Google 旗下人工智能研究實驗室 DeepMind 行政總裁 Demis Hassabis 在瑞士達沃斯世界經濟論壇指出，中國 AI 公司與西方頂尖企業的技術差距已縮短至約 6 個月。這位諾貝爾化學獎得主認為，雖然 DeepSeek 的 R1 模型「令人印象深刻」，但中國企業尚未展現突破技術前沿的創新能力。適逢美國總統特朗普放寬對華 AI 晶片出口管制，標誌全球 AI 競爭進入新階段。
DeepSeek 效能獲認可 但創新能力遭質疑
Hassabis 在彭博社專訪中承認，DeepSeek 展現「令人印象深刻」的追趕能力，且能力持續增強。第三方評測顯示，DeepSeek-R1 在中國國家醫師執照考試中取得 96% 準確率，顯著超越 OpenAI 的 ChatGPT-o1 pro 的 75% 表現。然而在 METR 自主能力評估中，DeepSeek-R1 表現僅相當於第 28 百分位的人類專家，與 Claude 3.5 Sonnet 和 o1 存在明顯差距。
Hassabis 強調中國企業「確實很擅長追趕技術前沿」，但尚未證明能在前沿領域進行突破性創新。他認為市場對 DeepSeek R1 發布時的反應屬於「嚴重過度反應」，該模型以約 600 萬美元（約港幣 4,680 萬元）訓練成本對比 GPT-4 的 1 億美元（約港幣 7.8 億元）成本令矽谷震盪，曾一度導致 Nvidia 等科技巨頭股價暴跌。
特朗普解禁 H200 晶片 美國政府分成 25% 收益
特朗普於 2026 年 1 月 14 日宣布批准 Nvidia 向中國出口 H200 AI 晶片，但美國政府將獲取銷售額 25% 的收益分成。這款屬於 Hopper 世代的晶片效能優於此前專為中國市場設計的 H20，但落後目前最新的 Blackwell 和 Rubin 兩代產品。Nvidia 行政總裁黃仁勳表示，中國客戶對 H200 需求「非常高」，市場潛在年銷售額可達 500 億美元（約港幣 3,900 億元）。
美國商務部發布新規定要求出口商確保美國境內 H200 供應充足，並對晶片實施獨立第三方測試驗證。出口至中國的晶片數量不得超過美國客戶訂單的 50%，且所有晶片必須先運至美國進行測試，並觸發 25% 進口關稅。半導體產業協會（SIA）警告，新規定可能對美國經濟和全球半導體競爭力造成「意外且持久的損害」。
Gemini 戰略佈局：與 Apple 合作升級 Siri 拒絕廣告模式
DeepMind 正主導開發 Google 的 Gemini AI 助理，系統將整合 Gmail、搜尋、YouTube 和相簿等產品的海量數據，打造更個人化的服務。Apple 於 2026 年 1 月 12 日宣布與 Google 達成多年合作協議，將採用 Gemini 模型和雲端技術為今年稍後推出的新版 Siri 提供支援。這項合作協議被視為 Google 的「大師級布局」，令 Alphabet 市值自 2019 年以來首次超越 Apple。
針對 OpenAI 在 ChatGPT 中測試廣告的做法，Hassabis 在達沃斯論壇明確表示，Google「沒有任何計劃」在 Gemini 中引入廣告。他評論指：「有趣的是他們這麼早就採取這一步……也許他們覺得需要創造更多收入」。分析師認為 Google 的混合策略將廣告限制在搜尋和探索層，保持 Gemini 對消費者和企業用戶的簡潔體驗。
物理智能突破在即 機械人技術成 AI 下一戰場
Hassabis 透露過去一年投入大量時間研究機械人技術，預計物理智能領域即將迎來突破性時刻。他表示：「要匹配人類雙手的可靠性、力量及靈活性極其困難」，但 DeepMind 已與 Boston Dynamics 展開深度合作，將高階 AI 應用於汽車製造等領域。
DeepMind 採用專門的機械「領導臂」（leader arms）而非 VR 頭盔作遠程操作機械人，確保收集高質素操控數據。該公司機械人技術總監表示，視覺泛化能力——即機械人忽略光線變化或背景的能力——比四年前「更加成熟」，但從感知世界到像人類一樣輕鬆處理物件仍存在差距。Hassabis 預測距離實現這目標還需約 18 至 24 個月的研發時間。
通用人工智能十年願景：從 AlphaFold 到「徹底富足」時代
這位 DeepMind 聯合創辦人自 2010 年起開始追求通用人工智能（AGI）的目標，預測 AGI 將在未來 5 至 10 年內展現所有人類認知能力，「可能更接近這個時間範圍的早期」。他在達沃斯論壇表示，AGI 將在下一個十年內「極大加速科學和人類健康發展」，開創「徹底富足」（radical abundance）時代。
然而 Hassabis 承認前沿模型仍缺乏科學理解能力，未來研發必須聚焦世界模型（world models）、階層式規劃和長期記憶三個被忽視的領域。他強調：「理想情況下，我們會將 AI 更長時間留在實驗室，專注於更多像 AlphaFold 這樣的項目，或許解決癌症等類似挑戰」。DeepMind 的 AlphaFold 資料庫已成功預測此前無法解析的蛋白質結構，為 Hassabis 贏得諾貝爾化學獎，證明 AI 在科學領域的正面影響。