搜尋摘要
目錄
科技浪 Tech.wav · 2026年3月24日 · 13:05 中文

【試聽】XEP23 - 生成式 AI 走錯路了?深度解析 AI 傳奇 Yann LeCun 的逆風豪賭!

Digital AGI(數位通用人工智慧)預計 2-5 年內實現,多數科技公司 CEO 與研究員對此具有高度信心,因為技術路線(大型語言模型)已經相當明確;Physical AGI(物理通用人工智慧)的時程則充滿不確定性,目前主流的 VLA/VLM 技術路線雖能做出令人驚豔的展示,但距離通用人型機器

收聽原始 Podcast

重點摘要

  • Digital AGI(數位通用人工智慧)預計 2-5 年內實現,多數科技公司 CEO 與研究員對此具有高度信心,因為技術路線(大型語言模型)已經相當明確
  • Physical AGI(物理通用人工智慧)的時程則充滿不確定性,目前主流的 VLA/VLM 技術路線雖能做出令人驚豔的展示,但距離通用人型機器人仍有顯著差距
  • Yann LeCun(楊立昆)離開 Meta 後創立 AMI 公司,專注於他認為正確的 JEPA 研究路線,反對當前生成式 AI 的主流方向
  • AMI 募得 10 億美元種子輪資金,公司估值達 35 億美元,在生成式 AI 當道的時代相當不易
  • Meta 的 AI 部門重組是關鍵轉折點——新成立的 Meta Super Intelligence Lab 由 Scale AI 創辦人 Alex Wang 領導,架構上位於 Yann LeCun 之上,間接促成其離開

詳細內容

AGI 的兩種類型:Digital vs Physical

主持人哈利將 AGI 區分為兩種:

  • Digital AGI:能完成所有透過電腦、滑鼠與鍵盤可完成的工作,包括軟體工程等數位任務。目前的 AI Agent(如 OpenAI 的相關產品)已是 Digital AGI 的雛形。
  • Physical AGI:以通用人型機器人為代表,如 Tesla Optimus、Figure 02 等,能在家庭、工廠、商店等場景完成各種實體任務。

Digital AGI:樂觀的共識

科技業對 Digital AGI 的時程有高度共識:

  • 樂觀派(Sam Altman、Dario Amodei、Elon Musk):約 1-2 年
  • 保守派(Demis Hassabis 及 Google 研究員):約 5 年內

信心來源在於技術路線已經明確——大型語言模型(LLM)幾乎確定是通往 Digital AGI 的道路。目前 AI Agent 的不足(工具使用不佳、幻覺問題、無法精準理解任務)被認為可透過持續擴大模型規模與更精準的強化學習(RL)訓練來彌補。也有人認為可能還需要 1-2 個類似「Chain of Thought Reasoning」等級的技術突破,但底層架構不需要根本性改變。

Physical AGI:不確定的前路

相較之下,Physical AGI 的技術路線遠不如 Digital AGI 明確。儘管近年隨著生成式 AI 的爆發,機器人領域確實出現新氣象——VLM(Vision Language Model)、VLA(Vision Language Action Model)以及影片生成模型成為主流研究方向——但進步速度遠遠無法與 LLM 相比。

三年前的 GPT-3.5 到現在的 Claude Opus 4.6,語言模型的飛躍有目共睹,但機器人領域並未出現同等級的突破。這些模型雖然能快速做出酷炫的展示(分類球體、倒水、擦桌子),但單純擴大規模似乎不足以達到通用水準。

Google DeepMind 的 CEO Demis Hassabis 的願景是:影片生成模型(如 Veo、Genie 等 World Model)最終會與 LLM(如 Gemini)結合——前者掌握物理世界知識,後者掌握文字世界知識——兩者互補形成全能 AGI。但具體如何結合仍需大量研究。

Yann LeCun 的反主流路線與 AMI 的誕生

Yann LeCun(楊立昆)——圖靈獎得主、深度學習開山鼻祖之一(與 Yoshua Bengio、Geoffrey Hinton 共同獲獎)、Meta 前首席 AI 科學家——過去三年來強烈反對生成式 AI 路線。他認為:

  • 現有 LLM 的 Next Token Prediction 確實能完成許多有用的數位工作
  • 但要實現 Physical AGI,靠生成式 AI 路線完全走不到
  • 他提出自己的替代理論:JEPA(Joint Embedding Predictive Architecture)

在 Meta 內部,儘管他頂著首席 AI 科學家的頭銜,最重要的專案和最多的資金都流向了生成式 AI 專案(如 LLaMA)。最終的轉折點是 Meta 成立 Meta Super Intelligence Lab,由 Scale AI 的 28 歲 CEO Alex Wang 領導,組織層級在 Yann LeCun 之上。此後不久,Yann LeCun 離開 Meta。

離開後他創立了 AMI(Advanced Machine Intelligence),定位為長期 AI 研究新創,不做大型語言模型、不做生成式 AI,專注於 JEPA 路線研究。成立約三個月後,AMI 完成了 10 億美元的種子輪募資,公司估值達 35 億美元

精選語錄

「你能想像嗎?三年之前的 GPT-3.5 跟現在的 Claude Opus 4.6 這樣子的差距,你有在機器人上看到嗎?完全沒有。」

「如果你選擇要跟一個時下最火、最熱門的技術去對做的話,那你想必就是一定會被所有人打入冷宮、冷眼以待。」

時間軸

本集逐字稿未包含明確時間戳記,以下為內容段落順序:

  • 開場 — 介紹主題:AGI 何時到來,以及 Digital AGI 與 Physical AGI 的區分
  • 第一段 — Digital AGI 的定義、時程預測(2-5 年)與技術信心來源
  • 第二段 — Physical AGI 的現況與挑戰,VLM/VLA 路線的局限性
  • 第三段 — Demis Hassabis 的 World Model 與 LLM 結合願景
  • 第四段 — Yann LeCun 的背景、在 Meta 的處境、反生成式 AI 立場
  • 第五段 — Meta AI 部門重組、Yann LeCun 離開並創立 AMI
  • 第六段 — AMI 的定位、10 億美元募資、JEPA 路線

相關主題