这几年，咱不管是在打游戏还是刷网页，总能看到一堆关于 GPT、Claude、DeepSeek 的新闻。整个科技圈似乎认定了一个死理：“只要算力和数据管够，大力出奇迹，能像人一样的通用人工智能（AGI）迟早会实现！”

但这真的是通关的唯一解吗？

就在大家都忙着搓更大的语言模型时，一位被视为“AI祖师爷”的重磅大佬——2018年图灵奖得主、Meta首席 AI 科学家 Yann LeCun（杨立昆），却觉得这条路已经走偏了。他干脆自己下场创业，开辟了一条截然不同的新赛道。

连三岁小孩都不如？大模型的致命伤

过去几年，LeCun 可以说是大佬里最喜欢给大语言模型（LLM）“泼冷水”的。他反复强调了一个扎心的观点：大语言模型确实很强，但它们根本就不理解这个真实的世界。

听起来有点反直觉？现在的 GPT 不仅能写代码，还能做分析、写攻略，怎么就不懂了？

大佬举了个再简单不过的例子：把一个球放在桌子边缘，连一个 3 岁的小孩都知道，球继续往前滚就会掉下去。小孩没背过物理定律，也没有读过书，但他凭借对真实世界的直觉，就能预测接下来发生的事。

然而，我们今天最牛的 AI 却做不到。它们能洋洋洒洒给你科普“重力”，却不具备物理直觉、因果理解和长期规划能力。它们本质上只是在海量数据里玩“文字接龙”，根据训练内容猜测下一个最可能出现的词而已。

AMI 的野心：让 AI 长出“常识”

为了打破这个认知瓶颈，LeCun 创办了一家名为 AMI（Advanced Machine Intelligence）的新公司，它的核心目标就是老杨一直鼓吹的终极武器：世界模型（World Model）。

在 LeCun 看来，人类绝大多数的信息根本不是靠嘴巴说出来的，而是通过视觉、空间感知和环境互动获得的。语言只是智能的表达工具，而不是智能本身。

要想让一个系统真正拥有人类水平的认知，不仅得会“说话”，还得明白因果关系，理解这个世界到底是怎么运转的，以及自己的行为会带来什么后果。

看看 LeCun 这满屏的论文引用量，这位当年死磕卷积神经网络（让计算机看懂图片的基础技术）的大佬，显然不是在画饼，而是要在底层的机器认知上一带头冲锋。

资本疯狂押注下一代“神丹妙药”

有人可能会问：现在的聊天机器人已经满大街了，AMI 凭什么从巨头嘴里抢肉吃？

答案是：它的应用场景远超“陪聊软件”。

一旦能够理解物理环境的“世界模型”成熟，受益的将是整个现实世界。比如：

  • 自动驾驶：需要能理解复杂的路况突发因果
  • 具身智能（各种机器人）：要想在现实里干活不出错，得先理解空间关系和物理碰撞
  • 工业自动化与医疗 AI：需要深入系统的逻辑预测与因果分析

一句话，只要是跟现实世界打交道的地方，都需要懂常识的“世界模型”。外媒更是爆料出 LeCun 为了让 AI 搞懂物理世界，一出手就拿到了高达 10 亿美元的超巨额融资。

【编辑观察】AI 下半场规则谁来定？

科技圈的历史往往惊人地相似：iPhone 不是一台屏幕更大的诺基亚，GPT 也不是一个更大号的搜索引擎。真正的颠覆，从来都不是在旧框架里缝缝补补。

今天我们看到的 Transformer 架构，或许只是通向终极 AI 的一个过渡阶段。当整个行业还在疯狂拉拢算力、比拼谁的模型跑分更高的时候，LeCun 和他的 AMI 正在试图“换道超车”，重塑底层规则。未来的十年，谁能让 AI 真正“懂”世界，谁就拿到了下一个万亿级赛道的最强门票。