OpenAI 應該算是最關心 AGI 進展的，居然在與微軟的合約擺進 AGI 階段，進入 AGI 就可以收回微軟的授權．其實在 2024 年 OpenAI 內部就將 AGI 發展分成 5 個階段，但是有人反對單靠 LLM 是無法達到 AGI 地步，需要有世界模型(World Model) 才能做到，如同人類大腦ㄧ樣，語言能力只是其中的一部分：

1. 聊天機器人 (Chatbots)
   • 定義：具備自然語言交互能力。
   • 狀態：已達成。
   • 代表：早期 GPT-3.5、ChatGPT。
   • 特徵：能模仿人類對話，處理文字生成、摘要與基礎創意寫作。

2. 推理者 (Reasoners)
   • 定義：具備人類水平的問題解決能力，能進行深度思考。
   • 狀態：進行中 / 突破中。
   • 代表：ChatGPT o1 / o3、DeepSeek-R1。
   • 特徵：具備「慢思考」能力（Testing Time Scaling），能解決複雜數學、編碼及科學難題。

3. 代理人 (Agents)
   • 定義：能自主在環境中執行任務，跨越數天時間線。
   • 狀態：早期落地。
   • 代表：OpenAI Operator、Claude Computer Use、OpenClaw。
   • 特徵：不只是說話，還能操控滑鼠、網頁、API 來完成具體目標（如：規劃並預訂一次完整的旅行）。

4. 創新者 (Innovators)
   • 定義：能夠輔助或自主進行科學發現與新知識創造。
   • 狀態：研發中。
   • 代表：AlphaFold (Google DeepMind)、AutoResearch。
   • 特徵：能提出人類尚未發現的假設、設計實驗，在科學前沿領域達成突破。

5. 組織者 (Organizations)
   • 定義：能夠執行一整個組織、企業甚至政府級別的工作與管理。
   • 狀態：願景階段。
   • 特徵：具備決策級別的能力，能協調多個 Agent 分工合作，自主運營複雜的經濟實體。

想要瞭解世界模型．可以從比較分析 OaK, Marble, Genie 3 和 V-JEPA 2 之間的差異著手：

• Marble (李飛飛) 是一位「3D 建築師」，為世界打造堅實的幾何基礎。
• Genie 3 (DeepMind) 是一位「造夢者」，提供極致逼真的沉浸式幻境。
• V-JEPA 2 (Meta) 是一位「物理工程師」，精算實體互動的因果關係。
• OaK (Rich Sutton) 則是一位「探險家與進化者」，它不帶任何預設地走入世界，靠著試錯與好奇心，自己摸索出生存法則與宇宙規律。

有了世界模型，AGI 確實會變得有趣多了．

PS：這是第ㄧ篇利用 LLM Wiki 所寫出的文章，利用 AI 來寫 AI 確實方便許多