楊立昆重磅論斷：當前AI缺失人類四大核心智能，世界模型成破局關鍵

文明世界拼圖 2025-05-29 發(fā)布于重慶

展開全文

智東西

智東西5月27日消息，據(jù)外媒Business Insider報道，今年早些時候在巴黎舉行的AI Action Summit上，Meta首席人工智能（AI）科學家楊立昆（Yann LeCun）指出，當前AI雖在多個領域展現(xiàn)驚人能力，其仍缺乏理解物理世界、持久記憶、邏輯推理與分層規(guī)劃四大人類智能核心特征。

據(jù)外媒VentureBeat此前報道，科技巨頭們的行動印證了這一判斷，開始從“打補丁”式優(yōu)化轉向“世界模型”架構革新，谷歌等企業(yè)已將其納入戰(zhàn)略布局。

這場圍繞AI本質的探索，不僅關乎技術突破，更指向人機認知邊界的未來走向。

一、AI模型缺乏4個人類特征：理解、記憶、推理與規(guī)劃

所有智能生命的共同點是什么？今年早些時候在巴黎舉行的AI Action Summit上，圖靈獎得主、Meta首席AI科學家楊立昆與IBM AI負責人安東尼·安農齊亞塔（Anthony Annunziata）分享了其對智能行為的基準定義：

“所有動物——至少是相對聰明的動物——都具備四種基本智能特征，人類當然也不例外，”楊立昆闡述道，“理解物理世界、擁有持久記憶、進行邏輯推理，以及制定復雜行動計劃的能力，特別是分層規(guī)劃能力?！?/p>

楊立昆認為，當前AI（尤其是大語言模型）尚未達到該閾值，要實現(xiàn)這些能力需變革訓練范式。他解釋這正是科技巨頭們在AI競賽中不斷為現(xiàn)有模型“打補丁”的原因：“為理解物理世界，就訓練獨立的視覺系統(tǒng)然后硬塞進LLM；為實現(xiàn)記憶功能，要么采用RAG（檢索增強生成），要么外掛關聯(lián)記憶模塊，或者簡單粗暴地擴大模型規(guī)模。”

Meta首席AI科學家楊立昆（Yann LeCun）

二、“世界模型”構建抽象層級來理解物理世界

但楊立昆直言這些只是“權宜之計”。他多次倡導的“世界模型”（world model）替代方案，是通過現(xiàn)實場景訓練、具備比模式識別AI更高認知水平的架構。在與安農齊亞塔對話中，他給出新定義：“獲取時間T的世界狀態(tài)后，設想可能采取的行動，世界模型就能預測行動后的新狀態(tài)。”

不過現(xiàn)實世界演化存在無限不可預測性，楊立昆認為唯一訓練途徑是抽象化。Meta今年2月開源的V-JEPA模型正進行相關實驗，讓這個非生成式模型通過預測視頻缺失片段來學習?！瓣P鍵是不做像素級預測，而是訓練系統(tǒng)構建視頻抽象表征，在此維度進行預測時自動過濾不可預測的細節(jié)。”他解釋道。

這種抽象層級思想類似化學物質構成體系：“我們建立粒子→原子→分子→材料的層級，每上升一層就剔除下層與當前任務無關的信息?！睏盍⒗フf，這本質上是通過構建抽象層級來理解物理世界的另一種表述。

三、谷歌將“世界模型”與其短期策略緊密結合

無獨有偶，在上周硅谷舉行的Google I/O 2025開發(fā)者大會上，除卻奪人眼球的炫酷功能，谷歌也提到要打造AI時代的操作系統(tǒng)，即能理解物理環(huán)境并代人類推理決策的“世界模型”。

自2024年末以來，DeepMind首席執(zhí)行官德米斯·哈薩比斯就在持續(xù)完善“世界模型→通用AI助手”理論體系。此次I/O大會上，CEO桑達爾·皮查伊（Sundar Pichai）與Gemini負責人喬?！の榈挛值拢↗osh Woodward）同臺呼應這一愿景。相較微軟、OpenAI和xAI對世界模型的抽象討論，谷歌獨樹一幟地將其與短期戰(zhàn)略緊密結合。

Gemini負責人喬?！の榈挛值拢↗osh Woodward）（圖源：谷歌I/O）

若真能打造出理解物理環(huán)境的“通用AI助手”，谷歌或將成為連接用戶、企業(yè)與技術的“隱形操作系統(tǒng)”。對追求尖端AI的企業(yè)而言，利用谷歌的“世界模型”研究、多模態(tài)能力（如I/O大會展示的Veo 3和Imagen 4）及其AGI發(fā)展路徑，將開啟重大創(chuàng)新通道。