在生成式AI技術蓬勃發展、逐步進入日常應用之際，全球科技巨頭紛紛將目標轉向「通用人工智慧」（AGI）的實現；然而，蘋果公司最新公開的一篇研究論文卻指出，現階段主流的大型語言模型（LLM）在推理能力與語意理解方面仍存重大限制，難以支撐AGI所需的核心架構。這項警示性研究不僅對AI產業投下震撼彈，也凸顯未來通用智慧系統仍需突破技術與概念的雙重瓶頸。
根據日媒《JBpress》報導，在生成式AI席捲全球應用市場之際，科技巨頭正加速邁向下一階段目標「通用人工智慧」（AGI, Artificial General Intelligence）；不過，根據蘋果近期發表的最新技術論文指出，目前主流的大型語言模型（LLM）架構存在難以突破的結構性限制，距離真正實現AGI仍有顯著距離。
蘋果點出技術盲點：「生成」不等於「理解」
根據該篇論文分析，現有AI系統雖具備自然語言生成能力，能快速完成翻譯、寫作、摘要等任務，但其本質仍是依賴機率模型推演語句順序，缺乏真正的語意理解與邏輯推理能力。
研究團隊強調，當前語言模型雖可在既定語料下產出類人回應，但在面對多步驟推理、抽象概念延伸與未知情境處理上，效能明顯不足。這些限制，使得以LLM為基礎的架構難以支撐AGI所需的通用學習能力與跨領域應變力。
生成式AI應用廣 尚未構成通用智慧
ZEN大學教授、《超級AI將超越人類》一書作者竹內薫指出，從語言生成、影像處理到數學應用，生成式AI的應用確實推升至技術臨界點。像是ChatGPT o3模型已能處理複雜計算、協助規劃行程、撰寫契約，甚至協助決策分析，展現高度實用性。
但竹內也強調，AGI所要求的不只是工具能力，而是具備學習新知、整合理解與主動推論的「類人智慧體」；目前AI雖然「像人在說話」，但仍無法「像人一樣思考」。
AGI競爭升溫 人類優勢反成焦點
隨著OpenAI、Google DeepMind、Meta與蘋果等科技公司陸續進軍AGI領域，相關技術與倫理議題也浮上檯面。竹內認為，面對AI快速進展，人類未來應強化自身在創造力、跨領域整合與價值判斷等無法被複製的核心能力。
竹內進一步提醒，AGI的發展不會是單一路線的技術突破，更是一場涉及科學、社會與制度整合的深層革新；與其寄望AI完全取代人類，更應思考人與智慧系統如何共存、互補與共同演進。