后语料时代的分歧：Sutskever和LeCun押注两种截然不同的AI进化路径

事件概述

Ilya Sutskever（OpenAI前首席科学家）创立的Safe Superintelligence（SSI）在未发布产品情况下完成20亿美元融资，估值达320亿美元。他表示“在做出真正安全的超级智能前不会发布产品”，并认为预训练时代已经终结，未来需靠算法创新。与此同时，Yann LeCun（深度学习三大教父之一）离开Meta后融资10.3亿美元，投前估值35亿美元，押注“世界模型”——AI通过观看视频和与真实世界互动来学习，而非仅靠文本。两人的路线分歧代表后语料时代最核心的技术方向：推理模型 vs. 世界模型。

核心信息

• 语料枯竭现实：Epoch AI估算，公开高质量人类文本语料可能在2026至2032年间被现有训练方法“用完”。同时，互联网上越来越多内容由AI生成，可能导致“模型崩溃”（2024年《自然》研究显示，递归生成数据会放大错误和偏见）。
• Sutskever路线：推理模型+确定性裁判
  • 核心方法：可验证奖励强化学习（RLVR），在数学、代码等有明确对错的任务上，AI自我对弈并筛选正确结果。
  • 典型成果：OpenAI o1/o3、DeepSeek-R1等推理模型已证明该路线的有效性。
  • 局限性：仅适用于能编译成形式逻辑或规则的任务，无法处理审美、常识等模糊性问题。
• LeCun路线：世界模型+物理现实作为裁判
  • 核心方法：从大规模视频学习世界表征，再结合机器人数据进行后训练。Meta的V-JEPA 2已展示零样本机器人操作能力。
  • 优势：物理定律提供硬性裁判，AI可通过与真实环境交互获得经验。
  • 挑战：真实世界数据采集成本高，人形机器人等进展缓慢；高阶判断仍需人类作为模糊性裁判。
• 竞争重心的转移：过去AI公司争夺优质文本数据，未来将争夺“真实任务反馈”。Agent（智能体）成为关键——通过完成订票、写代码等真实任务产生任务轨迹，这些数据比网页文本更有价值。应用公司的护城河不再是模型能力，而是特定场景下的数据闭环（如法律AI记录律师修改、教育AI追踪学生错误模式）。
• 裁判的双重性：确定性裁判（编译、测试通过、棋类胜负）让AI快速进化；模糊性裁判（用户点击、审美、商业决策）反馈主观、滞后，仍需人类介入。AI自我进化将不均匀分布。

值得关注

• 两条路线并非对立，而是接力：确定性裁判先穷尽可验证领域，模糊性裁判和物理世界作为裁判处理剩余问题。硅谷资金同时下注（SSI 320亿美元，LeCun 10.3亿美元），表明市场认为两者均不可忽视。
• 对创业者启示：通用大模型门槛过高，但场景反馈才是新护城河。AI应用价值将从“生成内容”转向“完成结果”，能定义结果并积累数据闭环的公司将拥有定价权。
• 人类角色不会弱化：作为最终极的模糊性裁判，人类的标准、判断和价值观在审美、商业决策等领域不可或缺。