Yann LeCun 的 AMI 实验室构建 JEPA 世界模型，推动 AI 超越大型语言模型

Yann LeCun 的 AMI 实验室正在开发一种基于 JEPA 的世界模型，该模型可以对物理现实进行推理，并认为法学硕士永远无法达到人类水平的机器人智能。

图灵奖获得者 Yann LeCun 表示，当今最著名的人工智能系统并不是通往真正智能机器的道路。这位前 Meta 首席人工智能科学家在其位于巴黎的初创公司高级机器智能实验室 (AMI Labs) 中正在构建一种完全不同的模型，旨在以老鼠或幼儿的方式理解物理世界。

LeCun 在巴黎 VivaTech 会议间隙接受 BBC 采访时表示，像 ChatGPT、Claude 和 Gemini 这样的大型语言模型具有实际用途，但存在严格的上限。有关人工智能行业报道影响研究人员和投资者如何看待这些限制的更多信息，关于法学硕士时代之后会发生什么的更广泛的争论已经成为该领域最重要的问题之一。

“我们没有像老鼠一样善于理解物理世界的机器人，”LeCun 说。在担任 Facebook 所有者 Meta 十年首席人工智能科学家后，他于 2025 年离开了该公司，并创立了 AMI Labs 来追求替代架构。

为什么 LeCun 说法学硕士还不够

LeCun 认为，法学硕士擅长定义明确、可预测的任务，例如编码、解决数学问题和生成文本。但他认为这些优势掩盖了更深层次的局限性：系统操纵统计模式而不是推理现实。

“他们基本上只是积累知识，”他谈到法学硕士时说道。 “他们可以反刍一些东西，你训练他们反刍，但他们不是特别聪明。他们没有潜在的理解。”

为了说明间隙，LeCun 将一支笔直立在笔尖上保持平衡，然后放开。他指出，即使是幼儿也知道钢笔会倒下，但没有人会尝试预测它倒下的确切方向，因为这个结果确实是不确定的。相比之下，法学硕士会尝试根据其训练数据中的模式生成单个预测。这种预测几乎肯定是错误的，因为该模型并未对物理情况进行推理；而是根据实际情况进行推理。它正在产生统计上看起来合理的结果。

“法学硕士对于机器人技术来说基本上是没有希望的，”LeCun 直言不讳地说。 “有人声称，通过扩大法学硕士的规模，我们就能达到超人智能，但这根本不会发生。”

JEPA 的工作原理

AMI 实验室正在开发的架构称为联合嵌入预测架构 (JEPA)。 JEPA 不是预测下一个单词或像素，而是创建现实世界的抽象，以便权衡操作的可能结果。

构建这些抽象涉及复杂的数学，但原理很简单：模型过滤掉无用的细节，只留下对世界有用的表示。在钢笔示例中，基于 JEPA 的系统会理解预测跌倒的精确方向是毫无意义的，而是会在抽象级别上表示对决策真正重要的情况。

这种方法将 AMI 实验室置于围绕所谓世界模型不断发展的运动中，该运动旨在为人工智能系统提供环境行为的内部模拟，以便它们能够计划和行动，而不仅仅是生成文本。

竞争激烈的领域

投资者押注 LeCun 有所作为。 2026 年初，AMI Labs 宣布在种子轮融资中筹集了超过 10 亿美元（7.6 亿英镑），支持者包括美国芯片巨头 Nvidia 和管理亚马逊创始人杰夫·贝佐斯私人财富的基金。这是欧洲初创企业历史上最大的种子轮融资之一。

AMI Labs 并不是唯一参与这场竞争的公司。在牛津大学，英格玛·波斯纳教授领导着一个大约十人的团队，该团队花了四年时间研究一种他称之为“机械世界模型”的替代方法，该方法构建知识，以便人工智能能够有效地回忆、组合和修改它。

波斯纳告诉英国广播公司：“我的观点是，下一个十年将真正成为能够解释的系统。” “你需要能够回答以下问题的模型：什么重要？什么导致什么？如果我做其他事情会发生什么？”

这一渊源可以追溯到 David Ha 和 Jürgen Schmidhuber 2018 年发表的一篇颇具影响力的论文，该论文认为，计算和机器学习的进步可以让人工智能纯粹从对世界的学习心理模拟中学习任务。此后，这个想法催生了重要的研究，包括谷歌的 Dreamer 世界模型，该模型的一个变体可以通过想象未来场景来教会自己在 Minecraft 中收集钻石。 Alphabet 的 DeepMind 继续开发 Genie 模型，总部位于伦敦的 Wayve 有一个名为 Gaia 的系统，人工智能先驱李飞飞于 2023 年在旧金山创立了 World Labs，以追求类似的目标。