AI 为什么不会规划？Yann LeCun团队：问题出在「时间是弯的」

AIGC动态7小时前发布 almosthuman2014

62 0 0

文章摘要

本文探讨了构建具备世界建模与规划能力的AI系统所面临的核心挑战，聚焦于潜在空间中时间轨迹的几何结构问题。研究指出，当前预训练视觉编码器在潜在空间生成的运动轨迹通常具有高曲率，导致欧几里得距离失效和规划过程不稳定——即“距离失效”与“规划不稳定”两个关键瓶颈。为解决这一问题，来自Meta与NYU的研究团队提出“时间直道化”（Temporal Straightening）方法，引入曲率正则化器以约束编码器输出的潜变量序列，在时间维度上强制形成近似匀速直线的演化轨迹。其核心数学机制是通过优化损失函数，确保相邻时间步的位移向量方向高度一致，从而将潜在空间中的动态过程映射为线性系统。该方法实现两大实质效益：在拉直后的潜空间中，欧几里得距离可等价替代测地距离，使状态转移成本计算更为精准；同时显著提升目标条件调节的稳定性，避免智能体陷入局部最优或逻辑断层。

实验层面，研究在极具挑战性的Teleport-PointMaze（带传送门迷宫）环境中验证效果。传统编码器（如DINOv2）的潜在空间热力图呈现严重扭曲，无法反映真实拓扑关系，规划算法陷入“盲目搜索”；而经时间直道化处理的ResNet特征空间则展现出高度平滑的距离梯度分布，并与真值地标完美吻合，证明其能准确表征穿越传送门所需的最小路径步数。研究进一步表明，在相同编码器架构下，潜空间曲率越低（余弦相似度越高），开环梯度下降（GD）任务成功率同步提高，揭示几何结构优化对规划性能的直接正向影响。

本文呼应Yann LeCun长期倡导的世界模型研究路线，强调真正智能需依托于对物理世界建模与未来演化预测的能力。时间直道化为“世界模型”的工程实现提供了可操作性强、可量化检验的新范式，不仅适用于机器人控制与视频预测场景，也为未来自动驾驶、具身智能等系统设计提供基础支持。最终指出，“在一个优良的潜在空间中，时间轨迹应尽可能接近直线”这一简洁假设，已成为连接神经科学启发与AI规划能力的关键桥梁。让“时间变直”，可能正是通往理解并预测世界的模型的重要一步。