我最近一直在关注Yann LeCun（杨立昆）的公开表态，他果然又出来扮演那个“扫兴”的角色了。在近期的多次交流中，这位AMI Labs（Advanced Machine Intelligence Labs）执行主席明确表示，下一代AI的重大突破，绝对不会来自于继续把语言模型（Language Models）做得更大、参数更多。相反，未来的方向是设计能够预测接下来会发生什么的系统。
这番话听起来有些反共识，毕竟现在整个行业都在疯狂堆砌算力和数据，试图用暴力美学砸出AGI（通用人工智能）。但杨立昆的逻辑非常清晰：单纯吸收更多数据的大模型，本质上只是高级的统计鹦鹉，它们缺乏对物理世界的基本常识和因果推理能力。他推崇的“世界模型”（World Models），是让AI像人类婴儿一样，通过感官输入来建立对现实世界的内部表征，从而具备真正的规划和预测能力。
我其实挺认同他的这种冷思考。现在的很多大模型应用，一旦遇到训练数据分布之外的边缘情况，就会开始一本正经地胡说八道。如果我们不能赋予模型对物理规律的底层理解，这种幻觉问题就永远无法根除。我最近在尝试将一些简单的物理引擎逻辑引入到我的Agent（智能体）工作流中，发现即使是很基础的因果约束，也能大幅降低模型的出错率。杨立昆的坚持提醒了我，在追逐参数规模的狂热中，保持对技术本质的清醒认知，才是避免被行业泡沫裹挟的最佳方式，盲目跟风只会浪费宝贵的研发资源。

相关工具推荐

如果你正在找能直接上手的工具，下面这几个是同类场景里用户用得比较多的：

• 悟空图像PhotoSir —— 悟空图像是一款非常有潜力的国产桌面端图像处理软件。提米哥认为，它的市场定位非常精准，恰好填补了“专业级在
• WPS AI —— 作为国产办公软件的扛把子，WPS AI 的上线绝对是重磅消息，它让数亿用户的办公体验直接升级。提米哥体验

想看更多同类内容，可以翻翻 AI资讯 分类。

更多工具可从 学生科研入口 按人群（电商人 / 自媒体人 / 程序员 / 学生科研）进入。