大佬 Yann LeCun（杨立昆）在 X 上的硬核发言，狠狠戳破了当前 AI 圈狂热的“算力迷信”。简单来说就是：现在的 AI 越来越大，越来越费电，可能… · @realfxw · TwKit

@realfxw

大佬 Yann LeCun（杨立昆）在 X 上的硬核发言，狠狠戳破了当前 AI 圈狂热的“算力迷信”。简单来说就是：现在的 AI 越来越大，越来越费电，可能根本就走错路了。 现在大家都在卷大模型（LLMs），参数动辄几百上千亿。为什么模型非得这么大？LeCun 解释得很透彻：因为现在的 AI 本质上都在“死记硬背”。它们把全网的知识全都吞进去，存在巨大的参数堆里，所以才能回答你各种五花八门的问题。这就好比一个超级记忆大师，虽然能倒背如流一整本百科全书，但代价极其昂贵——需要吃掉海量的内存、算力，烧掉无数的钱。 但是，我们要的真的是一个只会背书的机器吗？ LeCun 提出了另一条路：用真正的“理解”来代替“死记硬背”。这就是他一直死磕的 JEPA（联合嵌入预测架构）世界模型。 说句人话，打个比方：你教小孩什么是“重力”，你不需要让他看遍世界上所有物体掉落的视频，更不需要让他背下牛顿定律的每一个字。你只需要让他扔几次苹果，摔几次玩具，他就“理解”了这个物理规律。 JEPA 也是这个逻辑。它不去强行重建或死记每一个像素或单词，而是去抓取数据背后真正的运作规律。一旦 AI 掌握了这种“常识”，它需要的数据和内存就会呈现断崖式下跌。正如评论区里提到的那个惊人对比：仅仅 1 亿多（109M）参数的 JEPA 模型，在特定任务上甚至能暴打 720 亿（72B）参数的传统大模型。 这意味着什么？这意味着未来的 AI 可能不需要塞满成千上万张显卡的机房，也不需要把整个互联网的数据都喂进去。通过建立对世界的真正理解，哪怕在极低的内存下，它也能极其聪明。 真正通向 AGI（通用人工智能）的门票，或许根本不是单纯的“大力出奇迹”，而是让机器像人类一样去建立认知。现在的科技巨头们都在狂买显卡，但如果 LeCun 是对的，下一代 AI 的终局，可能属于那些真正“懂”这个世界的小模型。

曝光 69 · 评论 0 · 点赞 0 · 书签 0