08:52berryxia@berryxia美国政府 reportedly 计划亲自审批谁能使用GPT-5.6,OpenAI仅向一小部分合作伙伴提供有限预览。Commerce Secretary Lutnick亲自警告OpenAI不要擅自发布,接近事实上的许可制。Yann LeCun此前警告,以安全为由限制AI系统会阻碍智能民主化。他主张开源才是让AI普及的正确路径。当最强闭源模型被政府按客户审批时,开源模型成为对抗技术集中控制的实际路径。行业GPT-5.6OpenAI美国政府Yann LeCun开源模型监管10 个信源在谈推荐理由:美国商务部要管GPT-5.6的客户审批,开源模型成了对抗监管集中化的解法。Yann LeCun的观点值得看看。原文
21:43Decoder@Matthias BastianYann LeCun表示,OpenAI和Anthropic等AI实验室的运营依赖投资者补贴,成本下降速度不够快,面临“大泡沫爆炸”。他创立的AMI Labs已融资10亿美元,专注于替代性AI方法。LeCun认为当前AI行业存在巨大泡沫,资金投入与实际收益不匹配。行业Yann LeCunOpenAIAnthropicAMI LabsAI投资泡沫10 个信源在谈推荐理由:LeCun说OpenAI和Anthropic的钱快烧光了,他拿了10亿美金另起炉灶,看看他说得对不对。原文
14:07AlphaSignal@AlphaSignalAILeCun的新论文提出了LeJEPA方法,通过预测相关视图来恢复真实隐变量。该方法要求隐变量服从高斯动力学,否则会失效。在2D到1024维空间测试中,利用LeJEPA学习到的空间进行规划与真实世界规划匹配。论文为AI内部世界模型的正确性提供了数学证明。论文Yann LeCunLeJEPA表征学习高斯动力学规划推荐理由:LeCun用数学证明了AI学到世界内部表征的条件,方法简单但约束明确,对理解智能系统本质很有启发。原文
21:21Yann LeCun@ylecun精选纽约大学教授Yann LeCun在推特发文,认为当前AI不具备情感、同理心和道德,但未来终将实现。他引用教皇推文展开讨论。该推文获得522个赞、72条回复和27次转发。LeCun指出许多人类也不具备灵性,但仍拥有道德。行业Yann LeCunAI伦理人工智能未来推荐理由:Yann LeCun聊AI的灵性道德原文
09:56rohanpaul_ai@rohanpaul_ai精选Yann LeCun 团队的新论文揭示了自监督模型 LeJEPA 何时能真正学到隐藏的世界变量。研究发现,只有当这些隐藏变量呈平衡的高斯分布时,LeJEPA 才能可靠地恢复它们。论文从数学上证明,当真实隐藏变量是独立高斯变量且配对视图来自稳定噪声过程时,LeJEPA 的最优解必然能恢复这些变量(至多相差一个旋转或翻转)。这为理解自监督 AI 模型何时是在学习世界结构、而非仅生成恰好有用的特征提供了理论依据。论文自监督学习世界模型LeJEPA高斯分布Yann LeCun推荐理由:这篇论文给自监督学习社区一个清晰的数学答案:什么条件下模型真的在学世界模型。做表征学习或世界模型研究的开发者,看完会对 LeJEPA 的能力边界有更硬核的理解。原文
22:56NVIDIA AI@NVIDIAAINVIDIA AI 官方账号发布了一段由 Julia Turc 制作的关于“世界模型”的讲解视频。视频澄清了世界模型与视频生成的区别,探讨了其超越“AI 垃圾”的潜力,并幽默回应了 Yann LeCun 的争议。该视频旨在帮助观众理解这一当前 AI 领域最热门但最模糊的概念之一。AI模型世界模型NVIDIA视频生成AI 科普Yann LeCun2 个信源在谈推荐理由:世界模型是当前 AI 最模糊的概念之一,这个视频帮你理清它与视频生成的区别,想搞懂 AI 前沿方向的建议点开。原文
23:05Yann LeCun@ylecun精选Yann LeCun在推文中区分工程师与科学家的核心差异:工程师解决问题时尝试多种方案,达到“足够好”即停止,目标是产品创新和交付;科学家提出新问题、比较方案并撰写发表,方法论需严谨,目标是科学突破与技术进展。他强调两者可兼具,且多数产品创新建立在2、5、10或20年前的科技突破之上。行业Yann LeCun工程师科学家创新推荐理由:LeCun用两段话讲清研发边界原文
14:46Yann LeCun@ylecun精选Yann LeCun在推文中指出,当前AI系统远不及人类智能和学习能力。它们缺乏常识、对现实的理解以及有限的推理和规划能力。然而,通过积累海量陈述性知识,AI变得非常实用。行业Yann LeCunAI常识推理知识积累推荐理由:LeCun谈AI的局限与用处原文
11:43Yann LeCun@ylecunYann LeCun 转发了一篇关于西方开源AI危机的长文,指出如果美国不尽快出现一个可信的开源前沿模型玩家,到2030年中国开源模型将成为全球默认选择。文章警告,美国若以国家安全为由限制中国开源模型,最终只会让自己陷入技术孤立,而欧洲、非洲、东南亚等60亿人口将采用中国开源AI栈。LeCun 认为 Project Tapestry 是解决方案,该项目旨在构建开放、可自托管的AI基础设施。行业开源模型地缘政治Project TapestryYann LeCunAI生态推荐理由:LeCun 把地缘政治与AI开源生态的博弈摊开了,做AI基础设施、关注开源模型命运的团队值得一读——这决定了未来十年你用谁的模型。原文
08:13berryxia@berryxiaMeta AI 首席科学家、图灵奖得主 Yann LeCun 最新预测,未来 12 到 18 个月内将出现通用方法来训练分层世界模型。这些模型直接从视频和真实世界数据中学习,能够帮助机器人规划动作、辅助医疗系统决策,并解决更多物理世界中的实际问题。LeCun 认为,最终目标是将其扩展为通用世界模型,这标志着 AI 从“会聊天”走向“会做事”的关键一步。行业Yann LeCun世界模型物理世界机器人AI 预测推荐理由:LeCun 的预测直指当前大语言模型的局限——只会聊天不懂物理世界,做机器人、自动驾驶、医疗决策的团队值得关注这个从“理解语言”到“理解因果”的范式转变。原文
23:41rohanpaul_ai@rohanpaul_aiMeta 首席 AI 科学家 Yann LeCun 在 X 上发文,认为大型语言模型(LLM)在价值和投资上并非泡沫,它们将驱动大量实际应用并证明当前基础设施投入的合理性。但他同时警告,真正的泡沫在于认为 LLM 能成为人类级别的思考者。LeCun 的观点区分了 LLM 的实用价值与其认知能力的局限性,对当前 AI 投资热潮提供了冷静的视角。行业LLMYann LeCunAI 投资认知局限行业观点推荐理由:LeCun 一针见血地拆解了 LLM 的实用价值与认知泡沫,做 AI 投资或技术决策的人值得一读,避免被过度乐观的叙事带偏。原文
23:43Gary Marcus@GaryMarcusGary Marcus转发并重申其多年观点:Yann LeCun指出,当前大语言模型(LLM)缺乏世界模型,无法在行动前预测后果,因此无法构建可靠的智能体系统。LeCun认为,LLM只是“行动,然后后果是别人的问题”,这并非真正的智能。这一观点引发了对当前AI系统局限性的讨论,尤其对智能体开发方向具有重要警示意义。AI模型Yann LeCun世界模型智能体LLM局限Gary Marcus推荐理由:LeCun的批评直指当前LLM智能体的核心缺陷——缺乏因果推理能力,做智能体开发的团队值得认真思考这一根本性挑战。原文
14:02Yann LeCun@ylecun73°Yann LeCun 在 Unsupervised Learning 播客中与 Jacob Effron 进行了深度对话,分享了他对 LLM 局限性的尖锐观点,以及为何与 Hinton、Bengio 在 LLM 问题上产生重大分歧。他透露了离开 Meta 的原因,并介绍了新公司 AMI 押注世界模型的战略。LeCun 还预测了 2027 年的 AI 发展,并建议博士生不要再专注于 LLM 研究。这场访谈涵盖安全讨论、FAIR 的得失以及突破性研究如何真正发生。行业LLM 局限世界模型Yann LeCunAI 安全播客访谈推荐理由:LeCun 对 LLM 的批判性观点和世界模型路线图,对 AI 研究者、博士生和关注下一代 AI 架构的人极具启发,值得花一小时听完。原文