一場關(guān)于人形機(jī)器人未來走向的激烈爭論，在科技圈掀起軒然大波。meta首席AI科學(xué)家楊立昆（Yann LeCun）在麻省理工學(xué)院（MIT）的公開演講中直言，當(dāng)前機(jī)器人行業(yè)距離真正的通用智能仍有巨大差距，這一觀點(diǎn)迅速引發(fā)特斯拉、Figure等企業(yè)高管的反駁。
楊立昆指出，現(xiàn)有機(jī)器人技術(shù)僅能完成工廠中擰螺絲、搬運(yùn)貨物等特定任務(wù)，但要讓它們在家中疊衣服、倒水或理解人類意圖，仍面臨難以逾越的障礙。他將這種局限歸結(jié)為"窄智能"與"通用智能"的本質(zhì)差異，認(rèn)為突破關(guān)鍵在于構(gòu)建能夠?qū)W習(xí)、理解和預(yù)測物理世界的"世界模型"架構(gòu)。
這番言論猶如投入平靜湖面的巨石，立即引發(fā)行業(yè)震動。特斯拉Optimus AI負(fù)責(zé)人朱利安·伊巴爾茨（Julian Ibarz）公開表示反對，強(qiáng)調(diào)公司內(nèi)部已形成明確的通用人形機(jī)器人實(shí)現(xiàn)路徑。Figure創(chuàng)始人布雷特·阿德科克（Brett Adcock）則更直接地喊話："建議楊立昆別再空談理論，親自下場做些實(shí)事。"
追溯楊立昆的學(xué)術(shù)生涯，其前瞻性研究軌跡頗具傳奇色彩。1987年在索邦大學(xué)完成的博士論文《連接主義學(xué)習(xí)模型》，為神經(jīng)網(wǎng)絡(luò)反向傳播算法奠定了理論基礎(chǔ)。當(dāng)時主流AI研究仍聚焦專家系統(tǒng)，他卻獨(dú)具慧眼地關(guān)注到50-60年代科學(xué)家對"自組織"問題的探索——即系統(tǒng)如何通過自我組織實(shí)現(xiàn)學(xué)習(xí)。
"生物學(xué)為工程提供了豐富靈感，"楊立昆回憶道，"所有生物都具有適應(yīng)能力，只要擁有神經(jīng)系統(tǒng)就能學(xué)習(xí)。這讓我相信，構(gòu)建智能系統(tǒng)的最佳路徑或許是讓它自行學(xué)會變聰明。"這種突破性思維促使他走上機(jī)器學(xué)習(xí)研究道路，盡管當(dāng)時該領(lǐng)域幾乎無人涉足，甚至導(dǎo)致他一度難以找到博士導(dǎo)師。
在2013年加入Facebook（現(xiàn)meta）后，楊立昆創(chuàng)立FAIR實(shí)驗室并推動"深度學(xué)習(xí)"概念取代"神經(jīng)網(wǎng)絡(luò)"，這一術(shù)語革新標(biāo)志著產(chǎn)業(yè)界對相關(guān)范式的系統(tǒng)性接受。2018年，他因在深度神經(jīng)網(wǎng)絡(luò)領(lǐng)域的突破性貢獻(xiàn)，與約書亞·本吉奧（Yoshua Bengio）、杰弗里·辛頓（Geoffrey Hinton）共同獲得圖靈獎。
此次爭議的核心，在于楊立昆對大語言模型（LLM）的尖銳批評。他直言LLM是"死胡同"，強(qiáng)調(diào)僅靠文本訓(xùn)練永遠(yuǎn)無法達(dá)到人類水平智能。"四歲兒童通過視覺接收的數(shù)據(jù)量，已超過所有公開文本訓(xùn)練的最大規(guī)模LLM，"他指出，"這些系統(tǒng)只是回憶訓(xùn)練信息，甚至不如貓的智能水平。"
在楊立昆看來，真正的智能源于視覺、聽覺、觸覺等多模態(tài)感知輸入。他以貓為例：雖然貓腦僅含約2.8億個神經(jīng)元，但其對三維空間的感知、物體穩(wěn)定性判斷和復(fù)雜動作規(guī)劃能力，遠(yuǎn)超當(dāng)前所有生成式AI系統(tǒng)。因此，他主張將研究重心轉(zhuǎn)向"世界模型"——即讓機(jī)器能夠預(yù)測動作執(zhí)行后的環(huán)境變化。
這種模型的具體應(yīng)用場景包括：讓機(jī)器人通過想象完成沖咖啡等連續(xù)動作，預(yù)測每一步操作的結(jié)果。楊立昆透露，其團(tuán)隊采用的"環(huán)境動力學(xué)模型"已實(shí)現(xiàn)自監(jiān)督學(xué)習(xí)，機(jī)器人無需針對特定任務(wù)反復(fù)訓(xùn)練，僅通過學(xué)習(xí)"動作-結(jié)果"關(guān)系即可零樣本完成新任務(wù)。
盡管遭到產(chǎn)業(yè)界質(zhì)疑，但已有企業(yè)開始驗證楊立昆的理論。獲得OpenAI投資的挪威公司1X Technologies發(fā)布的"世界模型"，包含視覺編碼器、動作編碼器等模塊，可對輸入動作質(zhì)量進(jìn)行量化評估。該公司首席執(zhí)行官伯恩特·博尼克（Bernt B?rnich）坦言，讓機(jī)器人進(jìn)入家庭面臨"理想與現(xiàn)實(shí)的落差"，Wi-Fi連接等基礎(chǔ)問題比機(jī)器人技術(shù)本身更具挑戰(zhàn)性。
特斯拉則從制造端切入挑戰(zhàn)。馬斯克指出，人形機(jī)器人量產(chǎn)所需的供應(yīng)鏈尚不存在，但公司仍在建設(shè)年產(chǎn)百萬臺Optimus機(jī)器人的生產(chǎn)線，目標(biāo)2026年初推出V3原型機(jī)。在ICCV計算機(jī)視覺頂會上，特斯拉AI負(fù)責(zé)人阿肖克·埃盧斯瓦米（Ashok Elluswamy）介紹的"神經(jīng)世界模擬器"，可通過車隊視頻數(shù)據(jù)訓(xùn)練實(shí)現(xiàn)狀態(tài)合成，該架構(gòu)將被遷移至Optimus機(jī)器人。
在這場技術(shù)路線之爭中，楊立昆還意外透露了自己與Llama大模型的"距離"。他多次強(qiáng)調(diào)未參與任何Llama項目的技術(shù)開發(fā)，并揭秘第一代Llama實(shí)質(zhì)是巴黎研究小組的"海盜項目"——這個十余人團(tuán)隊在2022年中后期開發(fā)的輕量高效模型，最終成為meta的主力產(chǎn)品。雖然小扎在2023年初組建了GenAI團(tuán)隊推動產(chǎn)品化，但楊立昆堅持表示："從技術(shù)層面說，我確實(shí)沒插手。"
