Yann LeCun 相关 AI 资讯

8月19日

00:10

官方账号Decoder@Maximilian Schreiner

Anthropic CEO Dario Amodei在X平台与投资人Gavin Baker、前白宫顾问David Sacks及Meta研究员Yann LeCun就AI监管展开公开争论。Amodei反驳了对方关于其利用恐惧言论获取监管优势的指控，称监管也能约束企业权力。他指出开源模型本身只是将权力转移给拥有最多计算资源的玩家。这场争论凸显了AI行业在开源与监管问题上的深刻分歧。

行业 Anthropic Dario Amodei Yann LeCun

事件专题

推荐理由：Anthropic CEO和Meta的LeCun在X上吵起来了，关于开源模型和AI监管谁对谁错，观点很尖锐，值得围观。

原文

8月16日

15:12

官方账号Yann LeCun@ylecun

Yann LeCun在X平台发文，重申过去10年他一直主张AI技术必须广泛开放共享。他提到近4年更积极地在US Senate、UN Security Council等场合宣传这一观点。他赞同Mark Zuckerberg关于“AI危险论导致权力集中本身就有问题”的说法，并指出Dario Amodei在平衡权力论点中提到的对象正是他。LeCun认为开源基础模型可以支持不同语言、价值观和专长的AI系统共存，就像多元媒体一样。他承认会有恶意使用，但相信“你的坏AI能对抗我的好AI”。

行业 Yann LeCun Dario Amodei Mark Zuckerberg

事件专题

推荐理由：AI界两大阵营又吵起来了，LeCun直接点名回应Amodei，还把扎克伯格拉出来背书，看开源派怎么反驳安全派。

原文

8月6日

07:42

官方账号Yann LeCun@ylecun

Yann LeCun与Shaun Johnson、Oriol Vinyals共同推出风投公司224 Ventures。224 Ventures计划主投早期AI初创企业，定位深度技术VC。LeCun仍保留在AMI和NYU Courant Institute的职务。224 Ventures将通过创始人网络和有限合伙人资源与AI创业圈联动。

行业 224 Ventures Yann LeCun Oriol Vinyals

推荐理由：LeCun和Vinyals合伙开了家AI风投，专投早期创业，还搭了创始人网络。

原文

8月4日

06:30

官方账号Yann LeCun@ylecun

精选

Yann LeCun 在 X 平台回应网友评论，澄清他批评的对象是纯 LLM 所采用的自回归 token 预测。他表示，优秀的代码生成系统并不属于纯 LLM，工作方式也不是简单的自回归 token 预测。这条推文获得 133 次点赞、25 条回复，浏览量超过 1.7 万。

行业 Yann LeCun 代码生成 LLM

推荐理由：LeCun 发推澄清：别把代码生成器和纯 LLM 自回归划等号，观点直接，适合关注大模型技术路线的人。

原文

8月3日

16:53

官方账号Yann LeCun@ylecun

精选

Yann LeCun在推文中指出，推理时优化是能量模型（EBM）和目标驱动AI（ODAI）的基础概念。当推理变量为连续值时，基于梯度的优化方法成为自然选择。基于世界模型的系统通过梯度优化进行规划，是ODAI的典型实例。

AI模型能量模型 ODAI Yann LeCun

推荐理由：LeCun讲推理时优化是EBM和ODAI的根，连续变量用梯度优化，世界模型规划就是例子。

原文

7月20日

22:18

Gary Marcus@GaryMarcus

Gary Marcus在推文中指出，他与François Chollet、Yann LeCun、Ilya Sutskever四位AI专家一致认为，仅靠大语言模型（LLM）无法实现通用人工智能（AGI）。该观点直接挑战当前以LLM为核心的AI发展路径，引发行业对AGI实现方式的重新讨论。推文获得1727次浏览、4条回复，表明此话题在AI社群中受关注。

行业 GaryMarcus François Chollet Yann LeCun

推荐理由：四位大佬一起否定LLM能搞定AGI，这观点够狠，值得看你站哪边。

原文

7月16日

22:46

techcrunch@Kate Park

AMI Labs由Yann LeCun创立，CEO Alexandre LeBrun在采访中明确表示不会将自己的AI模型称为AGI或超级智能。他指出这些术语被过度炒作，缺乏明确技术定义，容易误导公众和投资预期。LeBrun强调AMI Labs专注于构建基于世界模型的实用AI系统，而非追逐模糊的终极目标。该立场与其他AI公司形成鲜明对比，例如OpenAI和DeepMind频繁使用AGI和超级智能表述。

行业 AMI Labs Alexandre LeBrun Yann LeCun

事件专题

推荐理由：Yann LeCun的AMI Labs CEO聊AI命名：直接说AGI和超级智能是过度炒作，他们只做务实的世界模型。

原文

7月8日

16:35

techcrunch@Anna Heim

ZML是一家由图灵奖得主Yann LeCun背书的法国AI初创公司，近期推出免费产品ZML/LLMD。该软件旨在加速AI推理过程，特别是在大量AI芯片上运行时的效率。通过优化推理速度，ZML/LLMD有望降低AI部署的计算成本。

AI产品 ZML ZML/LLMD Yann LeCun

推荐理由：ZML这波免费发布推理加速软件，能让多芯片推理跑得更快、更省钱，尤其适合做大规模部署的人。

原文

7月7日

02:36

Gary Marcus@GaryMarcus

精选

Yann LeCun 在 Bloomberg 采访中指出，LLM 预训练于约 20 万亿单词（30 万亿 token），数据量约 10^14 字节，仅相当于一个 4 岁孩子通过视觉在 4 年内获取的数据量。但文本需要 40 万年才能读完，而孩子通过视觉、触觉等感官获得密集反馈。LeCun 引用 Moravec's paradox，认为理解物理世界（如玻璃杯的易碎感）远比生成流畅文本困难。

行业 LLM Yann LeCun Moravec's paradox

事件专题

推荐理由：Yann LeCun 用具体数字对比，讲清了 LLM 为什么看起来聪明却不懂物理常识。想理解当前 AI 天花板的人可以看看。

原文

7月5日

02:40

官方账号Yann LeCun@ylecun

Yann LeCun在推文中直言，至今没有Level-5自动驾驶汽车，更没有能在几小时练习中学会驾驶的汽车，而普通青少年可以做到。他指出，现有家用机器人无法执行10岁孩子首次被要求完成的任务。他甚至评价，没有机器人比家猫更聪明，因此AGI中的'通用'（General）是荒谬的。

行业 Yann LeCun 自动驾驶 AGI

推荐理由：Yann LeCun又出来泼冷水了，他说现在的自动驾驶和机器人连猫和小孩都比不上，AGI更是扯淡。想看看AI大佬怎么吐槽现状吗？

原文

6月26日

08:52

berryxia@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-5.6 OpenAI 美国政府

事件专题

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

6月18日

21:43

官方账号Decoder@Matthias Bastian

Yann 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 LeCun OpenAI Anthropic

事件专题

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

6月16日

14:07

官方账号AlphaSignal@AlphaSignalAI

LeCun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 LeCun LeJEPA 表征学习

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

5月30日

21:21

官方账号Yann 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 LeCun AI伦理人工智能未来

推荐理由：Yann LeCun聊AI的灵性道德

原文

5月29日

09:56

rohanpaul_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

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

5月26日

22:56

官方账号NVIDIA AI@NVIDIAAI

NVIDIA 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

事件专题

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

5月25日

23:05

官方账号Yann 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

推荐理由：LeCun用两段话讲清研发边界

原文

5月21日

14:46

官方账号Yann 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 LeCun AI 常识推理

推荐理由：LeCun谈AI的局限与用处

原文

5月18日

11:43

官方账号Yann LeCun@ylecun

Yann 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 Tapestry

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

08:13

berryxia@berryxia

Meta 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

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

5月17日

23:41

rohanpaul_ai@rohanpaul_ai

Meta 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 LLM Yann LeCun AI 投资

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

5月16日

23:43

Gary Marcus@GaryMarcus

Gary 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

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

14:02

官方账号Yann LeCun@ylecun

73°

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 LeCun

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