米牛金融 杨立昆的“反ChatGPT”实验，能救Meta吗？

当OpenAI和在生成式AI赛道狂奔时，Meta却因Llama 4的失利陷入被动米牛金融，现在，这一巨头正准备用两套截然不同的方案破局。

4月，Llama 4发布后的种种失误表现将Meta推上了风口浪尖，同时被批评的还有Meta首席人工智能科学家杨立昆（Yann LeCun），作为曾经的图灵奖得主、有着数千亿美元的资源，却坚决反对主流LLM路线，而目前Meta已经在海外AI大厂的竞争中落后了。

在这个时间点，杨立昆看起来需要用新的成果来证明自己。北京时间6 月 12 日，他亲自出镜介绍了Meta最新的人工智能模型 V-JEPA 2，这是一种不同于当前主流Transformer架构的“世界模型”，旨在帮助机器和其他AI助手理解和驾驭周围的世界。

但这条“非主流”路线真的能成功吗？看起来Meta CEO扎克伯格（Mark Zuckerberg）也不确定，就在这两日，他被曝亲自下场招人，组建新的AI团队，并高薪挖来谷歌DeepMind的首席研究员‌，另一边投资千亿元押注初创公司Scale AI，邀请CEO加入新的AI团队。

面对当前AI战略的失利，扎克伯格显然选择了“不把鸡蛋放在一个篮子里”。有消息称过去两个月他已回归“创始人模式”，扎克伯格认为，与其他科技巨头相比，Meta不仅有能力，更有责任率先实现AGI。

杨立昆押注“非主流”模型

自大模型崛起以来，杨立昆就一直唱衰自回归生成路线，而目前以ChatGPT、Gemini为主的模型大都是沿着这一路线发展壮大的。他认为，虽然自回归LLM充斥了整个AI界，但存在事实错误、逻辑错误、不一致、推理有限等缺陷。

在杨立昆看来，让机器理解物理世界与让它们理解语言是截然不同的米牛金融，自回归 LLM 仅仅是世界模型的一种简化的特殊情况。而世界模型则真正提供了一个虚拟的现实世界，人工智能可以参考它来理解世界，预测其行为的后果，因此它将能够计划一个行动方案来完成给定的任务。

为了实现世界模型，杨立昆认为应该放弃当前的生成模型，支持联合嵌入架构，放弃强化学习，支持模型-预测控制。V-JEPA 2就是这一路线的最新成果。

根据官方博客，V-JEPA 2基于Meta在2022年提出的联合嵌入预测架构（JEPA）构建，2024年，Meta发布了第一个版本V-JEPA，在此基础上，V-JEPA 2 改进了动作预测和世界建模功能，使机器人能够与不熟悉的物体和环境交互以完成任务。

首先需要理解什么是杨立昆认为的世界模型。在团队看来，预测世界将如何回应我们的行为，这种能力是人类一直以来都在运用的，尤其是在规划行动以及如何最好地应对新情况时。而世界模型需要有这种能力。

“当我们穿过陌生拥挤的区域时，我们会一边朝着目的地前进，一边努力避免撞到沿途的人或障碍物。用炉子做饭时，我们会考虑锅还要烧多久，或者是否要调低火候。”Meta在博客中介绍，我们内在的世界模型为我们提供了这种对世界的直觉，还充当着一个内在模拟器，让我们能够预测假设行动的结果，最终根据直觉最能实现目标的方式，选择最好的行动。

上述身体直觉并非成年人经过多年教育获得的，而是幼儿在能够说出完整句子之前，就通过观察周围的世界培养出了这种直觉。V-JEPA 2模型也是通过这种“观察世界”的方式进行训练的。

据介绍，预训练阶段，团队使用了来自不同来源的超过 100 万小时的视频和 100 万张图像，这些视觉数据有助于模型了解世界的运作方式，包括人与物体的互动方式、物体在物理世界中的移动方式等等。

在预训练阶段之后，模型已经展现出与理解和预测相关的关键能力。随后米牛金融，基于预测能力，世界模型可以规划行动。Meta表示，V-JEPA 2拥有12亿参数，可以帮助机器人或其他AI 智能体在物理世界中运行。

根据Meta的说法，V-JEPA 2比英伟达的Cosmos模型快30倍，英伟达也试图发展与物理世界相关的人工智能。

杨立昆认为，世界模型将为机器人技术开启一个新时代，让现实世界中的AI助手能够在不需要海量训练数据的情况下，帮助人们完成家务和体力劳动。

“很高兴看到 V-JEPA 2 如何改变这场游戏。”在X平台官方的评论区中，有网友表示，在这场大模型的战争中，不一样的声音看起来会更有趣。

不过，也有人认为，“解决魔方应该是这些世界/机器人模型的图灵测试，通用智能模型已经做到了吗？”世界模型要如何证明其能力，目前Meta还没有给出直观的答案。

扎克伯格“另起炉灶”

杨立昆所坚持的这一路线未来真的能与当前主流的LLM大模型一战吗？短期内谁也没有答案。但因反对主流路线，且没有给出更优的成果，杨立昆承担了不少来自内部和外界的压力。

就在4月，Meta发布了最新的Llama 4模型，但随后被认为性能不佳、测试作弊，同时内部员工直接辞职，引发争议。在目前的各大模型榜单中，Llama 模型也已经落后于同类竞争对手GPT/o系列、Gemini 和Claude，在开源社区中也面临国内DeepSeek和 Qwen的压力。

外界将Meta在大模型大战中落后的原因归结于杨立昆，作为AI团队的决策者，却不相信当前的技术路线，作为图灵奖得主、神经网络的先驱的他似乎过于自信和教条主义，导致了Meta当前的局面。

不过，杨立昆曾经表示，他尝试了20年的自回归预测，彻底失败，才不看好LLM路线。但至少当前不少前沿的公司在LLM路线上做出了成绩，也逐步在推动AI能力的进展。

此前外界曾猜测，杨立昆是否会为此离职，但从他此次亲自发布世界模型来看，地位还很稳固。但扎克伯格并不淡定，他近日正高调下场创建一个新的AI团队“超级智能”，看起来是多面布局，以规避在这一浪潮中落后的风险。

据外媒消息，扎克伯格计划为超级智能组招募约50名顶尖 AI 专家，并将向这些人员提供为期数年、价值数千万美元的薪酬方案，包括股权激励。扎克伯格将亲自进行初步接洽并全程跟进，他的目标是“让Meta成为AGI领域的领导者”，并将其能力整合到Meta的全系产品中。

就在6月12日，有消息称谷歌 DeepMind 首席研究员杰克·雷（Jack Rae） 预计将加入Meta 的超级智能团队，他此前在谷歌 DeepMind 工作了两年，负责 Gemini 的“思考”相关进展。另有消息称，AI语音初创公司 Sesame AI 的机器学习负责人约翰·沙尔克维克（Johan Schalkwyk）也已被 Meta 招募。上述二人都将会加入Meta的“超级智能”团队。

前两日，Meta还被曝斥巨资数十亿美元（有消息称是150亿美元，未被确认）投资初创公司Scale AI，CEO汪滔（Alexandr Wang）和多位研究人员将加入“超级智能”。Scale AI的主要业务是数据标注，目前估值超过百亿美元，预计今年营收超过20亿美元。在过去的几年里，OpenAI 等AI大厂一直依靠 Scale AI 来生成和标记用于训练模型的数据。

扎克伯格认为，与依赖融资的对手不同，Meta强大的广告业务现金流足以支撑其在AI领域的巨额投入，并认为Meta有能力建设拥有世界顶级算力的数据中心。此前在财报中，Meta预计2025 年总资本开支将在640-720 亿美元之间，高于年初的指引，公司透露会持续增加数据中心和基础设备投资以支持AI 相关工作。

一面是杨立昆执着探索的、可能颠覆现状的“世界模型”，另一面是扎克伯格重金押注、沿主流方向加速追赶的“超级智能”，这场关乎未来AI格局的豪赌，Meta选择了以双线并进的方式布局，成败或将决定这家公司能否回到AI巅峰。

道正网提示：文章来自网络，不代表本站观点。