260
0📝 本期播客简介
本期我们克隆了：NTU- Institute of Advanced Studies · Yann LeCun: World Models & The Next AI Revolution | NTU IAS Public Lecture
原内容更新时间：2026-11-12
大模型读完人类公开文本，大约要花40万年；一个4岁孩子靠视觉、触觉学习世界，却只用了约1.6万小时。Yann LeCun认为，机器要迈向人类水平的智能，光靠文本训练和生成答案还不够。
这场南洋理工大学公开讲座中，图灵奖得主 Yann LeCun从婴儿如何建立世界模型讲起，解释JEPA如何在抽象表征中预测、为什么逐像素生成视频会遇到根本困难，以及机器怎样借助世界模型规划行动。他还谈到强化学习为何难以让机器安全地学会开车、AI时代读大学和研究生是否仍有价值，以及JEPA可能如何改变算力与内存的需求。
👤 本期嘉宾
Yann LeCun是纽约大学计算机科学教授、Advanced Machine Intelligence Lab执行主席，也是Meta基础人工智能研究实验室创始主任。他因卷积神经网络的开创性工作奠定现代深度学习的重要基础，并于2018年获得图灵奖。本集聚焦他提出的JEPA与世界模型，以及他对生成式AI、机器规划和AI研究方向的判断。
⏱️ 时间戳
AI的常识短板
11:14 机器会下棋，却还做不好猫狗轻松完成的事
婴儿如何学会世界
16:21 婴儿约9个月学会物体会受重力影响
文本训练的局限
20:31 人读完大模型训练文本要约40万年
世界模型如何规划
26:04 世界模型可以连续预测一串动作的结果
JEPA为何不生成像素
31:54 视频大部分信息其实无法预测
SIGReg防止表征坍塌
42:15 让样本表征彼此不同，避免坍塌
JEPA的视觉与规划成果
56:47 单目视频训练出的系统学会了深度
规划、强化学习与泛化
1:11:31 自动驾驶强化学习可能得把车开下悬崖几千次
AI时代的学习与职业
1:23:03 生产成本下降，消费和相关工作反而增加
现场问答：模型与算力
1:36:34 JEPA可能更省内存，但规划会更耗算力
🌟 精彩内容
💡 机器聪明，不等于真的会思考
LeCun认为，智能不只是记住知识、拿下固定测试，而是在没见过的问题面前迅速学会怎么做。机器能下棋、写代码，却还做不好猫狗轻松完成的日常任务。
"智能不是知识的积累。"
💡 婴儿靠少量经历建立世界模型
孩子看见物体无支撑却悬在空中，会比更小的婴儿更在意，因为他们已经学会物体会掉下来。LeCun用这个例子说明，理解世界包括判断什么事合理、什么事令人意外。
"婴儿会学到世界模型，让他们能够判断什么是可能的，什么是不可能的。"
💡 预测像素，可能预测错整个未来
世界里的细节常常无法预测：系统能猜车辆大致怎么走，却不知道路边树叶如何随机运动。逼模型生成视频的每个像素，可能产出看似真实、实际却编造的未来；JEPA因此改为预测抽象表征。
"视频里的大部分信息都是不可预测的。"
💡 强化学习学开车，可能要先摔下悬崖几千次
在可模拟的棋盘或机器人环境中，强化学习有用；但在真实道路上，试错代价太高。LeCun用悬崖举例：系统可能得反复把车开下去，才逐渐学会避开危险。
"如果你把车放在悬崖边，RL 系统在最初 100 年的训练中，会把车开下悬崖。"
💡 AI让工作变多，不只是让人做得更快
LeCun认为，coding agent提高个人产出后，人们会做更多探索、研究和产品开发，需求也会扩大。他判断计算机科学和AI工作不会减少，基础编程的前景则与系统设计不同。
"计算机科学领域的工作，尤其是 AI 领域的工作，不会减少，反而会增加。"
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺
如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight
