Google 最近在 AI 领域的动作，开始明显和 OpenAI 分叉了，而这条路线的关键人物是 Demis Hassabis。人工智能googleopenAI OpenAI 的路线:核心仍是：通用大模型 + 对话式入口强调模型能力提升速度、产品化效率（ChatGPT、API、Agent）AI 主要存在形态：屏幕里的助手、工具与代理优势：节奏快、产品心智强隐忧：对物理世界理解仍高度依赖“语言抽象”Google / DeepMind 的路线（Demis Hassabis 主导）:核心押注：世界模型（World Model）而非聊天机器人AI 不只“会说”，而是能感知、理解、预测真实世界载体不局限在 App，而是走向终端级硬件（2026 智能眼镜）优势：长期主义、科学导向、硬件与生态协同隐忧：商业化节奏慢、内部协同复杂Hassabis 并不是传统意义上的产品经理型 CEO。他是国际象棋神童出身的神经科学家，早年参与过游戏设计，后来转向大脑研究，最终创立 DeepMind。AlphaGo、AlphaFold 背后，都是他对同一件事的执念：用计算系统去建模现实世界的运行规律。这也解释了他为什么并不急于在“聊天机器人”赛道和 OpenAI 正面硬拼。Bloomberg 披露的信息显示，Google 内部正在推进一条更偏长期主义的路线：- 2026 年推出 AI 智能眼镜，与三星合作- 目标不是复刻 Google Glass，而是让 AI 成为理解现实世界的感知层- 技术核心是 “世界模型”，而不是更会聊天的模型在 Hassabis 的设想里，真正有用的 AI，不只是回答问题，而是能记住你把钥匙放在哪、理解你眼前物体的空间关系，甚至预测物理运动的结果。这类能力，本质上不是语言问题，而是对现实世界的建模能力。这一点和 OpenAI 形成了清晰对照。ChatGPT 依然建立在文本智能之上，而 Google 试图把 AI 推向物理世界接口。即便是 Meta 的智能眼镜，目前更多也停留在“描述看到的内容”，还没触及物理逻辑层。Transformer 核心发明者 Noam Shazeer 去年回归 Google，并向 Hassabis 汇报。这种安排本身就说明，Google 正在刻意压低内部竞争，把技术路线收敛到同一个长期目标上，才有了近期 Gemini 3 在榜单上的提升。这更像一场“慢速反击”：OpenAI 跑得极快，Google 选择重做地基。如果 AI 的下半场不再是屏幕里的文字，而是现实世界的理解能力，那这场竞赛，可能才刚刚开始。而Google 正在做的这件事，其实和智能汽车的关系，比很多人想象得更直接。Demis Hassabis 押注的不是“更会聊天的 AI”，而是 世界模型——让系统理解真实世界的空间、物体和因果关系。这条路线，看起来像是在做 AI 智能眼镜，但它解决的，正是智能驾驶的核心难题。自动驾驶真正的瓶颈，从来不是算力或摄像头数量，而是：AI 是否能理解一个复杂、动态、充满不确定性的物理世界。Google2026 年推的 AI 眼镜，本质上是一个低速、可控的现实世界试验场：持续感知、三维建模、实时预测——这些能力，和高阶智能驾驶几乎是同一套问题。相比之下，当前大模型更多解决的是“车内交互”，而不是“车外世界”。前者让你和车更好沟通，后者决定车能不能真的自己开。如果说智能驾驶的上半场，是感知和规则工程，那下半场，拼的很可能就是谁先做出可泛化的世界模型。从这个角度看，Hassabis 的布局，并不是在“避开汽车”，而是在为智能汽车，重做地基。智能驾驶自动驾驶