机器人在工厂里拧螺丝ღ★◈★、搬货等ღ★◈★，可通过特定任务训练实现ღ★◈★，但让它们在家中叠衣服ღ★◈★、倒水K8- 凯发「国际」登录首页官方网站凯发·k8(国际) - 官方网站·一触即发ღ★◈★、理解人的意图ღ★◈★，还很难ღ★◈★。

　　而突破的核心ღ★◈★，在于打造一款真正可以规划的「世界模型」架构ღ★◈★，即能够学习理解和预测物理世界系统ღ★◈★。

　　谁曾想ღ★◈★，LeCun这番话再次捅了「马蜂窝」ღ★◈★，直接给这场狂热泼了一盆冷水ღ★◈★，引机器人界大佬上阵怒喷ღ★◈★。

　　Figure创始人Brett Adcock直接喊话ღ★◈★，「谁去和LeCun说一声ღ★◈★，让他别端着了ღ★◈★，亲自下场干点实事吧」ღ★◈★！

　　上大学时ღ★◈★，他有点偶然地发现ღ★◈★，原来早在50-60年代ღ★◈★，包括1981年诺奖得主David H. Hubel和Torsten N. Wiesel等人ღ★◈★，就已经开始思考「自组织」的问题——也就是系统如何自我组织学习ღ★◈★。

　　我一直认为ღ★◈★，生物学给工程提供了很多灵感ღ★◈★。在自然界中ღ★◈★，所有活着的东西都有适应能力ღ★◈★，只要有神经系统就能学习ღ★◈★。

　　所以ღ★◈★，我当时想ღ★◈★，也许我们人类没那么聪明ღ★◈★，构建智能系统最靠谱的方法ღ★◈★，可能是让它自己学会变聪明ღ★◈★。

　　人工智能领域在1990至2000年代经历「寒冬」武昌分校教务ღ★◈★，但2013年LeCun加入Facebookღ★◈★，创立FAIR（Facebook AI Research）ღ★◈★，并推动「深度学习」这一术语取代「神经网络」ღ★◈★，标志着产业界开始系统性地接受这一范式ღ★◈★。

　　2018年ღ★◈★，因在概念与工程领域的突破性贡献ღ★◈★，他让深度神经网络成为计算技术的关键组成部分ღ★◈★，和Bengioღ★◈★、Hinton共享图灵奖ღ★◈★。

　　他指出ღ★◈★，文本属于「低带宽」数据源ღ★◈★，「仅靠文本训练永远无法实现人类水平智能」ღ★◈★。真正的智能来源于高带宽的感知输入——视觉ღ★◈★、听觉ღ★◈★、触觉等多模态经验ღ★◈★，而非低维度的离散符号ღ★◈★。

　　他进一步指出ღ★◈★，LLM有时虽能提供实用的结果ღ★◈★，甚至让人误以为其「智商堪比博士」ღ★◈★，但这些系统只是「回忆」训练中的信息ღ★◈★。

　　LeCun指出ღ★◈★，大语言模型（LLM）存在本质瓶颈——虽然形式上通过「学习」取代了显式编码ღ★◈★，但仍依赖人类知识的间接转移ღ★◈★。

　　他强调ღ★◈★，即便猫的大脑仅含约2.8亿个神经元ღ★◈★，其对物理世界的理解与行动规划能力仍远超当前AI系统ღ★◈★。

　　猫能感知三维空间ღ★◈★、判断物体稳定性ღ★◈★、规划复杂动作ღ★◈★，而目前的所有生成式模型恰恰无法企及这些能力ღ★◈★。

　　就好比ღ★◈★，让一个机器人冲一杯咖啡ღ★◈★，它需要想象一系列动作——拿起杯子ღ★◈★、倒水ღ★◈★、搅拌ღ★◈★，并预测每一步的结果ღ★◈★。

　　同时ღ★◈★，系统可结合一个「代价函数」（cost function）ღ★◈★，用于评估特定任务的完成情况ღ★◈★。

　　在此基础上ღ★◈★，可运用优化方法ღ★◈★，搜索能够优化任务目标的最优动作序列K8- 凯发「国际」登录首页官方网站ღ★◈★，这一过程即为「规划与最优控制」武昌分校教务ღ★◈★。

　　实验已证明ღ★◈★，可以用世界状态的表示——来自现有模型DINO武昌分校教务ღ★◈★，无论是从零开始学习ღ★◈★，还是基于V-JEPA 2等框架武昌分校教务K8- 凯发「国际」登录首页官方网站ღ★◈★，都可以做到这一点ღ★◈★。

　　机器人不用针对特定任务反复训练ღ★◈★，只需从模拟数据或真实操作中学习「动作-结果」的关系武昌分校教务ღ★◈★，就能零样本完成新任务ღ★◈★。

　　主持人一听ღ★◈★，马上话锋一转打了个圆场ღ★◈★，「没关系ღ★◈★，我们不担心那些公司ღ★◈★。而且说真的ღ★◈★，我们非常信奉创业精神」ღ★◈★。

　　他将Figure的技术路径与同行对比ღ★◈★，直言某些公开演示只是「戏剧表演」或预设程序ღ★◈★。相反ღ★◈★，Figure机器人的所有操作都「由神经网络驱动」ღ★◈★。

　　耐人寻味的是ღ★◈★，在一个关键问题上的判断与Yann LeCun不谋而合ღ★◈★：他也否认制造业是主要突破方向ღ★◈★，并指出「人形机器人当前的竞争焦点在于谁能攻克通用机器人技术」ღ★◈★。

　　据报道ღ★◈★，特斯拉正在建设年产百万台Optimus机器人的生产线年初推出具备「量产意向」的V3原型机ღ★◈★。

　　在最近的计算机视觉顶会ICCVღ★◈★，特斯拉AI负责人Ashok Elluswamy详细介绍了公司的「神经世界模拟器」——一个通过车队视频数据训练的端到端系统ღ★◈★。

　　不同于传统模型根据状态预测动作k8凯发天生赢家·一触即发ღ★◈★！ღ★◈★，神经世界模拟器能够基于当前状态与后续动作ღ★◈★，直接合成未来状态ღ★◈★。

　　Elluswamy确认ღ★◈★，这套被视作世界模型问题直接解决方案的架构ღ★◈★，将「无缝迁移」至Optimus机器人ღ★◈★。

　　Yann LeCun的论断看似否定了整个人形机器人领域ღ★◈★，但已有企业公开将其研发方向与他倡导的「世界模型」概念对齐ღ★◈★。

　　如图所示ღ★◈★，1X世界模型包含视觉编码器ღ★◈★、动作编码器ღ★◈★、核心网络ღ★◈★，以及视频与状态价值解码器ღ★◈★。通过对成功标签进行监督学习生成的状态价值预测ღ★◈★，可对输入动作的质量进行量化评估ღ★◈★。

　　首席执行官Bernt Børnich在播客中坦言凯发网址ღ★◈★，让机器人进入家庭存在「理想与现实的落差」ღ★◈★，指出「现实环境复杂得离谱」ღ★◈★，甚至「Wi-Fi连接问题比机器人技术本身更棘手」ღ★◈★。

　　这种务实立场ღ★◈★，结合其轻量级肌腱驱动设计所带来的安全性优势ღ★◈★，暗示着行业清醒认识到ღ★◈★：Yann LeCun所说的「突破性进展」仍需要持续探索ღ★◈★。

　　Yann LeCun的警告ღ★◈★，最终重新定义了人形机器人竞赛的维度ღ★◈★：胜利者ღ★◈★，或许不属于推出最炫酷demo或设定最激进量产目标的厂商武昌分校教务ღ★◈★，而将属于那个率先攻克机器理解物理世界这一根本性难题的探索者ღ★◈★。

　　搞笑的是ღ★◈★，主持人前一句还在夸「Llama的诞生让世界AI民主化」K8- 凯发「国际」登录首页官方网站K8- 凯发「国际」登录首页官方网站ღ★◈★，话音还没落ღ★◈★，LeCun就在旁边急着插话——

　　接着ღ★◈★，他分享了幕后故事ღ★◈★，「第一代Llamaღ★◈★，其实有一点像『海盗』项目（pirate project）ღ★◈★，与官方LLM并行开发」ღ★◈★。

　　最后ღ★◈★，在2023年初ღ★◈★，小扎下定决心组建了一个GenAI团队ღ★◈★，也就如今的「超级智能实验室」（MSL）的前身ღ★◈★，主要就是为了把它产品化ღ★◈★。

　　现场ღ★◈★，主持人再次圆话ღ★◈★，「但最后能跑出来的ღ★◈★，往往还是『臭鼬工厂』（Skunk Works）这种模式」ღ★◈★。