AI先驱Yann LeCun再破世界模型瓶颈：AI实现边执行边进化！
世界模型被普遍视为迈向通用人工智能的关键路径之一，它相当于AI在内部构建了一个由外部环境构成的模拟系统，Yann LeCun是这一领域极具号召力的倡导者。以往的世界模型存在一个明显短板：在实验室中用大量数据完成训练后，其参数随即进入冻结状态，然后直接投入使用，相当于训练一次，终身使用。这使得它一旦进入新环境，碰到未曾见过的情形，就很容易暴露出掉链子的状况。模型能否适应现实环境，完全取决于训练数据是否涵盖所有情形，但现实环境的复杂度远超训练数据所能覆盖的范围。近期，纽约大学携手前Meta首席AI科学家LeC
AI 教父另辟蹊径：硅谷押注新范式
近三年间，人工智能领域几乎沿袭同一轨迹迅猛发展。从 GPT-4 到 Claude，从 Gemini 到 DeepSeek，业界共识日益清晰：只要积累更多数据、构建更大模型并投入更强算力，就能无限逼近通用人工智能（AGI）。这一逻辑驱动了近年来全球最大的科技投资热潮。OpenAI 估值高达数千亿美元，Anthropic 跻身企业 AI 市场核心阵营，巨额资本涌向基础模型赛道。绝大多数初创公司都在琢磨如何利用现有模型开发应用，却鲜少有人重新审视一个更根本的命题——当前的大模型路径，是否真是通向 AGI 的终极