LeCun怒揭机器人最大骗局，坦白Llama与我无瓜！

59 0 0

文章摘要

Meta首席AI科学家Yann LeCun在MIT演讲中尖锐指出，当前人形机器人行业距离实现真正智能仍有巨大差距。他揭示了行业核心困境：尽管工厂场景下的特定任务可通过训练完成，但家用场景所需的通用智能——如叠衣服或理解人类意图——仍缺乏可行技术路径。LeCun将这种差距比喻为”窄智能”与”通用智能”的鸿沟，认为突破关键在于构建能预测物理世界的”世界模型“架构。

这一观点立即引发产业界激烈反应。特斯拉Optimus AI负责人Julian Ibarz反驳称已掌握实现通用机器人的技术路线，Figure创始人Brett Adcock则质疑LeCun缺乏实践参与。LeCun进一步批判大语言模型（LLM）存在本质局限，认为其依赖低带宽文本数据，无法达到人类或动物级别的物理世界理解能力。他以猫为例，指出仅2.8亿神经元的生物大脑展现出的空间感知与动作规划能力，远超当前任何AI系统。

世界模型被LeCun视为破局关键，其核心是通过自监督学习建立”动作-结果”预测能力，使机器能零样本完成新任务。实验显示，基于DINO和V-JEPA框架的世界状态表示已能实现这种预测，无需针对特定任务反复训练。他预言未来3-5年该架构将成为主流，届时”头脑清醒者”将放弃现有LLM路线。这一时间表与Figure宣称”明年实现通用家庭机器人”的激进计划形成鲜明对比。

产业界已出现多种世界模型实践。特斯拉开发了”神经世界模拟器”，能基于车队视频数据合成未来状态；获OpenAI投资的1X Technologies发布了包含视觉编码器和动作评估模块的世界模型架构。值得注意的是，这些尝试都承认现实环境复杂性远超预期，与LeCun强调”持续探索”的立场相呼应。

演讲中LeCun意外透露与Meta Llama项目的疏离，强调自己未参与其技术开发。他描述第一代Llama最初是巴黎团队的”海盗项目”，后因效果突出才被产品化。这番表态进一步凸显其研究重心与世界模型的高度绑定。整场演讲重新定义了人形机器人竞赛的本质——不是炫酷演示或量产速度的比拼，而是对物理世界根本性理解的突破竞赛。