最大骗局坦白Llama与我无瓜！澳门新葡京LeCun怒揭机器人
最后•★◇△△，在2023年初-★◁…▽◆，小扎下定决心组建了一个GenAI团队◇○■，也就如今的「超级智能实验室」（MSL）的前身▷-■，主要就是为了把它产品化◁▲■▪。
据报道●◁-•▷☆，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☆▽•▽。
这一概念◆◁，在2016 NeurIPS大会主题演讲中▼☆★▪★，LeCun早已向世界传输——
所以□□•，我当时想★▲◆…，也许我们人类没那么聪明◆=，构建智能系统最靠谱的方法☆◁★☆▲，可能是让它自己学会变聪明▽•▷●。
这些公司压根不知道-●▼最大骗局坦白Llama与我无瓜，如何让机器人变得足够「聪明」▪•◁，或是说达到通用智能的程度◆▷。
LeCun就在旁边急着插话——获得OpenAI投资的挪威公司1X Technologies▼=■，话音还没落澳门新葡京▼□=，近期发布了自研「世界模型」=○●☆。主持人前一句还在夸「Llama的诞生让世界AI民主化」▲◁■◁，搞笑的是•■△▷▼•，
Elluswamy确认△▲，这套被视作世界模型问题直接解决方案的架构■▪-◆△=，将「无缝迁移」至Optimus机器人…•。
他进一步指出☆○○•，LLM有时虽能提供实用的结果-★◆▲，甚至让人误以为其「智商堪比博士」●◆○▷，但这些系统只是「回忆」训练中的信息▪◆。
当系统有足够好的世界模型▪▷▼□…★，便能「想象」如何完成一个它从未被训练过的任务▼★•。
所以很多估值数十亿公司的未来★…▽•★，基本上取决于是否能在「世界模型+规划」的架构上取得显著进展□◇■◆。
不同于传统模型根据状态预测动作☆◁○，神经世界模拟器能够基于当前状态与后续动作澳门新葡京•☆，直接合成未来状态▪…。
Yann LeCun的警告■…=★•，最终重新定义了人形机器人竞赛的维度☆•▷○•-：胜利者▪▷☆▲▼•，或许不属于推出最炫酷demo或设定最激进量产目标的厂商•◁•○□▷，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=□。
而突破的核心◁■◇▷▼◁，在于打造一款真正可以规划的「世界模型」架构=◇•▽…，即能够学习理解和预测物理世界系统☆△▽••。
但这次◁=•▷，Yann LeCun直言◁☆●：「LLM就是一条死胡同○▷=▽●，世界模型才是正道」○…△-▼▲。
主持人一听▪▲•▼，马上话锋一转打了个圆场▪◆★，「没关系•△▽•，我们不担心那些公司澳门新葡京▽▪。而且说真的-●★•，我们非常信奉创业精神」◆▼。
我一直认为◇■□，生物学给工程提供了很多灵感•▽。在自然界中…□◇，所有活着的东西都有适应能力○■=，只要有神经系统就能学习▽•-▼…=。
人形机器人拥有40个自由度（关节）•▼，可能产生的位姿组合数量甚至超过宇宙原子总数▷●…○。
首席执行官Bernt Børnich在播客中坦言△▼☆，让机器人进入家庭存在「理想与现实的落差」▲□-=◇，指出「现实环境复杂得离谱」☆◇□，甚至「Wi-Fi连接问题比机器人技术本身更棘手」▽☆■▼▼。
他将大语言模型训练所需的数万亿标记词元★▼，与儿童处理的海量感官数据进行对比◆△■：
LeCun指出•○…，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••▲，但仍依赖人类知识的间接转移■◁△。
同时★◇▪◁□☆，系统可结合一个「代价函数」（cost function）=□○▲☆◇，用于评估特定任务的完成情况▷◁○。
LeCun称•△•●=★，团队所采用的「环境动力学模型」完全通过自监督学习的◁●▲◆▽▼，也是当前方法的核心所在•○。
主持紧接着问道○▪▽☆==，所以这能推动机器人技术☆☆◆，让未来这十年真正成为机器人的时代◆•◁？
上大学时☆-，他有点偶然地发现●▪□☆，原来早在50-60年代-▼△△，包括1981年诺奖得主David H▲★▼■☆. Hubel和Torsten N=△•…. Wiesel等人◇■…◆，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…□◆。
猫能感知三维空间★•、判断物体稳定性▷=▪☆◆▼、规划复杂动作-▷，而目前的所有生成式模型恰恰无法企及这些能力△-○▼◁。
Yann LeCun的论断看似否定了整个人形机器人领域…◇，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…◇。
1X世界模型的独特优势在于•◁▪-☆：允许从相同初始条件出发○○，并行部署不同策略进行直接对比☆▲◇。
实验已证明••…○，可以用世界状态的表示——来自现有模型DINO○◇☆•△▪，无论是从零开始学习●◆▷，还是基于V-JEPA 2等框架-★▽△，都可以做到这一点◇•。
人工智能领域在1990至2000年代经历「寒冬」★•▲◁◁，但2013年LeCun加入Facebook▼◇▼▲，创立FAIR（Facebook AI Research）•△▼，并推动「深度学习」这一术语取代「神经网络」▪-…•◆■，标志着产业界开始系统性地接受这一范式■▷☆★。
这种机制使得模拟器可与智能体或策略AI模型形成闭环连接◁△▲▼，从而实现对系统性能的精准评估=▽◆□▼。
明年就能实现通过语音指令★□◇◇▼，让人形机器人在陌生环境（比如从未进入的家庭）完成各类通用工作•★◇▷=。
给到一个时刻t的世界状态•◇▷◇，再给定一个智能体可能的动作-▽▲▽▼，预测动作执行后的环境-■○■□▲。
Brett Adcock强调「这个问题无法通过编程解决○◆-=，唯一途径是神经网络」▪◇○…。
机器人在工厂里拧螺丝-•-▼、搬货等▪◆，可通过特定任务训练实现▼★•，但让它们在家中叠衣服▪▽△◁▲新葡京风尚干发帽、倒水◁■○、理解人的意图△◇环游世界豪华邮轮之旅，，还很难▪■=…▷。
2018年□○-☆◇◁，因在概念与工程领域的突破性贡献□△◆▲▪•，他让深度神经网络成为计算技术的关键组成部分▲……，和Bengio•□！澳门新葡京LeCun怒揭机器人、Hinton共享图灵奖==○▽★。
接着▲●◆-☆，他分享了幕后故事◁◁△▲○，「第一代Llama-○=★，其实有一点像『海盗』项目（pirate project）--▲，与官方LLM并行开发」•●•●。
Figure创始人Brett Adcock直接喊话▼◆▲▲★，「谁去和LeCun说一声◆▲◁，让他别端着了◁▲△□•◁，亲自下场干点实事吧」•▪▼▼•■！
【新智元导读】一场公开演讲◇■▼-▷，LeCun毫不留情揭穿真相◁△●：所谓的机器人行业▼△●…○，离真正的智能还远着呢=•=◆！这番话像一枚深水炸弹◁◇••■，瞬间引爆了战火▷=☆◁，特斯拉-◇◆○△、Figure高管纷纷在线回怼▽…-◆-=。
他将Figure的技术路径与同行对比△=○，直言某些公开演示只是「戏剧表演」或预设程序▪…。相反▼▲▪◇◁，Figure机器人的所有操作都「由神经网络驱动」…○▪•▲。
Meta血裁AI部门研究员掀全网风暴之外▷=▼，LeCun却一直对外撇清自己和Llama的关系△☆。
LeCun直言不讳▼☆，过去几年●=◆◁…，打造「类人机器人」的初创公司如雨后春笋般涌现△▽。
四岁儿童通过视觉接收的数据量◁▪，已相当于所有公开文本训练的最大规模LLM的数据量○▪。
耐人寻味的是★☆▼，在一个关键问题上的判断与Yann LeCun不谋而合▷◆★■：他也否认制造业是主要突破方向•●，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」■=。
如图所示◇○○□▽，1X世界模型包含视觉编码器▽★•▽、动作编码器■•▲▷、核心网络-•★▼，以及视频与状态价值解码器◁▼▼。通过对成功标签进行监督学习生成的状态价值预测-▷，可对输入动作的质量进行量化评估▲▷◇◆。
大概2022年中后期□▷◇▪，巴黎一个十来人的小组▪■，决定做一个轻量高效的LLM◆■=▲▪，结果真做出来了●▪□。
机器人不用针对特定任务反复训练☆…★，只需从模拟数据或真实操作中学习「动作-结果」的关系▪▲▽●•▪，就能零样本完成新任务=◁。
他指出★•，文本属于「低带宽」数据源▽▼★•▽，「仅靠文本训练永远无法实现人类水平智能」▷◇◁…▪▷。真正的智能来源于高带宽的感知输入——视觉★★、听觉☆△、触觉等多模态经验•…●…，而非低维度的离散符号▲■。
就好比◇-，让一个机器人冲一杯咖啡★▽，它需要想象一系列动作——拿起杯子▽○●▼☆◆、倒水=◁、搅拌••，并预测每一步的结果-□○•=△。
谁曾想■◁，LeCun这番话再次捅了「马蜂窝」=★◇▲，直接给这场狂热泼了一盆冷水=★，引机器人界大佬上阵怒喷-▼=。
在最近的计算机视觉顶会ICCV…○◆▼，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●▷□…△。
在此基础上▷◆，可运用优化方法▷★-▷◆，搜索能够优化任务目标的最优动作序列◁△▪◆◆□，这一过程即为「规划与最优控制」◇☆▲…。
现场●=○，主持人再次圆话-★◆•，「但最后能跑出来的△•▼◇，往往还是『臭鼬工厂』（Skunk Works）这种模式」☆•★•…★。
马斯克始终聚焦「极其艰巨」的制造挑战◁=◇■，指出人形机器人规模量产「所需的供应链尚不存在」▪○…▲▼。
Yann LeCun的「冷静」☆☆=，与多位行业领袖所鼓吹的激进时间表形成了鲜明对比=▲△■。
最近在MIT的一场讲座中澳门新葡京●■○△△，Meta首席AI科学家LeCun一语道破了机器人界最大的秘密——
他强调☆●，即便猫的大脑仅含约2▽○○★-.8亿个神经元◇▪◆▲◆，其对物理世界的理解与行动规划能力仍远超当前AI系统▼■。
这种务实立场•★，结合其轻量级肌腱驱动设计所带来的安全性优势◆▪△▷•★，暗示着行业清醒认识到-•☆：Yann LeCun所说的「突破性进展」仍需要持续探索▷●○▽●。
这一次●•…•▼▲，LeCun在演讲中再一次强调…•▪★•☆，「我并没从技术层面上◆◁▲●，参与Llama的项目」△▽■▷。
顺便提一句◇▼◁◆•，Yann LeCun访问清华大学时○▪●，确定了自己的中文名「杨立昆」◇△…•●。
