@heyrobinai: 整个AI行业刚刚被羞辱了——一个仅用单张显卡训练几小时的微型模型正在规划...

**整个AI行业刚刚被羞辱了**——一个仅用单张显卡训练几小时的微型模型，规划速度比价值数十亿美元的超级计算机快48倍。它真正理解了物理学，而不仅仅是记忆模式。Yann LeCun一直是对的。三年来，每个主要实验室都告诉你同样的故事：规模就是一切。只要投入更多GPU，训练更多token，模型最终会“觉醒”并理解世界。这是个谎言。或者至少，是一个代价高昂的赌局，而且刚刚输了。LeCun一直说生成式AI是死胡同。预测下一个像素或下一个token本质上是浪费——模型耗费万亿参数去记忆表面细节，而不是学习现实如何运作。他提出了JEPA作为替代：在一个压缩的思维空间中预测抽象概念。不要逐像素描绘世界，而是理解它。问题是JEPA一直在坍塌。放任自流时，模型会作弊——将狗、汽车和人类映射到潜在空间中的同一点。从技术上讲，这最小化了损失，但什么也没学到。每一个修复都很丑陋：七个损失项、冻结编码器、EMA技巧、stop-gradient。这种“用胶带修补工程”本应是一个危险信号。然后LeCun的团队发布了LeWorldModel。他们用一个正则化器替换了所有临时方案，强制潜在空间服从高斯分布。模型再也无法作弊了。要做出准确的预测，它必须真正编码物理规律。1500万参数，单张GPU，训练几小时，规划速度比基础世界模型快48倍。它能自主检测物理上不可能的事件。与此同时，OpenAI正在筹集另一笔400亿美元，用于在曼哈顿大小的数据中心训练GPT-6。整个规模扩展论点刚刚被一个能在游戏PC上运行的模型羞辱了。