杨立昆最新访谈：下一个技术风口AI潮局

图图灵奖得主公开叫板整个 AI 行业，这一票他压了什么。

新泽西，LeCun 坐在镜头前，说了一句让整个 AI 圈安静三秒的话：

「LLM 很伟大，但它不是通往人类级智能的路，甚至不是通往动物级智能的路。」

2026 年初，OpenAI、Anthropic、Google DeepMind 烧着数百亿美元，把 LLM 的参数规模一次次推向新纪录。而提出这个反向赌注的人，正是亲手参与建造了 Llama 开源体系的那个 LeCun。

这不只是技术路线的分歧。这是一个时代最大胆的异见——一个图灵奖得主，在 LLM 最如日中天的时候，公开说这条路走不通。他为什么这么笃定？他看到了什么别人没看到的东西？而 Meta，又为什么留不住他？

· 语言很特殊，但现实世界不是语言

· LLM 为什么注定不是通用智能的答案

· JEPA 架构：预测的世界才是智能的世界

· 世界模型如何让机器真正「理解」因果

· Meta 内部那场失落的战争

· 为什么我离开了

语言很特殊，但现实世界不是语言

LLM 为什么注定不是通用智能

JEPA：预测的世界才是智能的世界

为什么 Meta 留不住他

「Meta 把整个机器人 AI 团队解散了。团队负责人 Gita Sukhatme 现在去了亚马逊。」LeCun 说，「Meta 关注的都是 LLM。FAIR 被告知要帮助 Llama。探索性的长期研究不再被给予高优先级。」

Llama 2 最终开源了，结果推动了整个 AI 行业的开源生态。这件事让很多人以为 LeCun 主导了 Meta 的 LLM 战略——但他其实只是一个力排众议、让 Llama 2 走向开源的副总裁。

AMI Labs：一场孤独但认真的赌注

AMIE——Advanced Machine Intelligence，先进机器智能——是 LeCun 给自己的新公司取的名字。副标题是：AI for the Real World。

「去研究下一代系统。」

Yann LeCun 在 2026 年初给出了 AI 圈最响亮的异见：LLM 不是通往通用智能的路径。

他的核心逻辑是：语言是离散且有限的，而现实世界是连续、高维、充满不确定性的。LLM 在语言任务上登峰造极，但它缺乏两个关键能力——预测行动后果的能力，以及通过搜索和优化进行规划的能力。这两个能力，是任何智能系统与物理世界真正交互的前提。

JEPA 架构尝试在抽象表示空间做预测，避开像素层面的不可能任务。而世界模型，是他把 JEPA 变成智能系统的核心组件——能够推理因果、进行零样本泛化的 Agent 系统。

他离开了 Meta，因为当公司 all-in LLM 的时候，探索性长期研究不再是优先级。他在 60 岁重新创业，押注一个他没有 100% 理论证明的方向——但他有数十年的经验，和一个清晰到几乎固执的信念。

这场赌注是对是错，需要时间来验证。但有一点是确定的：在所有人都往同一个方向跑的时候，总需要有人往反方向认真看一眼。

LeCun 就是那个看反向的人。