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 的终极解法？

就在整个行业竞相追逐更大模型之际，一位被奉为现代人工智能奠基人的科学家，却选择重新起航。

他是 2018 年图灵奖获得者、Meta 首席人工智能科学家、纽约大学教授，亦是深度学习三巨头之一的 Yann LeCun。而他最新创办的公司 AMI（Advanced Machine Intelligence），正致力于攻克一个与当前主流方向截然不同的难题。

过去三年，AI 领域几乎被单一逻辑主导：模型规模更大、参数更多、训练数据更丰、推理能力更强……

整个行业似乎默认：只要持续扩大规模，便能逐步趋近 AGI。OpenAI 如此，Anthropic 如此，Google DeepMind 亦如此，就连 xAI、Mistral、DeepSeek 等新兴势力也沿着相似路径前行。

然而 Yann LeCun 却始终站在对立面。事实上，过去几年里，他几乎是公开质疑大语言模型路线最频繁的顶尖科学家之一。他反复强调一个观点：

大语言模型虽强，却无法真正理解世界。

此言乍听似乎违背直觉，毕竟如今的 GPT 已能编写代码、撰写论文、进行分析，甚至通过各类考试，但 LeCun 认为，这些能力更多源于海量数据中的统计规律，而非对现实世界本质的理解。换言之，模型仅知哪个词最可能出现在下一位置，却不知其为何出现。

它能描述世界，却未能真正理解世界。

LeCun 常举一个极简单的例子：将一球置于桌沿，三岁孩童几乎立刻明白，若继续向前滚动，球必将坠落。他从未学习过物理学，也未阅读任何教材，却能预测未来。

因为他懂得世界如何运转。

而当今最先进的大模型，实则缺乏这种能力。它们 devoid 真正的物理直觉，缺乏因果理解，缺失世界认知，没有长期规划。很多时候，它们仅是依据训练数据猜测最可能出现的答案。

这也是为何过去几年，LeCun 始终在推动另一概念：

World Model（世界模型）。

在他看来，人类智能的核心并非语言，而是对世界的预测能力。语言仅是表达工具，理解世界方为真正的智能