德客猫新闻资讯
作者:佚名 发布时间:2026-02-02 阅读: 转至微博：
|
“硅谷太傲慢了，他们无法想象好的创意会来自中国。” 离开Meta之后，杨立昆（Yann LeCun）对老东家和整个美国科技界的抨击，已经从单纯的“技术路线”上升到了“文化心态”。 他继续警告行业已陷入“LLM崇拜”的死胡同，更一针见血地指出，这种傲慢与偏见正在让美国变得盲目。在巨头们忙着“筑墙”封闭时，他公开力挺以中国为代表的开源路径，直言那才是通往安全与进步的真正坦途。
01.从“奠基者”到“批判者”：杨立昆为何炮轰硅谷？ 杨立昆的故事，本身就是一部AI简史。早在20世纪70年代，当大多数研究者还对“神经网络”嗤之以鼻时，这位年轻的巴黎学生就笃信其潜力。几十年后，正是这项技术驱动了人脸识别、自动驾驶，并成为了ChatGPT等大语言模型的基石。作为“AI三巨头”之一，他无疑站在了行业的顶峰。 然而，这位功成名就的科学家，却在2025年11月选择离开工作了十余年的Meta，开始了自己的创业之旅。 他直言不讳地指出，整个硅谷乃至AI产业，都已经“走火入魔”。“每个人都在挖同一条战壕，他们互相挖角工程师，以至于没有资源去尝试不同的路径。” 在杨立昆看来，尽管LLM在编程、文本生成等特定领域表现出色，但其能力存在明显的“天花板”。它们无法真正理解世界，无法预测行动后果，更无法进行规划和持续推理，而这些正是实现人类水平智能（AGI）乃至超级智能所必需的。 杨立昆把重金押注LLM的竞赛比作一场无法抵达终点的狂奔，认为行业**“正走向死胡同”**。 有网友对他的判断表示赞同，认为现在的AI也就是能完成些任务，但一旦出错就是真金白银的损失，规模一上来就容易翻车，远没到“放心大胆用”的阶段。这恰好呼应了杨立昆关于错误会像“高速公路上连环撞车”一样堆积的担忧。
02.硅谷“优越感”何在？或被中国弯道超车 在痛批硅谷傲慢时，杨立昆反复拿中国举例，以此来敲打那些自我感觉良好的美国同行。他不仅认为更具创造力的中国公司可能率先突破超级智能，更警告美国公司可能因战略短视而将领先地位拱手让人。 “好的想法正来自中国。”他坦率地指出，许多富有创造力的中国公司可能会捷足先登。 更重要的是，在当下许多美国公司因安全和竞争担忧而收紧开源策略时，中国团队仍在积极拥抱开源。他警告，如果美国选择封闭，“中国竞争对手”将能更快地追赶上来。 这种论调也引发了一些网友的感慨：一方可能更务实地逼近突破，另一方却把大量资源投向了可能并不高效的方向。
另一条评论则更直接地指出现状：“目前最好的开源LLM课程来自中国。这可不好。”这些评论折射出部分人对当前竞争态势的焦虑。
03.开放还是封闭？一场关于“安全”的激烈交锋 面对“开源是否会帮助地缘政治对手”的质疑，杨立昆在日内瓦的“AI向善峰会”上给出了强硬回击。
他认为，限制研究以遏制对手，最终只会“搬起石头砸自己的脚”。“他们会得到技术，只是稍晚一点，而我们却拖慢了自己的脚步。” 他坚信，开源才是更安全、更有利的路径，理由有三： · 其一，开放能吸引全球最聪明的大脑共同加速进步； · 其二，多样性可以防止未来被少数几个由AI中介的封闭系统所垄断，让用户像选择新闻源一样选择AI的“偏好”； · 其三，开源让更多人能审查技术、识别风险，而不是将力量集中在少数巨头手中。 他甚至提出了一个更宏大的构想：通过国际合作，共同训练基础模型，建立共享的全球知识库，同时维护各自的数据主权与安全。 04.新征途：用“世界模型”治愈医疗健康 离开Meta后，杨立昆将全部精力投入了新公司AMI Labs。这家公司的方向，正是他口中LLM的替代路径：世界模型。 与LLM主要处理文本不同，世界模型旨在通过分析视频、空间数据等多模态信息，让AI系统构建起对真实世界的内部理解，从而能够预测、规划和推理。 值得注意的是，杨立昆选择了一位医疗健康AI背景的CEO，亚历克斯·勒布伦（Alex LeBrun）。这明确传递了一个信号：医疗健康将是AMI Labs的核心试验场。 这是因为，医疗领域对可靠性、安全性和可控性的要求是顶级的，而LLM的“幻觉”问题在此是致命缺陷。杨立昆解释，世界模型能让AI系统像人类一样预测行动后果，并在安全护栏内规划任务，这有望解锁诊断辅助、手术规划、个性化治疗等全新应用。 AMI Labs计划在一年内推出可用的初步产品，并与产业伙伴（首个就是勒布伦的医疗AI公司Nabla）紧密合作，将技术落地。 05.未来之战：是延续狂热，还是拥抱新范式？ 杨立昆的出走与批判，像一面镜子，照出了当前AI繁荣背后的隐忧与分歧。 一面是资本和巨头驱动、聚焦于LLM scaling的“主流赛道”，另一面则是以杨立昆为代表的、追求更本质智能突破的“探索路径”。 杨立昆不仅是在否定一条技术路线，更是在挑战一种思维惰性：那种认为只要堆算力、堆数据就能解决一切的简单粗暴。 有网友将他的行动解读为“离开了Meta，选择了WAR（战争）”，认为他正押注世界模型能战胜大型语言模型。 他还称：“我们一直在犯同样的错误：在某个狭窄领域看到‘超人’结果，就立刻大喊‘AGI’！”这恰恰点明了当前业界可能存在的盲目与浮躁。
这位“AI教父”的背影告诉我们：真正的进化，从来不是在舒适区里的延续，而是向未知领域的纵身一跃。 比赛远未结束。当泡沫退去，谁在裸泳，谁在造船，时间会给出最公正的答案。
|
