猛料！LeCun手撕Meta Alex Wang沒資格接替我，AGI純屬無稽之談

當硅谷全行業都在大語言模型的賽道上狂奔，拼命堆砌算力、擴充數據、加碼強化學習時，一位重量級人物卻公開喊出“這是胡扯，根本行不通”。他就是圖靈獎得主、前Meta首席AI科學家Yann LeCun。65歲的年紀，本是功成身退享受退休生活的時刻，LeCun卻選擇告別深耕12年的Meta，創辦新公司AMI重啟征程。近日，在《The Information Bottleneck》訪談中，他不僅尖銳批判了當前AI發展的主流路徑，更拋出了一套以“世界模型”為核心的全新AI愿景。這場看似逆勢而為的創業，背后藏著對人工智能未來的深刻思考，也預示著AI領域可能迎來的范式變革。

主流AI路線的“死胡同”：沉迷大模型，錯失核心問題

“通往超級智能的那條路——無非是不斷訓練大語言模型、喂更多合成數據、雇上幾千人做后訓練、再在強化學習上搞點新花樣——在我看來完全是胡扯。”LeCun的這番表態，毫不留情地戳破了當前硅谷的AI狂熱。在他眼中，全行業對大語言模型規?；膱棠睿讶斯ぶ悄芤蛞粭l看似高速、實則封閉的死胡同。

為什么主流路線走不通？核心問題在于方向跑偏。LeCun提出了一個顛覆性判斷：真正制約AI進步的，不是如何更快逼近“人類級智能”，而是如何跨越“狗的智能水平”這一被嚴重低估的門檻。這一觀點直接挑戰了當前以語言能力和知識覆蓋面為核心的AI評估體系。在他看來，現實世界中的理解、預測和行動能力，遠比生成流暢文本復雜得多，而現有大語言模型恰恰沒觸及這一本質——它們只是擅長復述學到的文本信息，卻無法真正理解物理世界的運行規律。

更關鍵的是，大語言模型存在天然的局限性。它們需要海量文本數據訓練，本質是“記憶型”模型，靠存儲孤立事實來完成任務；而對于視頻這類高維度、連續且含噪聲的真實世界數據，大語言模型幾乎無能為力。LeCun做過一個直觀對比：訓練一個像樣的大語言模型需要30萬億token的文本數據，相當于101?字節；而同樣體量的視頻數據，僅相當于1.5萬小時內容，還不及YouTube半小時的上傳量，卻包含著遠比文本更豐富的世界結構信息?！皟H靠文本訓練，永遠不可能達到人類水平的智能”，這是他堅定的結論。

破局之道：“世界模型”重構AI認知基礎

批判主流路線的同時，LeCun也給出了自己的解決方案——構建能夠理解和預測世界的“世界模型”，這也是他新公司AMI的核心使命。與主流生成模型直接在像素或文本層面輸出不同，世界模型的核心思路是在抽象表征空間中對世界運行規律進行建模和預測。簡單來說，它關注的不是“生成看起來像什么”，而是“世界將如何演化”，這才能為機器提供接近真實認知的基礎能力。

很多人誤以為世界模型是對現實世界的完整復刻，比如《星際迷航》里的全息甲板，但LeCun強調這是嚴重誤解。真實的世界模型不需要復現每一個細節，而是要建立“抽象層級”——就像計算流體力學模擬氣流時，不會逐分子建模，而是關注速度、密度等核心變量。比如預測100年后木星的位置，不需要木星的全部信息，只需6個關鍵坐標和速度數據即可。這種抽象能力，正是當前AI缺失的核心。

為了實現這一目標，LeCun團隊深耕“聯合嵌入預測架構（JEPA）”，核心是讓模型學習過濾掉無關細節的抽象表征空間，再在這個空間內做預測，而非直接預測像素。這一思路源于他近20年的探索：從早期的稀疏自編碼器，到后來的對比學習，再到Barlow Twins、VICReg等方法，最終形成了一套成熟的技術路徑。他認為，未來一兩年內，這一領域還會有顯著進展，成為通往真正智能系統的關鍵。

65歲創業的初心：跳出硅谷單一化，押注長期價值

放棄Meta的安穩職位，65歲重新創業，LeCun的選擇背后既有對行業現狀的不滿，更有強烈的使命感。他坦言，硅谷的極端競爭催生了“技術單一化”現象——所有公司都被迫扎堆大語言模型賽道，生怕“掉隊”，卻沒人敢走差異化路線。OpenAI、Meta、Google等巨頭都在做同樣的事，結果就是大家在同一條戰壕里內卷，卻可能被完全不同方向的技術突破顛覆。

選擇跨地域布局公司（巴黎、紐約等），也是為了跳出這種單一化環境。他計劃通過AMI推動開放研究——在他看來，真正的研究必須公開發表接受學界檢驗，否則很容易陷入內部自我滿足的錯覺。同時，AMI最終會推出基于世界模型和規劃技術的產品，目標是成為智能系統的主要供應商之一。“智能是世界上最稀缺、最被需要的資源，提升世界的智能總量是內在正確的事”，這一信念支撐著他繼續前行。

對于AI安全問題，LeCun也提出了不同于“暫停研發”的思路。他認為安全必須與發展同步，而非先追求“絕對安全”。就像噴氣發動機通過不斷工程改進實現可靠性，AI也可以通過底層硬性約束保障安全——比如家用機器人必須避開人類、限制危險動作。他反對靠微調大語言模型解決安全問題，主張構建“目標驅動”的AI架構：通過世界模型預測后果、規劃行動，同時用硬性約束確保不傷害人類，從結構上杜絕“逃逸”可能。

結語：AI的未來，在“理解世界”而非“復述文本”

LeCun的批判與堅守，為狂熱的AI行業潑了一盆冷水，也指明了另一條可能的出路。當全行業都在追逐大模型的參數規模時，他提醒我們：智能的核心不是記憶和復述，而是理解和預測；AI的突破點不在文本層面，而在對真實世界的抽象認知。

65歲的他，用創業的選擇踐行著對科學的執著——不隨波逐流，不畏懼爭議，專注于長期正確的事?；蛟S正如他所說，科學思想的價值不在于最早提出，而在于把想法變成可工作的系統。未來幾年，隨著世界模型技術的推進，AI行業可能迎來一場深刻的范式變革。而LeCun的這場“晚年創業”，不僅是個人學術遺產的押注，更是對人工智能未來方向的一次重要探索。