那么，Yann LeCun 的 "World Models" 和 JEPA 究竟是什么？它真的能替代 LLM 吗？

这个话题有点晚了，因为[白皮书发布在 arXiv 上](https://arxiv.org/abs/2603.19312)差不多两个月前，但这里没人提过，所以我想还是说说。先说点背景。Yann LeCun 是深度学习和卷积神经网络的先驱，曾担任 Meta（前 Facebook）的 AI 研究总监和首席 AI 科学家，后来在[在 "有趣" 的](https://www.businessinsider.com/yann-lecun-alexandr-wang-criticism-inexperienced-meta-ai-future-2026-1)[情况下](https://www.businessinsider.com/yann-lecun-alexandr-wang-criticism-inexperienced-meta-ai-future-2026-1)离开 Meta，并于 2025 年成为 Advanced Machine Intelligence (AMI Labs) 的执行主席。他因对人工智能的基础性贡献而获得 2018 年 ACM 图灵奖。arXiv 论文中描述的 "LeWorldModel" 似乎不是[LLM 的 "替代品"](https://www.youtube.com/watch?v=6uW_GZdX1rU&t=67s)。AI 领域对此存在很多混淆。[在采访中](https://www.youtube.com/watch?v=ngBraLDqzdI&t=357s)，Yann 非常明确地表示，他认为 LLM 仍然具有重要价值。这不是一个二选一的问题。总之，据我所见，JEPA 模型并非针对语言优化，而是针对[需要视觉处理的 AI](https://arxiv.org/abs/2506.09985)，例如机器人、自动驾驶和工业控制。JEPA 不像 LLM 那样处理语言，它处理的是像素。总之，想知道这里是否有人有其他想法或不同意。