标签
Yann LeCun 表示，他对 AI 导致人类灭绝一事“零顾虑”，并称 Anthropic 首席执行官 Dario Amodei “被蒙蔽了双眼”。他主张 AI 风险被过度夸大，并将近期发生的“失控智能体”事件归咎于沙盒环境与监督机制的不完善，而非什么存在性威胁。
一条引用推文突出了Yann LeCun的声明，即扩大LLMs规模无法实现人类水平的智能或AGI，称这种想法为'完全胡说'。
@paul_cal 反驳 Yann LeCun 关于AI推理系统的观点，声称 Fable 和 Astra 比 LeCun 所暗示的更有效地利用自回归方法。
著名 AI 研究者 Yann LeCun 加入新投资公司 224 Ventures，投资 AI 初创企业。
对 Yann LeCun 赌注的分析，他认为智能始于通过 JEPA 构建的世界模型，而非语言。此举得到 AMI Labs 10.3 亿美元资金支持。本文解释了为何像素预测会失败，以及 JEPA 如何在潜在空间中进行预测以避免模糊的未来。
Yann LeCun讨论了他在巴黎的新实验室AMI Labs，他专注于世界模型作为LLMs的替代方案，以及他对能够在物理世界中规划和行动的AI的愿景，该愿景得到了10亿美元投资的支持，并采用了JEPA架构。
Yann LeCun在彭博社采访中解释，LLMs之所以有限，是因为它们只处理符号文本，而现实世界的理解需要儿童自然获得的大量感官数据。他引用莫拉维克悖论来强调这一差距。
Yann LeCun指出，尽管AI取得了进展，我们仍然缺乏L5级自动驾驶汽车，以及能够像人类青少年或10岁儿童那样表现的家用机器人。
Yann LeCun呼应了关于AI权力集中是最大危险的担忧，可能导致少数实体控制信息获取。
Yann LeCun批评当前的LLMs并非真正智能，并描述了他的新公司AMI Labs正在开发的联合嵌入预测架构（JEPA），旨在创建更灵活、能够理解物理世界的人工智能。
Yann LeCun在联合国开源周上表示，开源AI对于全球AI主权至关重要，因为专有AI对于大多数国家和公司来说过于昂贵且集中化。
Yann LeCun称Elon Musk的xAI是'失败之作'，并警告高昂的AI支出可能导致'巨大泡沫破裂'，批评该公司与OpenAI和Anthropic竞争的能力。
这篇文章认为，虽然Yann LeCun在科学上可能是正确的——LLM缺乏真正的智能，但它们的实际效用意味着它们已经在市场上获胜。
Yann LeCun 与合著者发表论文，主张AI行业应放弃通用人工智能（AGI）目标，转而提出超人类适应智能（SAI），专注于超越人类能力的专门化适应。
Yann LeCun 认为真正的 AI 需要的是理解物理世界的世界模型，而不仅仅是语言预测。本文探讨了智能是否可以在没有语言的情况下存在，并建议将两种方法结合起来。
一份精心整理的关于Joint Embedding Predictive Architectures（JEPA）的论文、模型、代码、数据集和学习资源列表，这是Yann LeCun提出的用于世界模型的自监督方法。
本文系统梳理了世界模型（world model）这一概念从1943年Craik的心理隐喻到2024-2026年产业爆发的演进历程，详细介绍了符号AI、深度学习流派（Schmidhuber-Ha、Dreamer系列、JEPA、视频生成方向）的核心理念与代表作品，并指出当前定义混乱、各派竞争的现状。
由 IBM 和 Meta 创立的 AI Alliance 发起了 Project Tapestry，这是一个全球联盟，旨在通过协作构建主权前沿 AI 模型，Yann LeCun 担任首席科学顾问。该计划探索通过汇集数据、算力和专业知识，分布式联盟是否能够与集中式实验室相匹敌。
一篇讨论质疑Yann LeCun对人类学习与AI的对比，认为人类继承了数百万年进化预训练硬编码在基因中，赋予婴儿先进的空间推理基础，而LLMs缺乏这一点。