全文 3,000字 | 閱讀約 8 分鐘

已關(guān)注

關(guān)注

重播 分享 贊

關(guān)閉

觀看更多

更多

退出全屏

切換到豎屏全屏退出全屏

AI 深度研究員已關(guān)注

分享視頻

，時(shí)長(zhǎng)03:34

0/0

00:00/03:34

切換到橫屏模式

繼續(xù)播放

進(jìn)度條，百分之0

播放

00:00

/

03:34

03:34

倍速

全屏

倍速播放中

0.5倍 0.75倍 1.0倍 1.5倍 2.0倍

超清 流暢

您的瀏覽器不支持 video 標(biāo)簽

繼續(xù)觀看

圖靈獎(jiǎng)得主 Yann LeCun：大模型是“死胡同”，下一步押在哪一條路？

觀看更多

轉(zhuǎn)載

,

圖靈獎(jiǎng)得主 Yann LeCun：大模型是“死胡同”，下一步押在哪一條路？

AI 深度研究員已關(guān)注

分享點(diǎn)贊在看

已同步到看一看寫下你的評(píng)論

視頻詳情

（2025年科學(xué)講座片段：Yann LeCun 質(zhì)疑 LLM路線）

2025 年 11 月 19 日，圖靈獎(jiǎng)得主 Yann LeCun 宣布：自己將離開 Meta，轉(zhuǎn)向創(chuàng)辦一家專注 Advanced Machine Intelligence（AMI）的新公司。

這不是普通的高管跳槽。

（CNBC：Yann LeCun 即將離職，創(chuàng)立自己的初創(chuàng)公司）

這位圖靈獎(jiǎng)得主沒有選擇加入 LLM 的軍備競(jìng)賽，而是投身一個(gè)被冷落多年的方向：世界模型。

LeCun 用了一個(gè)極端詞語：大語言模型是通往人類智能的“死胡同”（dead end）。

在 11 月 23 日的一場(chǎng)題為《Do LLMs Understand?》的公開對(duì)談中，他直接指出：LLM擅長(zhǎng)語言表達(dá)，但缺乏對(duì)真實(shí)世界的理解。

幾乎同時(shí)，OpenAI前首席科學(xué)家 Ilya Sutskever 在 11 月 25 日的播客中也提出：“Just Add GPUs（拼算力）”的時(shí)代結(jié)束了。

一周之內(nèi)，兩位深度學(xué)習(xí)先驅(qū)不約而同地質(zhì)疑主流路線。

這不是偶然，而是技術(shù)路線集體轉(zhuǎn)向的信號(hào)：后LLM時(shí)代，正在成形。

第一節(jié) | 為什么他說大模型是死胡同？

在討論世界模型之前，必須先搞清楚：為什么Yann LeCun 會(huì)把 LLM 稱為“死胡同”。

他給出的答案，比外界以為的更系統(tǒng)。

① 模型越來越大，但理解沒有跟上

LeCun 的原話是：LLM 在語言層面表現(xiàn)不錯(cuò)，但它們并不理解世界。沒有常識(shí)，也沒有因果關(guān)系，只是大量統(tǒng)計(jì)相關(guān)性的堆疊。

換句話說：規(guī)模能讓模型更像會(huì)說話的人，但不能讓它更像懂世界的人。

事實(shí)上，Meta 的 Llama 4 就是最好的例證。2025 年 4 月發(fā)布后，它在真實(shí)場(chǎng)景中的表現(xiàn)遠(yuǎn)不如基準(zhǔn)測(cè)試，甚至被開發(fā)者質(zhì)疑過度優(yōu)化了評(píng)測(cè)指標(biāo)。

正應(yīng)驗(yàn)了 LeCun 的判斷：語言流暢度提升了，但世界理解力沒有跟上。

② LLM的能力天花板，已經(jīng)在實(shí)驗(yàn)室里顯露

他在公開對(duì)話中強(qiáng)調(diào)：我們看到性能正在飽和。更大的模型，不一定帶來更高的真實(shí)智能。

訓(xùn)練數(shù)據(jù)正在逼近極限，算力成本呈指數(shù)上漲，而理解力卻沒有同步提升。

這就是他所謂的死胡同：繼續(xù)堆算力，邊際收益越來越低。

OpenAI前首席科學(xué)家Ilya Sutskever也訪談中表達(dá)了類似觀點(diǎn)：?jiǎn)渭?00倍擴(kuò)大算力規(guī)模，不會(huì)帶來質(zhì)變。

③ 語言只是副產(chǎn)品，物理世界才是智能核心

他的核心觀點(diǎn)是：

語言是人類智能的副產(chǎn)品，不是核心機(jī)制。

這句話背后的邏輯是：語言只描述世界的一部分，而真正的智能來自對(duì)物理世界的建模、預(yù)測(cè)和行動(dòng)。

但LLM做不到這一點(diǎn)。它們連杯子為什么不會(huì)穿過桌子都不理解。它們知道語言中的規(guī)律，卻不知道世界的規(guī)律。

飛機(jī)的設(shè)計(jì)靈感來自鳥類，但不是簡(jiǎn)單模仿鳥類的飛行方式。同樣，智能也不是靠模仿語言表面規(guī)律產(chǎn)生的。

④ LLM做不到規(guī)劃，更做不到行動(dòng)

LeCun 的批判重點(diǎn)在于：LLM 只是在對(duì)話里看起來聰明，但在涉及多步驟推理、長(zhǎng)期規(guī)劃、具身交互時(shí)，能力驟降。

他舉了一個(gè)刺眼的對(duì)比：

• 一個(gè)十幾歲的孩子，20小時(shí)就能學(xué)會(huì)開車。 但我們到現(xiàn)在還沒有l(wèi)evel 5的自動(dòng)駕駛。
• 一個(gè)孩子第一次就能清理餐桌、裝滿洗碗機(jī)。 但我們連能做家務(wù)的機(jī)器人都沒有。

這些對(duì)比說明：智能不是說話的能力，而是行動(dòng)的能力。而這恰恰是LLM的軟肋。

LeCun 的邏輯不是反對(duì)大模型，而是認(rèn)為：預(yù)測(cè)語言這條路走不到終點(diǎn)。

要想讓 AI 真正具有理解、推理與行動(dòng)能力，必須換一套架構(gòu)。

第二節(jié) | 世界模型：下一代AI要如何看世界？

如果語言模型無法理解世界，那該怎么建造真正的智能？

LeCun的答案是：讓AI學(xué)會(huì)看世界。

他指出，未來的AI必須像人類和動(dòng)物一樣，能夠從多模態(tài)輸入中構(gòu)建出對(duì)世界的內(nèi)部理解，然后基于這個(gè)理解預(yù)測(cè)和行動(dòng)。

這種能力，GPT-4沒有，Claude、Gemini也都沒有。但貓有，嬰兒有，人有。

① 什么是世界模型？

LeCun 解釋說：我們用預(yù)測(cè)下一個(gè)詞來訓(xùn)練語言模型，是因?yàn)檎Z言中詞匯有限，可以枚舉。但真實(shí)世界無限豐富，預(yù)測(cè)像素級(jí)別的未來根本不成立。

真實(shí)世界是高維、連續(xù)、混沌的感官流。人類不是通過預(yù)測(cè)下一個(gè)字來理解世界，而是通過觀察、記憶、總結(jié)，在腦中形成了一個(gè)抽象世界的內(nèi)部投影。

比如：

• 嬰兒不需要有人告訴他重力是什么，摔幾次東西就懂了
• 貓不需要語言指導(dǎo)，看幾次就知道跳多高能上桌子
• 人類開車20小時(shí)就能掌握，靠的不是背規(guī)則，而是建立了對(duì)速度、距離、慣性的直覺模型

LLM缺的就是這個(gè)投影空間，它沒有世界的內(nèi)部表征。

這就是LeCun正在構(gòu)建的新路徑：Joint Embedding Predictive Architecture（JEPA），聯(lián)合嵌入預(yù)測(cè)架構(gòu)。

② JEPA：一種全新的學(xué)習(xí)范式

JEPA與LLM的核心差異體現(xiàn)在多個(gè)層面。

• 在輸入形式上，LLM只處理語言token，而JEPA可以處理視頻、圖像、傳感器等多模態(tài)數(shù)據(jù)。
• 在學(xué)習(xí)目標(biāo)上，LLM是預(yù)測(cè)下一個(gè)詞，JEPA則是預(yù)測(cè)抽象狀態(tài)的變化。
• 在學(xué)習(xí)方式上，LLM依靠離散序列建模，JEPA結(jié)合了表征學(xué)習(xí)和因果建模。

最關(guān)鍵的是，LLM沒有行動(dòng)能力，而JEPA天然具備規(guī)劃和執(zhí)行接口。

LeCun用了一個(gè)形象比喻：用LLM去理解真實(shí)世界，就像用聽說來教人開車。你可以背下所有交規(guī)，但永遠(yuǎn)學(xué)不會(huì)真正駕駛。因?yàn)檎Z言描述不了摩擦力、慣性、視野盲區(qū)的感覺，而這些正是行動(dòng)智能的核心。

③ 從模擬世界開始，訓(xùn)練下一代AI

LeCun正在AMI推動(dòng)的，是一種類似動(dòng)物學(xué)習(xí)的AI訓(xùn)練模式：首先在模擬環(huán)境中讓AI自主互動(dòng)，然后從互動(dòng)中提取因果關(guān)系，形成持續(xù)記憶，最終具備規(guī)劃行動(dòng)的能力。

這種模式不再依賴更多token，而是依賴更好的世界模型。

他說：我們不需要能背百科全書的AI，我們需要能用眼睛和手理解世界的AI。

如果說 LLM 是語言的大師，世界模型就是物理世界的學(xué)徒。

Yann LeCun 選擇押注后者。這不僅是技術(shù)路線的分叉，更是對(duì) AGI 本質(zhì)的重新定義。

第三節(jié) | 不只 LeCun：另一個(gè)方向也在探索

在質(zhì)疑 LLM 這條路的，不只 LeCun 一個(gè)人。Sutskever 也認(rèn)為，縮放時(shí)代已經(jīng)結(jié)束，下一代智能需要新的架構(gòu)基礎(chǔ)。

兩位深度學(xué)習(xí)先驅(qū)達(dá)成了共識(shí)，但他們給出的答案完全不同。

① LeCun押注世界模型，Sutskever押注安全超智能

LeCun的方向很明確：讓AI具備對(duì)物理世界的理解和行動(dòng)能力。通過自監(jiān)督學(xué)習(xí)、表征建模、因果預(yù)測(cè)，構(gòu)建能夠真正看世界、理解世界的系統(tǒng)。他判斷10年內(nèi)會(huì)出現(xiàn)具身AGI的原型。

Sutskever的關(guān)注點(diǎn)在另一邊：當(dāng)前AI系統(tǒng)的泛化能力遠(yuǎn)不如人類，在benchmark上表現(xiàn)出色，但在真實(shí)場(chǎng)景中容易陷入錯(cuò)誤循環(huán)。這種脆弱性如果不解決，規(guī)模越大風(fēng)險(xiǎn)越高。他創(chuàng)立SSI公司，要在AI能力繼續(xù)提升的同時(shí)，確保其安全可控。

一句話總結(jié)：LeCun 要教 AI 理解世界和行動(dòng)，Sutskever 要讓 AI 在變強(qiáng)的過程中可控。

② 兩條路線背后的不同關(guān)切

這種分歧源于兩人的關(guān)注焦點(diǎn)。

LeCun關(guān)心的是 AI 如何有效泛化、如何在現(xiàn)實(shí)世界中行動(dòng)。他強(qiáng)調(diào)的是：我們?nèi)钡牟皇撬懔Γ膊皇菙?shù)據(jù)，而是架構(gòu)。

Sutskever 關(guān)心的是 AI 的安全性和可控性。他認(rèn)為在沒有解決泛化脆弱性之前，單純追求能力提升是危險(xiǎn)的。

他們代表了后 LLM 時(shí)代的兩個(gè)方向：架構(gòu)創(chuàng)新派和安全優(yōu)先派。

過去十年，AI 競(jìng)爭(zhēng)的是模型規(guī)模和訓(xùn)練數(shù)據(jù)。但當(dāng)兩位先驅(qū)先后離開大廠時(shí)，他們告訴我們：規(guī)則變了。

下一階段的比拼，是誰先發(fā)明新架構(gòu)、誰的系統(tǒng)既強(qiáng)大又可控。

這是一個(gè)時(shí)代的落幕，另一個(gè)時(shí)代的起點(diǎn)。

第四節(jié) | 一場(chǎng)轉(zhuǎn)向，正在發(fā)生

當(dāng)圖靈獎(jiǎng)得主公開質(zhì)疑主流路線，當(dāng) OpenAI 啟動(dòng)硬件項(xiàng)目、Google 挖來波士頓動(dòng)力CTO，當(dāng)數(shù)十億美元的投資開始流向具身智能，一個(gè)問題浮現(xiàn)出來：后LLM時(shí)代，到底會(huì)是什么樣子？

① 工業(yè)界的悄然轉(zhuǎn)向

雖然 LLM 仍在快速發(fā)展，但一些關(guān)鍵變化已經(jīng)在發(fā)生。

OpenAI的硬件野心正在浮出水面。11月24日，公司確認(rèn)首個(gè)AI硬件原型已完成，這是與蘋果前首席設(shè)計(jì)師Jony Ive合作的成果。按計(jì)劃，這款無屏幕AI設(shè)備將在2年內(nèi)發(fā)布，徹底改變?nèi)伺cAI的交互方式。

Google的多路線策略同樣值得關(guān)注。11月18日發(fā)布Gemini 3 Pro，11月21日又挖來波士頓動(dòng)力前CTO Aaron Saunders，推動(dòng)Gemini成為通用機(jī)器人控制平臺(tái)。目標(biāo)是讓同一個(gè)模型適配任何形態(tài)的機(jī)器人，開箱即用。

李飛飛的World Labs在融資2.3億美元后，11月12日發(fā)布首個(gè)商業(yè)產(chǎn)品Marble，一個(gè)生成式世界模型平臺(tái)。

具身智能領(lǐng)域更熱鬧：Figure AI 估值390億美元，Tesla Optimus計(jì)劃 2026 年開始量產(chǎn)。

這些動(dòng)作指向一個(gè)共識(shí)：下一代 AI 不會(huì)只存在于對(duì)話框里。

② 兩條路線，都需要時(shí)間

無論是 LeCun 的世界模型，還是 Sutskever 的安全超智能，都不是短期內(nèi)能看到成果的方向。

LeCun說需要幾年到十年，Sutskever說需要5到20年。這意味著： 當(dāng)前的 LLM 仍然是主流應(yīng)用的基礎(chǔ)。GPT、Claude、Gemini會(huì)繼續(xù)迭代，繼續(xù)服務(wù)數(shù)億用戶。

但長(zhǎng)期的技術(shù)制高點(diǎn)，可能不在這條路上。誰先在新架構(gòu)上取得突破，誰就掌握了下一個(gè)十年的話語權(quán)。

這是一場(chǎng)需要耐心的馬拉松，而不是百米沖刺。

③ 對(duì)創(chuàng)業(yè)者和開發(fā)者意味著什么？

LeCun的轉(zhuǎn)向傳遞了幾個(gè)重要信號(hào)：

首先，不要迷信規(guī)模。更大的模型不等于更好的智能，架構(gòu)創(chuàng)新的空間仍然巨大。

其次，垂直場(chǎng)景有機(jī)會(huì)。世界模型最先落地的可能不是通用 AGI，而是機(jī)器人、自動(dòng)駕駛、工業(yè)控制這些需要物理交互的領(lǐng)域。

第三，開源仍然重要。LeCun一直是開源的堅(jiān)定支持者，他的新公司AMI會(huì)繼續(xù)這條路線，這意味著小團(tuán)隊(duì)也有機(jī)會(huì)參與到新范式的探索中。

最后，要做好長(zhǎng)期準(zhǔn)備。這不是一兩年就能看到回報(bào)的方向，但可能是未來十年最重要的方向。

LeCun 說過：真正的智能不在語言表面，而在對(duì)世界的深層理解。

這不是對(duì) LLM 的否定，而是對(duì) AI 未來的更大想象。大模型已經(jīng)證明了規(guī)模的力量，但下一步的突破，可能來自完全不同的架構(gòu)。

真正的AGI，不會(huì)困在對(duì)話框里，而會(huì)出現(xiàn)在能夠理解世界、執(zhí)行任務(wù)的系統(tǒng)中。

這條路上，探索才剛剛開始。

識(shí)自AI

本文由AI深度研究院出品，內(nèi)容整理自2025年11月23日科學(xué)爭(zhēng)議系列第34期對(duì)話（Yann LeCun、Adam Brown、Janna Levin：Do LLMs Understand?）及其他公開新聞素材，屬評(píng)論分析性質(zhì)。內(nèi)容為觀點(diǎn)提煉與合理引述，未逐字復(fù)制原始材料。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

【往期回顧】

1、[馬斯克的 AI 世界，5 年后是什么樣？]

2、[紅杉 Alfred Lin：AI 價(jià)值回歸期，創(chuàng)始人該做哪 4 件事？]

3、[微軟 CEO 納德拉：130 億押 OpenAI，換來什么？]

星標(biāo)公眾號(hào)， 點(diǎn)這里1. 點(diǎn)擊右上角2. 點(diǎn)擊"設(shè)為星標(biāo)"←AI深度研究員?←設(shè)為星標(biāo)

原文鏈接：

https://jannalevin.substack.com/p/do-llms-understand-ai-pioneer-yann

https://www.businessinsider.com/openai-cofounder-ilya-sutskever-scaling-ai-age-of-research-dwarkesh-2025-11

https://techcrunch.com/2025/01/23/metas-yann-lecun-predicts-a-new-ai-architectures-paradigm-within-5-years-and-decade-of-robotics/

https://www.abzglobal.net/web-development-blog/ilya-sutskever-yann-lecun-and-the-end-of-just-add-gpus

https://www.bloomberg.com/opinion/articles/2025-11-12/yann-lecun-meta-and-mark-zuckerberg-pick-groupthink-over-ai-godfather

來源：官方媒體/網(wǎng)絡(luò)新聞，

排版：Atlas

編輯：深思

主編：圖靈

--END--