欢迎来到拉斯维加斯游戏最新官方网站！

　　【新智元导读】一场公开演讲ღ✿，LeCun毫不留情揭穿真相ღ✿：所谓的机器人行业ღ✿，离真正的智能还远着呢ღ✿！这番话像一枚深水炸弹ღ✿，瞬间引爆了战火人文学系ღ✿。ღ✿，特斯拉ღ✿、Figure高管纷纷在线回怼ღ✿。

　　机器人在工厂里拧螺丝ღ✿、搬货等尾随单机游戏ღ✿，可通过特定任务训练实现ღ✿，但让它们在家中叠衣服ღ✿、倒水ღ✿、理解人的意图ღ✿，还很难ღ✿。

　　而突破的核心ღ✿，在于打造一款真正可以规划的「世界模型」架构3499拉斯维加斯ღ✿，ღ✿，即能够学习理解和预测物理世界系统ღ✿。

　　谁曾想ღ✿，LeCun这番话再次捅了「马蜂窝」ღ✿，直接给这场狂热泼了一盆冷水拉斯维加斯游戏最新官方网站ღ✿，引机器人界大佬上阵怒喷ღ✿。

　　Figure创始人Brett Adcock直接喊话ღ✿，「谁去和LeCun说一声尾随单机游戏ღ✿，让他别端着了人类学ღ✿，ღ✿，亲自下场干点实事吧」ღ✿！

　　上大学时ღ✿，他有点偶然地发现ღ✿，原来早在50-60年代ღ✿，包括1981年诺奖得主David H. Hubel和Torsten N. Wiesel等人拉斯维加斯游戏最新官方网站ღ✿，就已经开始思考「自组织」的问题——也就是系统如何自我组织学习ღ✿。

　　我一直认为ღ✿，生物学给工程提供了很多灵感ღ✿。在自然界中ღ✿，所有活着的东西都有适应能力ღ✿，只要有神经系统就能学习ღ✿。

　　所以尾随单机游戏ღ✿，我当时想ღ✿，也许我们人类没那么聪明ღ✿，构建智能系统最靠谱的方法ღ✿，可能是让它自己学会变聪明拉斯维加斯游戏最新官方网站ღ✿。

　　人工智能领域在1990至2000年代经历「寒冬」ღ✿，但2013年LeCun加入Facebookღ✿，创立FAIR（Facebook AI Research）ღ✿，并推动「深度学习」这一术语取代「神经网络」社会工作系ღ✿，ღ✿，标志着产业界开始系统性地接受这一范式ღ✿。

　　2018年ღ✿，因在概念与工程领域的突破性贡献ღ✿，他让深度神经网络成为计算技术的关键组成部分拉斯维加斯游戏最新官方网站ღ✿，和Bengioღ✿、Hinton共享图灵奖拉斯维加斯游戏最新官方网站ღ✿。

　　他指出ღ✿，文本属于「低带宽」数据源ღ✿，「仅靠文本训练永远无法实现人类水平智能」ღ✿。真正的智能来源于高带宽的感知输入——视觉ღ✿、听觉ღ✿、触觉等多模态经验ღ✿，而非低维度的离散符号拉斯维加斯游戏官方网站ღ✿，ღ✿。

　　他进一步指出ღ✿，LLM有时虽能提供实用的结果ღ✿，甚至让人误以为其「智商堪比博士」ღ✿，但这些系统只是「回忆」训练中的信息ღ✿。

　　LeCun指出ღ✿，大语言模型（LLM）存在本质瓶颈——虽然形式上通过「学习」取代了显式编码ღ✿，但仍依赖人类知识的间接转移ღ✿。

　　他强调ღ✿，即便猫的大脑仅含约2.8亿个神经元ღ✿，其对物理世界的理解与行动规划能力仍远超当前AI系统ღ✿。

　　猫能感知三维空间ღ✿、判断物体稳定性ღ✿、规划复杂动作ღ✿，而目前的所有生成式模型恰恰无法企及这些能力尾随单机游戏拉斯维加斯游戏最新官方网站ღ✿。

　　就好比ღ✿，让一个机器人冲一杯咖啡ღ✿，它需要想象一系列动作——拿起杯子ღ✿、倒水尾随单机游戏ღ✿、搅拌ღ✿，并预测每一步的结果ღ✿。

　　同时ღ✿，系统可结合一个「代价函数」（cost function）ღ✿，用于评估特定任务的完成情况ღ✿。

　　在此基础上ღ✿，可运用优化方法ღ✿，搜索能够优化任务目标的最优动作序列ღ✿，这一过程即为「规划与最优控制」ღ✿。

　　实验已证明ღ✿，可以用世界状态的表示——来自现有模型DINOღ✿，无论是从零开始学习ღ✿，还是基于V-JEPA 2等框架ღ✿，都可以做到这一点ღ✿。

　　机器人不用针对特定任务反复训练ღ✿，只需从模拟数据或真实操作中学习「动作-结果」的关系ღ✿，就能零样本完成新任务ღ✿。

　　主持人一听ღ✿，马上话锋一转打了个圆场ღ✿，「没关系欢迎来到拉斯维加斯游戏最新官方网站ღ✿，ღ✿，我们不担心那些公司ღ✿。而且说真的拉斯维加斯游戏最新官方网站ღ✿，我们非常信奉创业精神」ღ✿。

　　他将Figure的技术路径与同行对比ღ✿，直言某些公开演示只是「戏剧表演」或预设程序ღ✿。相反ღ✿，Figure机器人的所有操作都「由神经网络驱动」ღ✿。

　　耐人寻味的是ღ✿，在一个关键问题上的判断与Yann LeCun不谋而合ღ✿：他也否认制造业是主要突破方向ღ✿，并指出「人形机器人当前的竞争焦点在于谁能攻克通用机器人技术」ღ✿。

　　据报道ღ✿，特斯拉正在建设年产百万台Optimus机器人的生产线年初推出具备「量产意向」的V3原型机ღ✿。

　　在最近的计算机视觉顶会ICCVღ✿，特斯拉AI负责人Ashok Elluswamy详细介绍了公司的「神经世界模拟器」——一个通过车队视频数据训练的端到端系统ღ✿。

　　不同于传统模型根据状态预测动作ღ✿，神经世界模拟器能够基于当前状态与后续动作ღ✿，直接合成未来状态尾随单机游戏ღ✿。

　　Elluswamy确认ღ✿，这套被视作世界模型问题直接解决方案的架构ღ✿，将「无缝迁移」至Optimus机器人ღ✿。

　　Yann LeCun的论断看似否定了整个人形机器人领域ღ✿，但已有企业公开将其研发方向与他倡导的「世界模型」概念对齐ღ✿。

　　如图所示ღ✿，1X世界模型包含视觉编码器ღ✿、动作编码器ღ✿、核心网络ღ✿，以及视频与状态价值解码器ღ✿。通过对成功标签进行监督学习生成的状态价值预测ღ✿，可对输入动作的质量进行量化评估ღ✿。

　　首席执行官Bernt Børnich在播客中坦言ღ✿，让机器人进入家庭存在「理想与现实的落差」ღ✿，指出「现实环境复杂得离谱」ღ✿，甚至「Wi-Fi连接问题比机器人技术本身更棘手」ღ✿。

　　这种务实立场ღ✿，结合其轻量级肌腱驱动设计所带来的安全性优势ღ✿，暗示着行业清醒认识到ღ✿：Yann LeCun所说的「突破性进展」仍需要持续探索ღ✿。

　　Yann LeCun的警告ღ✿，最终重新定义了人形机器人竞赛的维度ღ✿：胜利者ღ✿，或许不属于推出最炫酷demo或设定最激进量产目标的厂商ღ✿，而将属于那个率先攻克机器理解物理世界这一根本性难题的探索者ღ✿。

　　搞笑的是ღ✿，主持人前一句还在夸「Llama的诞生让世界AI民主化」ღ✿，话音还没落ღ✿，LeCun就在旁边急着插话——

　　接着ღ✿，他分享了幕后故事ღ✿，「第一代Llamaღ✿，其实有一点像『海盗』项目（pirate project）景点规划ღ✿，与官方LLM并行开发」ღ✿。

　　最后ღ✿，在2023年初ღ✿，小扎下定决心组建了一个GenAI团队ღ✿，也就如今的「超级智能实验室」（MSL）的前身ღ✿，主要就是为了把它产品化ღ✿。

　　现场ღ✿，主持人再次圆话ღ✿，「但最后能跑出来的ღ✿，往往还是『臭鼬工厂』（Skunk Works）这种模式」ღ✿。