▲Google DeepMind 執行長哈薩比斯（Demis Hassabis）。（圖／路透）
記者吳立言／綜合報導
在近期舉行的 Axios AI+ 峰會 上，Google DeepMind 執行長哈薩比斯（Demis Hassabis）提出他對 2026 年人工智慧發展的最新判斷，點名「多模態模型」、「互動式影片世界」以及「更可靠的 AI 代理」將成為未來一年的三大關鍵趨勢。
哈薩比斯表示，DeepMind 旗下最新模型 Gemini 在多模態能力上已出現明顯躍進，不再只侷限於描述畫面表象，而是能理解情節與角色動機等深層含義。
他舉例指出，在電影《鬥陣俱樂部》中，AI 不僅能看出角色摘下戒指這個動作，還能推論其背後象徵的是對原本日常生活的一種放棄與抽離。這類「語意層級」的理解，使模型得以產出更高層次的內容，例如結構完整的資訊圖表，而不只是單純的文字或圖像描述。
在代理型 AI 的進展上，哈薩比斯預測，大約在一年左右，AI 代理人就能「接近」自主處理複雜任務。他強調，DeepMind 的目標是打造一個可跨裝置運作的通用助手，未來可協助一般使用者管理行程、文件、線上操作等日常事項，從單一工具走向「長期協作夥伴」角色。
為了支撐這樣的應用場景，DeepMind 也同步研發代號為 「Genie 3」 的世界模型。哈薩比斯指出，這類模型可以生成可探索、可互動的影片式虛擬空間，讓使用者不再只是「看影片」，而是可以在其中移動、操作與體驗，接近遊戲與模擬環境的結合形態，被視為未來虛擬世界與內容創作的重要基礎技術之一。
哈薩比斯此次對 2026 年的時間表，與他在 2024 年 5 月提出的預估大致一致，也顯示 DeepMind 對多模態模型、互動式世界建模以及 AI 代理人落地節奏，仍抱持相對明確且樂觀的看法。不過，他也暗示，安全性、可靠性與使用者信任，將是這些技術能否大規模導入真實世界的關鍵考驗。
