云沪深配资杨立昆谈从Meta离职的两大原因，称Alexandr Wang经验不足

　　自爆出将离开Meta的消息后云沪深配资，杨立昆（Yann LeCun）的日程安排得极其紧凑。“这基本上迫使我们加快了日程，”他说。报道出炉后，法国总统马克龙给他发了一条WhatsApp消息。杨立昆不愿透露总统具体说了什么，但暗示总统对这家新的“全球性”公司将与法国保持紧密联系感到高兴。

　　杨立昆不会担任该公司的首席执行官，而是执行董事长，这让他能拥有与在Meta时相同的研究自由。

　　报道称，杨立昆的新公司名为先进机器智能实验室（Advanced Machine Intelligence Labs），将由法国医疗人工智能初创公司Nabla的联合创始人兼首席执行官亚历克斯·勒布伦（Alex LeBrun）领导。

　　“我是一名科学家，一个有远见的人。我能激励人们去研究有趣的事物。我很擅长判断哪种技术可行、哪种不可行。但我做不了首席执行官，”杨立昆说，“我既太缺乏条理，而且也年纪太大了！”

　　数十年来，他一直在潜心构思如何让机器具备这样的智能。他也毫不讳言自己对大型语言模型的质疑态度，硅谷当下正痴迷于这类模型，认为它们有望实现超越人类的智能，但在他看来，大型语言模型虽有实用价值，其本质却受限于语言载体，存在根本性局限。要实现媲美人类的智能水平，机器还必须理解现实物理世界的运行规律。

　　为达成这一目标，他提出了一套解决方案——基于V-JEPA架构的“世界模型”。这类模型不依赖语言文本，而是通过学习视频和空间数据来理解物理世界，同时具备规划、推理和长效记忆的能力。杨立昆将这种智能形态命名为高级机器智能（AMI）。

　　杨立昆于1960年出生，在巴黎郊区长大，从小就对人类智能的起源问题充满好奇。

　　正是他八、九岁时观看的电影《2001太空漫游》（2001：A Space Odyssey），为他指明了如今的道路。他比划着，形容当时自己的思想受到了极大震撼。

　　杨立昆的父亲是一名航空工程师，同时也是个“业余发明家”，正是父亲培养了他动手制作、捣鼓各类物件的爱好。从小到大，他热衷于组装飞机模型，还吹奏木管乐器，比如竖笛，以及一种名为克鲁姆管的“古怪的文艺复兴时期乐器”——他曾加入一支文艺复兴舞曲乐队，演奏这种乐器。

　　他表示，曾经有一位老师认为他数学太差，不适合在大学里学习数学，于是他决定攻读工程学。

　　上世纪80年代，杨立昆就读于巴黎高等电子与电工技术工程师学院。正是在求学期间，他读到一本探讨“先天与后天”之争的著作——书中记录了语言学家诺姆・乔姆斯基与心理学家让・皮亚杰的辩论，这次阅读成了他的灵感迸发时刻。乔姆斯基主张人类天生具备语言能力，而皮亚杰则认为人类认知虽有先天框架，但绝大部分能力都源于后天学习。

　　“说这话可能会得罪人……”他表示，“但我读这本书的时候，觉得乔姆斯基所说的一切都不可能是真的，我们所有的能力都是学来的。智能的核心在于学习。”

　　彼时，人工智能研究——也就是当时所称的“神经网络”技术，一种大致模仿大脑工作机制的技术——在早期尝试受挫后，几乎成了一片无人问津的领域，甚至被科学界视为禁忌。但杨立昆主动寻找其他研究神经网络的学者，并与当时任职于卡内基梅隆大学的杰弗里・辛顿等人惺惺相惜，成为学术上的“知音”。

　　后来，他以博士后研究员的身份加入了辛顿所在的多伦多大学。此后，两人与约书亚·本吉奥（Yoshua Bengio）共同为深度学习和现代人工智能奠定了基础，并因此在2018年获得了计算机科学领域最负盛名的图灵奖。

　　杨立昆是多项重要早期人工智能技术的核心开创者。上世纪80年代末至90年代，他任职于美国新泽西州的AT&T贝尔实验室 —— 这座实验室曾被誉为全球顶尖的企业研究机构。在此期间，他研发出卷积神经网络架构，这种技术被广泛应用于图像识别领域。他还基于该架构搭建了一套系统，这套系统后来被各大银行普遍用于支票读取。

　　这项研究的构想其实是他在多伦多大学时萌生的，但多亏贝尔实验室雄厚得近乎无限的资金支持和前沿技术储备云沪深配资，才得以将其落地应用于现实世界。

　　杨立昆回忆起他刚加入时，当时的老板拉里·杰克尔（Larry Jackel）对他说过的一句话：“他说，‘你知道吗？在贝尔实验室，省钱可不会让你出名。’”

　　他最终与身为药剂师的妻子Isabelle以及他们的三个儿子在新泽西州定居下来，不过他大约每五周就会去一次巴黎。他说，美国给他带来了“文化冲击”。

　　贝尔实验室的辉煌岁月注定走到了尽头。一场企业重组使得实验室的资金大幅缩水，还被拆分给了不同的子公司。杨立昆重返学术界，在纽约大学启动了一个专注于神经网络研究的新项目，课后常去格林尼治村的爵士俱乐部消遣。

　　到2013年，深度学习的可行性已显而易见——其图像识别应用展现出了令人瞩目的成果。彼时谷歌刚启动“谷歌大脑”项目，一年后便收购了英国人工智能实验室DeepMind。

　　也正是在这一年，马克・扎克伯格打来电话。他有意在脸书（Facebook）组建人工智能部门，为了招揽杨立昆，特意邀请他到自己位于加州的家中赴宴。杨立昆回忆道，当时有一位私人厨师掌勺，做了“鸡肉配口感醇厚的白葡萄酒”。

　　杨立昆同意加盟，但提出了三个条件：第一，不必辞去纽约大学的教职；第二，无需迁居加州；第三，新实验室的研究成果必须对外公开。

　　扎克伯格同意了，合作就此敲定。杨立昆正式加入全球顶尖科技企业之一的脸书，牵头成立了一家致力于基础研究的全新人工智能实验室，命名为脸书人工智能研究院（FAIR）。

　　在杨立昆眼中，脸书就像“一张白纸，任其挥洒”。“资金显然不成问题。”

　　2022年初，在聊天机器人ChatGPT问世之前，各大人工智能实验室其实都已研发出类似技术，只是当时普遍将其视为实验性项目。最终，是一家规模不大、名不见经传的人工智能实验室——OpenAI，悄然推出了一款易于使用的聊天机器人产品，由此引爆了如今的人工智能热潮。

　　ChatGPT的横空出世，让Meta内部乱了阵脚。公司领导层决定全力押注大型语言模型Llama的研发。扎克伯格对公司架构进行重组，成立了生成式人工智能部门，专门负责加快相关技术的产品化进程。杨立昆则坚持，这款模型必须以开源形式发布。

　　杨立昆表示，Llama 2的发布堪称里程碑时刻，彻底改变了整个行业格局——它向所有用户开放了模型权重，任何人都可以免费下载、自由调整。这款模型一跃成为高性能开源大型语言模型的标杆，其所倡导的开源理念，与谷歌、开放人工智能研究中心推行的技术垄断路线形成了鲜明对比。一时间，Meta公司被视为人工智能研究领域的“良心企业”。

　　杨立昆透露，去年Meta在人工智能战略上进行了大刀阔斧的调整。扎克伯格向生成式人工智能部门施压，要求其加快技术研发与落地速度，这一决策最终导致双方沟通彻底失灵。

　　“我们团队其实有很多新颖且极具价值的想法，本该被投入应用。但公司管理层却只执着于那些稳妥的、已被验证可行的方案。”他说，“一旦陷入这种保守思维，只会渐渐落后于人。”

　　此后推出的几款Llama系列模型均以失败告终。2025年4月发布的Llama 4更是惨淡收场，公司还被指控操控测试基准，以此粉饰模型的性能表现。杨立昆坦承，当时团队确实“在数据结果上动了些手脚”——为了在不同的测试基准中取得更亮眼的成绩，他们针对不同测试采用了不同的模型版本。

　　“马克对此勃然大怒，基本上对所有参与该项目的人都失去了信任。最终，整个生成式人工智能部门被彻底边缘化。很多人已经离职，那些还没走的，也迟早会离开。”

　　去年6月，Meta向数据标注初创企业Scale AI投资150亿美元，同时聘请该公司28岁的首席执行官兼联合创始人亚历山大・王（Alexandr Wang）执掌帅印。亚历山大・王接手了Meta在人工智能领域的全新投资项目，以及旗下一家名为TBDLab的研究机构。该实验室的核心任务是研发新一代前沿人工智能模型。

　　此前，Meta曾因以1亿美元签约奖金为筹码，从竞争对手处挖掘顶尖研究人才而登上新闻头条。“此举究竟是否明智，留待时间检验。”杨立昆面无表情地说道。

　　对于这位受雇来领导该机构的亚历山大・王，杨立昆直言其“年纪尚轻”且“经验不足”。

　　“他学得很快，也清楚自己的短板所在……但他既没有科研工作的相关经验，也不懂研究该如何开展、如何推进，更不知道什么因素能吸引研究人员，什么因素会让他们反感。”

　　亚历山大・王同时还成了杨立昆的直属上司。被问及面对这种层级关系的转变作何感想，起初，他对此不以为意，表示自己向来习惯与年轻人共事。“当年脸书工程师的平均年龄只有27岁，我的年纪是他们的两倍。”

　　“亚历山大（王）也没有对我指手画脚，”他回应道，“没人能命令研究人员该做什么，尤其是像我这样的研究人员。”

　　谈及自己在Meta任职十余年后最终决定离职的原因，杨立昆直言不讳。他表示，继续留在公司已陷入难以调和的立场困境。尽管扎克伯格十分认可他在世界模型领域的研究，但公司为推动超级智能项目新招募的一批人，“满脑子都是大语言模型”。

　　显然，这一状况让杨立昆深感格格不入。“我敢肯定，Meta内部有不少人，或许也包括亚历山大，都巴不得我不要对外宣称：就实现超级智能而言，大语言模型本质上是一条死胡同。”他说，“但我不会因为某些人认为我错了，就改变自己的观点。我本身并没有错。作为一名科学家，我的职业操守不允许我做出违心之举。”

　　促使他离职的另一大原因是，他在世界模型与自主智能体（AMI）领域的研究成果，已展现出诸多潜在应用场景，例如航空发动机和重工业等，但这些领域均非Meta的关注重点。此外，杨立昆毫不费力便找到了愿意投资新一代人工智能技术的投资方。

　　在职业生涯的全新阶段，杨立昆认为，创办一种“新型实验室”——也就是兼顾基础研究的初创企业——是当下最具发展潜力的新赛道。他以OpenAI前首席技术官米拉・穆拉蒂创办的思维机器公司（Thinking Machines，“但愿投资方清楚他们在做什么”），以及开放人工智能联合创始人兼首席科学家伊利亚・萨茨凯弗创立的安全超级智能公司（Safe Superintelligence，“这家我敢肯定，投资方完全搞不懂他们在做什么”）为例，称这两家企业就是很好的范本。

　　他提出的全新模型架构，借助视频数据帮助人工智能模型理解现实世界的物理规律，从而使其能更精准地预测后续可能发生的事件。该模型还会依托“类情绪机制”——即过往的经验与评估结果——来指导预测过程。

　　“如果我掐你一下，你会感到疼。这件事会进而影响你对我的认知模型。等到下一次我抬手靠近你时，你就会本能地退缩。这就是你的预测机制在发挥作用，而触发这一反应的‘情绪’，正是恐惧或是对疼痛的回避。”他解释道。

　　杨立昆表示，未来12个月内，人们就能看到这一技术的“雏形版本”，而更大规模的落地应用将在几年内实现。尽管这还远算不上真正的超级智能，但已为其铺就了可行路径。“或许我们目前仍未察觉到某些潜在障碍，但至少未来可期。”

　　被问及希望能留下怎样的人生遗产，他不假思索地答道：为世界增添更多智能。“智能，才是我们这个世界最需要去不断积累的东西。”他补充道，更多的智能意味着更少的人类苦难、更理性的决策，以及对世界和宇宙更深层次的认知。

　　“人类的苦难源于愚昧。”