Yann LeCun揭露：Alex Wang“没资格接替我”InofQ

“通往超级智能的那条路——无非是不断训练大语言模型、喂更多合成数据、雇上几千人做后训练、再在强化学习上搞点新花样——在我看来完全是胡扯，这条路根本行不通。”

近日，在一档名为《The Information Bottleneck》的访谈栏目中，主持人 Ravid Shwartz-Ziv 和 Allen Roush 与图灵奖得主、前 Meta 首席 AI 科学家 Yann LeCun 展开了一场近两小时的高质量对话，在访谈中，LeCun 解释了为什么会在 65 岁这个别人已经退休的年纪他还在创业，此外，他也对当前硅谷主流的人工智能发展路径给出了罕见而尖锐的评价。

结束在 Meta 长达 12 年的职业生涯后，LeCun 正将个人学术声誉与职业“遗产”押注在一套截然不同的 AI 愿景之上。他直言，业界对大语言模型规模化的执念，正在把人工智能引向一条看似高速、实则封闭的死胡同。

在 LeCun 看来，真正制约 AI 进步的关键，并不是如何更快地逼近“人类级智能”，而是如何跨越一个常被低估却极其困难的门槛——让机器具备“狗的智能水平”。这一判断挑战了当前以语言能力和知识覆盖面为中心的评估体系。在他看来，现实世界中的理解、预测和行动能力，远比生成流畅文本复杂得多，而现有以语言为核心的模型，并未真正触及这一问题的本质。

基于这一判断，LeCun 正通过其新公司 AMI 推动另一条技术路线：构建能够理解和预测世界的“世界模型”（World Models）。与主流生成模型直接在像素或文本层面进行输出不同，AMI 的核心思路是在 抽象表征空间中对世界运行规律进行建模和预测。这种模型关注的不是“生成看起来像什么”，而是“世界将如何演化”，从而为机器提供更接近真实认知的基础能力。

这番表态再次凸显了 LeCun 与当前主流 AI 叙事之间的分歧。在行业普遍押注算力、数据和参数规模的背景下，他选择回到认知与感知的基本问题，试图重新定义通往通用人工智能的技术路径。对 LeCun 而言，这不仅是一场技术路线之争，也是一场关乎 AI 未来方向的长期下注。

Ravid Shwartz-Ziv ：你最近宣布，在 12 年后离开 Meta，正在创办一家新的创业公司，专注于先进的机器智能，并且致力于世界模型的研究。首先，从大公司转向从零开始创业，身处其中感觉如何？