LeCun炮轰Hinton：认可LLM只为退休宣扬AI恐惧，坚持JEPA五年内颠覆

事件概述

图灵奖得主Yann LeCun在近期播客专访中直言不讳，不仅批评同行Hinton和Bengio“变了”，还系统阐述了自己与LLM阵营的彻底决裂。LeCun认为Hinton从2023年GPT-4后突然顿悟LLM接近人类智能，实质是“想退休了，然后到处去做AI危险的演讲”。他同样不认同Bengio的立场，强调自己从未改变，是对方改变了认知。

核心分歧：LLM不是智能之路

LeCun明确表示LLM作为产品很有用，但并非通往人类水平智能的路径，甚至不是动物水平智能的路径。他认为LLM本质上不可靠，无法消除幻觉，因为训练与测试之间永远存在gap，任何prompt都能导致愚蠢输出。即使代码领域能验证，也仅限约束空间，而现实世界的高维、连续、噪声问题LLM无法处理。

LeCun以“17岁孩子开车只需20小时”为例，指出当前模仿学习连自动驾驶一个任务都搞不定，需要海量数据且脆弱。而世界模型通过预测行动后果并规划，可实现zero-shot解决新任务，这是根本区别。

JEPA世界模型：五年统治世界？

LeCun详细介绍了JEPA（联合嵌入预测架构）——一种非生成式方法：通过损坏图像后让预测器从损坏表征预测原始表征，而非重建像素。他断言这种方法比VAE、MAE等生成式方法更有效，能学到好的抽象表征。他调侃称“五年内，JEPA类世界模型完全统治世界”，并认真表示到2027年初LLM范式的局限将人人可见。

离开Meta：因LLM竞赛挤占探索研究

LeCun回忆在Meta（FAIR）建立顶级研究实验室的成就（如PyTorch），但自Meta卷入LLM竞赛后，大量探索性研究被降级。连Llama 4令扎克伯格不满后，公司彻底转向追赶行业，FAIR不再是推进JEPA和世界模型的合适场所。他暗示Scale AI的Alexandr Wang影响了扎克伯格，使公司聚焦纯LLM，这促使他离职创办AMI Labs（Advanced Machine Intelligence），总部设在巴黎以远离硅谷羊群效应。

行业批判：OpenAI是下一个Sun Microsystems

LeCun认为当前闭源AI公司（OpenAI、Anthropic）如同1990年代的Sun Microsystems，最终将被开源替代。他看衰LLM数据上限——公开文本已用尽，且这些公司只能靠合成数据或商业授权。他批评Anthropic用恐惧推动AI监管，认为其有商业理由。他推崇联邦学习项目“Tapestry”，通过全球贡献者训练开放模型，适配不同语言和文化。

对AI从业者的建议

LeCun直言：“如果你在读PhD，别做LLM。没意义，你做不了贡献。”他认为LLM领域已挤满工程师和产品化，学术创新空间极小。真正的突破在于世界模型和objective-driven AI——系统能预测行为后果并优化，而非自回归预测下一个token。