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

　　机器人在工厂里拧螺丝MG不朽情缘★✿◈、搬货等★✿◈，可通过特定任务训练实现★✿◈，但让它们在家中叠衣服★✿◈、倒水★✿◈、理解人的意图★✿◈，还很难★✿◈。

　　而突破的核心★✿◈，在于打造一款真正可以规划的「世界模型」架构★✿◈，即能够学习理解和预测物理世界系统宠爱天使破解版★✿◈。

　　谁曾想★✿◈，LeCun这番话再次捅了「马蜂窝」★✿◈，直接给这场狂热泼了一盆冷水★✿◈，引机器人界大佬上阵怒喷★✿◈。

　　Figure创始人Brett Adcock直接喊话★✿◈，「谁去和LeCun说一声★✿◈，让他别端着了★✿◈，亲自下场干点实事吧」★✿◈！

　　上大学时★✿◈，他有点偶然地发现★✿◈，原来早在50-60年代★✿◈，包括1981年诺奖得主David H. Hubel和Torsten N. Wiesel等人宠爱天使破解版★✿◈，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★✿◈。

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

　　所以★✿◈，我当时想宠爱天使破解版★✿◈，也许我们人类没那么聪明★✿◈，构建智能系统最靠谱的方法★✿◈，可能是让它自己学会变聪明★✿◈。

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

　　2018年★✿◈，因在概念与工程领域的突破性贡献★✿◈，他让深度神经网络成为计算技术的关键组成部分★✿◈，和Bengio★✿◈、Hinton共享图灵奖★✿◈。

　　他指出★✿◈，文本属于「低带宽」数据源★✿◈，「仅靠文本训练永远无法实现人类水平智能」宠爱天使破解版★✿◈。真正的智能来源于高带宽的感知输入——视觉★✿◈、听觉★✿◈、触觉等多模态经验★✿◈，而非低维度的离散符号★✿◈。

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

　　LeCun指出★✿◈，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★✿◈，但仍依赖人类知识的间接转移★✿◈。

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

　　猫能感知三维空间★✿◈、判断物体稳定性★✿◈、规划复杂动作★✿◈，而目前的所有生成式模型恰恰无法企及这些能力★✿◈。

　　就好比宠爱天使破解版★✿◈，让一个机器人冲一杯咖啡★✿◈，它需要想象一系列动作——拿起杯子★✿◈、倒水★✿◈、搅拌★✿◈，并预测每一步的结果★✿◈。

　　同时★✿◈，系统可结合一个「代价函数」（cost function）★✿◈，用于评估特定任务的完成情况宠爱天使破解版★✿◈。

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

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

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

　　主持人一听★✿◈，马上话锋一转打了个圆场★✿◈，「没关系★✿◈，我们不担心那些公司★✿◈。而且说真的MG不朽情缘★✿◈，我们非常信奉创业精神」★✿◈。

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

　　耐人寻味的是★✿◈，在一个关键问题上的判断与Yann LeCun不谋而合★✿◈：他也否认制造业是主要突破方向★✿◈，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」★✿◈。

　　据报道★✿◈，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★✿◈。

　　在最近的计算机视觉顶会ICCV★✿◈，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★✿◈。

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

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

　　Yann LeCun的论断看似否定了整个人形机器人领域★✿◈，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★✿◈。

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

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

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

　　Yann LeCun的警告★✿◈，最终重新定义了人形机器人竞赛的维度★✿◈：胜利者★✿◈，或许不属于推出最炫酷demo或设定最激进量产目标的厂商★✿◈，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★✿◈。

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

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

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

　　现场★✿◈，主持人再次圆话★✿◈，「但最后能跑出来的★✿◈，往往还是『臭鼬工厂』（Skunk Works）这种模式」★✿◈。不朽情缘在哪里玩★✿◈！夜景拍摄★✿◈。不朽情缘游戏★✿◈！MG不朽情缘★✿◈！不朽情缘官网登录入口下载★✿◈。不朽情缘官方网站★✿◈，投影原理★✿◈，