Yann LeCun：LLM 是通往智能的死胡同
来自 Unsupervised Learning · 期号 2026-05-15
摘要
图灵奖得主、Meta 前首席 AI 科学家 Yann LeCun 认为，LLM 在通往人类级智能的道路上是死胡同。它们无法预测行动的后果、无法规划、也无法对真实世界建模。 他提出了替代架构 JEPA（联合嵌入预测架构），不生成像素级预测，而是学习抽象表征。他认为这对机器人、工业应用等需要脱离语言运行的系统至关重要。 LeCun 透露，他对 Meta 的 Llama 模型没有技术影响力，这与公开叙事相反。他预测行业将在 2027 年初意识到范式转变。 "LLMs are intrinsically unsafe because they can't model the consequences of their actions."
深读
导读 原文信息有限，以下基于节目简介。图灵奖得主、Meta 前首席 AI 科学家 Yann LeCun 在节目中阐述了他与主流观点相左的 AI 路线图：他认为 LLM 在通往人类级智能的道路上是死胡同，并提出了替代架构 JEPA。本期节目适合关注 AI 基础范式争论、世界模型与具身智能方向的从业者。 关键信息 - LeCun 的核心论点：LLM 无法预测行动后果、无法规划、无法对真实世界建模，因此是通往人类级智能的死胡同。 - LeCun 提出的替代架构是 JEPA（联合嵌入预测架构），它学习抽象表征而非生成像素级预测。 - LeCun 透露他对 Meta 的 Llama 模型没有技术影响力，这与公开叙事相反。 - LeCun 预测行业将在 2027 年初意识到范式转变。 - LeCun 认为 LLM 本质上是不可靠的（intrinsically unsafe），因为它们无法建模自身行动的后果。 - LeCun 将 OpenAI 比作下一个 Sun Microsystems，暗示其可能重蹈覆辙。 逐节讲解 为什么 LLM 不是通往智能的路径 LeCun 认为，尽管 LLM 作为产品有用，但它们从根本上无法预测行动的后果、无法进行规划，也无法对高维度的真实世界进行建模。因此，它们无法通向人类级智能。 JEPA 架构与世界模型 LeCun 介绍了他的替代架构 JEPA（联合嵌入预测架构）。与生成像素级预测的生成式模型不同，JEPA 学习的是抽象表征。LeCun 认为，这种架构对于机器人、工业应用以及任何需要脱离语言运行的系统至关重要。节目简介中还提到了一个相关论文：LeWorldModel。 离开 Meta 的真相与 Tapestry 项目 LeCun 透露了他离开 Meta 的真实原因：他对 Llama 模型没有技术影响力，这与公开叙事相反。他还介绍了他的 Tapestry 项目，该项目旨在为主权开源 AI 提供基础设施，并有意将 AMI Labs 总部设在巴黎，不接受硅谷风投资金。 与 Hinton、Bengio 的分歧及对行业未来的预测 LeCun 解释了他与同为图灵奖得主的 Geoffrey Hinton 和 Yoshua Bengio 在 AI 安全等议题上的观点分歧。他认为 LLM 本质上是不可靠的，并预测行业将在 2027 年初意识到范式转变。他还将 OpenAI 比作下一个 Sun Microsystems，暗示其可能因技术路线问题而衰落。 值得注意 节目简介仅列出了话题标题，没有包含任何对话的实质性内容。LeCun 对 JEPA 架构的具体技术细节、他与 Hinton 和 Bengio 分歧的具体论据、以及他离开 Meta 的完整背景，在简介中均未展开。