智能匹敌的人工智能系统。然而，DeepMind在最新路线图中明确指出，即使AI达到了人类水平，如果只能以单一实例运行，其实际价值仍然有限。
ASI的新定义核心是：通过叠加海量AI实例（报告提到1亿个），产生超越数万名顶级专家集体智慧的超级智能能力。这意味着AI的"超级"不在于单一模型的智力水平，而在于规模化部署后的集体智能涌现。
技术路径：从模型能力到系统规模
1. 模型能力的天花板
当前大模型竞赛聚焦于提升单一模型的能力，但这种提升存在边际效应递减的问题。即使GPT-5或Gemini 3在各项基准测试中都超越人类，单个模型的实际应用场景仍然受限。
2. 规模化部署的威力
ASI路线图的核心理念是：当数以亿计的AI实例同时运行时，彼此之间的协同、分工和信息交换将产生质的飞跃。类比而言，100个诺贝尔奖得主各自独立工作，与100个诺贝尔奖得主高效协作，后者的产出是指数级更高的。
3. 基础设施的挑战
实现1亿个AI实例并发运行，对算力基础设施提出了前所未有的挑战。这也解释了为何谷歌持续大规模投资数据中心和TPU芯片——不仅是为训练更大模型，更是为ASI时代的规模化推理做准备。
对AI行业的深远影响
重新定义"AI能力"的衡量标准
过去，AI能力用基准测试分数衡量；未来，AI能力将用"可部署规模×单实例能力"来衡量。这意味着算力基础设施将成为AI公司的核心竞争力，而不仅仅是模型算法。
商业化路径的转变
如果ASI路线图成为行业共识，AI商业化将从"销售模型访问权限"转向"销售AI劳动力"。企业客户购买的将不再是API调用次数，而是成百上千个"AI数字员工"的持续服务。
对竞争对手的压力
OpenAI、Anthropic等竞争对手面临两难选择：是继续押注单一模型能力突破，还是跟随DeepMind转向规模化路线？这一路线之争将深刻影响未来3-5年的AI产业格局。
争议与质疑
ASI路线图也引发了诸多争议。批评者指出：1) 1亿个AI实例的能耗和成本问题；2) 多实例协同的技术难题尚未解决；3) "规模等于智能"的假设缺乏理论证明。此外，ASI的安全治理问题比AGI更加复杂。
评测总结
DeepMind的ASI路线图是一次大胆的叙事重构，将AI发展的焦点从"模型能力竞赛"转向"规模化智能部署"。无论这一路线最终能否实现，它已经成功重新定义了AI行业的讨论框架。对于开发者和企业而言，关注算力基础设施、多智能体协同技术，以及AI规模化部署的商业模式，将成为未来几年的关键课题。