AI不“聪明”，人工智能下一步怎么走？

背景

Yann LeCun 是人工智能领域的领先人物之一，曾在 Meta（Facebook 母公司）任职十年，担任首席 AI 科学家，2025 年离职后在巴黎创立 Advanced Machine Intelligence Labs（AMI Labs）。LeCun 长期致力于开发超越当前大型语言模型（LLMs）的人工智能系统，其目标是构建更接近人类或动物级别智能的灵活 AI，以解决现实世界中的复杂任务。

核心内容

Yann LeCun 在维瓦科技（VivaTech，法国领先科技大会）会场接受采访时表示，当前的人工智能系统，如 OpenAI 的 ChatGPT、Anthropic 的 Claude 和 Google 的 Gemini，尚未能达到人类或动物级别的理解物理世界的能力。他指出，人类或动物（如老鼠）在理解物理世界的灵活性上仍远超现有 AI。

LeCun 强调，当前 LLM 擅长代码编写、数学问题和文本生成，但这些任务是定义明确、可预测的。“它们基本上只是积累知识……它们可以 regurgitate（复述）某些内容，你训练它们复述，但它们并不特别聪明。没有底层理解。”他认为，LLM 无法处理真实世界中纷繁复杂的结果，因为它们不具备应对真实世界数据的机制。

LeCun 通过笔尖垂直放置演示，询问如果放手会发生什么。幼儿会自然知道笔会倒，但人类无法精确预测方向。LLM 可能基于训练数据统计模式生成单一预测，但该预测几乎肯定错误，因为它没有真正理解物理现实。

AMI Labs 正在开发名为 Joint Embedding Predictive Architecture（JEPA）的全新架构，以应对此类问题。该架构创建现实世界的抽象，使 AI 能够评估行动的后果。创建抽象涉及复杂数学，但本质上会过滤无用信息，仅保留世界的有用图像。在笔例中，AI 会认识到没有必要预测笔的倒落方向。

LeCun 认为，构建更灵活的人工智能是机器人产业优先事项。数十亿美元已投入研发人形机器人，但训练它们安全执行家务（如熨烫、堆洗碗机）仍困难且昂贵。他断言，LLM “在很大程度上对机器人毫无用处”，单纯扩展 LLM 无法达到超人类智能。

人工智能行业多数人同意这一观点。牛津大学应用人工智能教授、其应用 AI 实验室主任 Ingmar Posner 亦持相同看法。他指出，未来十年将聚焦于能解释世界的系统，“你需要模型能够回答诸如‘什么重要？什么导致什么？如果我换个动作会怎样？’等问题”。

Posner 和其约 10 位研究人员已在四个方向开发替代 AI 形式，属于“世界模型”（World Models）松散类别。该领域可追溯至 2018 年 David Ha 和 Jürgen Schmidhuber 的论文，其洞见是：借助机器学习和算力进步，AI 可以通过学习世界的“心理”模拟来掌握任务执行。

自 2018 年起，该理念催生大量研究，包括 Google 的 Dreamer World Model。去年，Dreamer 变体通过想象未来场景帮助决策，已在 Minecraft 游戏中学会收集钻石。Posner 的团队正开发“机制世界模型”，以高效组织知识：“你需要系统能够分隔和组织知识，使其在需要时能够被召回、组合和修改。”

Posner 补充，开发此类新型模型需要多年时间。他引用 2017-2018 年情景：“当时有人问，ChatGPT 式的东西何时出现？他们会说‘几十年’。”ChatGPT 正式版于 2022 年 11 月推出。

DeepMind（Alphabet 旗下）也在开发 Genie 模型；伦敦的 Wayve 推出 Gaia 系统；Fei-Fei Li（AI 先驱、斯坦福大学教授）于 2023 年在旧金山创立 World Labs，聚焦新 AI 模型。

AMI Labs 将在今年余下时间优化 JEPA 模型，明年首先在工业场景中应用。若成功，“最终我们将拥有通用泛型智能系统，几乎适用于世界上任何事物，只需极少训练或微调”。

在机器人独立运营的世界中，LeCun 指出人类仍需“弄清楚要问什么问题、要构建什么、要创造什么，这才是真正人类的那部分”。AI 将为人类工作，“我们与未来 AI 系统的交互，将类似于行业领袖或政治领导人与其助手（多数更聪明）的互动”。

关键要点

• Yann LeCun 认为现有 LLM 如 ChatGPT、Claude、Gemini 缺乏对物理世界的真实理解，无法解决复杂现实任务；
• JEPA 架构通过创建世界抽象来过滤信息，使 AI 评估行动后果，并拒绝无用预测（如笔倒落方向）；
• 机器人产业亟需更灵活 AI，而 LLM 在家务等真实场景中“几乎毫无用处”，单纯规模化无法实现超人类智能；
• Ingmar Posner 等专家推动世界模型研究，聚焦能解释“原因”和“结果”的系统，以应对 2018 年 Ha-Schmidhuber 等关键洞见；
• AI 开发周期预计长（从 2017-2018 年预估的“数十年”到实际 2022 年推出），但 JEPA 将首先用于工业场景，后期扩展至通用应用；
• 未来人类角色将转向提出问题、构建和创造，AI 作为智能助手协同工作，无需人类主导所有操作。

意义与影响

Yann LeCun 的 AMI Labs 计划直接挑战 LLM 主导的生成式 AI 范式，其 JEPA 架构代表了一种“预测式嵌入”新路径，旨在通过世界模拟实现更通用的智能。这一转向可能重塑机器人与 AI 应用场景，加速人形机器人从实验室玩具向家务伙伴转变，降低家务自动化成本并提升安全性。

对于全球 AI 产业而言，LeCun 的观点强化了对“规模化即智能”神话的质疑，推动研究转向因果推理和物理模拟（如世界模型），而非单纯数据堆砌。这可能缩短从实验室到工业应用的转化周期，并降低机器人训练难度，影响自动驾驶、仓储和制造业的未来布局。

在人类-机器互动层面，LeCun 的预测强调“人类创造力”仍不可替代，AI 将像办公室助手般服务人类，而非取代思考与决策的角色。这有助于缓解技术失控担忧，引导产业伦理讨论聚焦“人类主导”与“协作”的平衡。长期看，JEPA 等模型若落地通用，可能在医疗辅助、科学发现和教育等领域引发变革，但实际落地仍需突破数据隐私、伦理监管和硬件协同等障碍。