Meta Platforms的首席AI科学家和图灵奖得主杨立昆(Yann LeCun)计划离开公司，创立专注于一种名为'世界模型'的不同类型AI的初创企业。据《金融时报》报道，这位法国裔美国科学家已告知同事他将在未来几个月离职，并已开始为这家新创业公司筹集早期资金。
战略分歧：研究vs产品
LeCun的离职恰逢CEO马克·扎克伯格(Mark Zuckerberg)彻底改革Meta的AI运营之际。扎克伯格认为公司在与OpenAI和谷歌等竞争对手的较量中已经落后，因此决定调整战略方向。
这一转变反映了Meta近年来在AI发展路径上的根本性调整：从LeCun倡导的长期基础研究，转向扎克伯格追求的快速商业化产品发布。这种战略分歧不仅导致了LeCun的离职，也引发了业界对AI发展方向的深入思考。
世界模型：AI的新前沿
LeCun计划专注的'世界模型'代表了AI领域的前沿研究方向。这类AI系统被一些工程师期望能够通过学习视频和空间数据而非仅文本，发展出对物理世界的'内部理解'。
与当前仅预测数据序列下一部分的大型语言模型(如ChatGPT背后的技术)不同，世界模型理想情况下能够模拟因果关系、理解物理规律，使机器能够以类似动物的方式进行推理和规划。LeCun曾表示，这种架构可能需要十年时间才能完全开发成功。
现实与愿景的差距
尽管一些AI专家认为，基于Transformer的AI模型(如大型语言模型、视频合成模型和交互式世界合成模型)已经从训练数据中涌现出对物理学的建模或吸收了物理世界的结构规则，但迄今为止的证据普遍指向复杂的模式匹配，而非对物理世界实际运作方式的基本理解。
LeCun一直坚持认为，像扎克伯格置于战略中心的Llama这样的大型语言模型虽然有用，但永远无法像人类一样进行推理和规划。这与扎克伯格雄心勃勃的'超级智能'AI发展愿景日益矛盾。
Meta的AI挫折
LeCun的离职是Meta今年一系列领导层调整中的最新一次，这一年对该公司来说充满动荡。一个关键转折点是4月AI语言模型Llama 4的发布令人失望，以及随之而来的基准测试争议。行业许多人认为这是一次失败，因为其表现不如谷歌、OpenAI和Anthropic最先进的模型。
同时，Meta AI聊天bot未能获得消费者青睐，在与儿童互动方面也面临争议和挫折。
LeCun的Meta历程
LeCun于2013年创立了Meta的基础AI研究实验室(FAIR)，并一直担任公司首席AI科学家。他是三位因深度学习和卷积神经网络的开拓性工作而获得2018年图灵奖的研究人员之一。离开Meta后，LeCun将继续担任纽约大学教授，自2003年起他就在该校任教。
组织重组与权力转移
在过去一年中，随着扎克伯格将公司AI战略从长期研究转向快速部署商业产品，Meta的AI研究团队内部紧张关系加剧，并发生了大规模裁员。
今年夏天，扎克伯格聘请Alexandr Wang领导Meta的一个新的'超级智能'团队，支付143亿美元雇佣这位28岁的数据标注创业公司Scale AI创始人，并收购其公司49%的股份。LeCun此前曾向首席产品官Chris Cox汇报，现在则向Wang汇报，这被视为对LeCunAI方法的严厉批评。
扎克伯格还亲自挑选了一个名为TBD Lab的专属团队，加速下一代大型语言模型的开发，以惊人的1亿至2.5亿美元薪酬包从OpenAI和谷歌等竞争对手吸引人才。结果，扎克伯格面临着来自华尔街的越来越大的压力，要求他证明在成为AI领导者方面的数十亿美元投资将获得回报并增加收入。
历史重演？
如果Meta的AI战略重蹈覆辙，扎克伯格的最新赌注可能同样昂贵且收效甚微。这让人联想到他之前对元宇宙的转向，当时扎克伯格曾相信'元宇宙'是未来，并因此更名公司。
LeCun的离职不仅是一位顶尖AI科学家的离开，更是Meta在AI领域战略方向转变的标志性事件。世界模型的研究虽然尚处早期，但代表了AI发展的一种可能路径——超越当前基于文本的模式匹配，实现对物理世界更深层次的理解。
行业影响
这一事件对整个AI行业产生了深远影响。一方面，它显示了AI顶尖人才的流动加速，以及大型科技公司内部研究团队面临的商业化压力；另一方面，它也暗示了AI发展路线的多元化，不同专家对AI的未来有着截然不同的愿景。
随着LeCun开始专注于世界模型的研究，我们有理由期待这一领域将获得更多关注和资源，可能加速AI向更接近人类认知能力的方向发展。同时，Meta在扎克伯格领导下继续押注于大型语言模型的迭代，也将为AI行业提供另一种发展路径的试验场。
未来展望
AI正处于快速发展的关键时期，不同技术路线的竞争与共存将推动整个行业向前发展。LeCun的离职和创业计划，以及Meta的战略调整，都将成为这一发展历程中的重要里程碑。
无论最终哪条技术路线胜出，这场由顶尖科学家引领的AI创新竞赛都将为人类社会带来深远影响。世界模型的研究虽然挑战重重，但其潜在价值不可忽视——它可能为AI带来真正的理解能力，而不仅仅是模式识别。
在可预见的未来，我们可能会看到更多像LeCun这样的顶尖科学家选择离开大型科技公司，专注于他们认为更有前景的研究方向。这种人才流动和知识分散，虽然短期内可能削弱某些公司的竞争力，但从长远看，将促进AI领域的多元化和创新。
