杨立昆告诫学术界：“你们绝对不应该研究大语言模型”

多年来，杨立昆一直在提醒人工智能行业：大语言模型是一条绕远路。在一段如今正在 X 上广泛传播的演讲片段中，这位图灵奖得主把警告的矛头指向了规模更小、处境也更脆弱的群体——大学实验室里的研究人员，而且这一次，他没有留下任何余地。

“不要研究大语言模型。至少，如果你在学术界，就绝对不要研究大语言模型。你没有什么能贡献出来。如果你有兴趣推动人工智能取得真正进展，研究能扎根现实世界的人工智能，或者想做具身人工智能，那就别研究大语言模型，也别研究生成式模型。”

他是在苏黎世联邦理工学院发表这番言论的。当时，他正在 5 月 29 日举行的 Frontiers of Embodied AI 讲座系列中发表题为“World Models: Enabling the Next AI Revolution”的演讲。本周，人工智能评论员罗汉·保罗（Rohan Paul）将这段视频称为杨立昆的“最新演讲”并发布出来，尽管这场演讲其实已经过去四个月。接下来一句话引来笑声：“所以，你们大概也猜得到，这让我在硅谷不太受欢迎。”他身后的幻灯片标题是“给人工智能同行科学家的建议”，最后一行用红色大写字母写着：“如果你对人类水平的人工智能感兴趣，就别研究大语言模型。”

推荐阅读李飞飞谈World Labs并入AMD：“宇宙不是由文字构成的，而是由真实的事物构成的……”

前半部分说的是算力

抛开挑衅意味不谈，这番给学界的建议归根结底是在谈经济现实。大语言模型的进步，靠的是在计算集群上进行训练，而只有少数几家公司负担得起这样的投入。预算决定了竞赛走向，博士生很难为此添上多少筹码；这就是“你没有什么能贡献出来”在现实中的含义。杨立昆多年来一直在强调这一点：据 VentureBeat 报道，2024 年他在巴黎参加 VivaTech 时，曾告诉想要打造下一代人工智能的学生，大语言模型掌握在大公司手中。

幻灯片还列出了他认为研究人员应该投入时间的方向：用联合嵌入架构取代生成式模型，用能量模型取代概率模型，用正则化方法取代对比方法；用模型预测控制取代强化学习——他认为强化学习只应保留作一项用途：当现实没有按预测发展时，用来修正计划。这些想法可以用相对普通的硬件进行验证，而这正是大学实验室仍然占有优势的地方。

后半部分才是真正的挑衅

“生成式模型也别研究”这句话，比通常针对聊天机器人的批评走得更远。它否定的是生成本身，也就是通过预测下一个词或像素来构建智能的思路，因此杨立昆与许多被归入具身人工智能领域、看似与他站在同一阵营的研究者产生了分歧。上周，AMD 同意以全股票交易的方式收购李飞飞的 World Labs，交易估值约为 82 亿美元。《The Register》称，这笔交易是在对冲大语言模型可能走入死胡同的风险，并指出杨立昆也表达过类似看法。然而，World Labs 打造的是能够生成并模拟三维环境的模型。NVIDIA 的 Cosmos 3 同样是生成式世界模型，而 Physical Intelligence 则在视觉语言模型的基础上构建机器人模型。流向“世界，而非文字”的资金，大多并没有投向杨立昆所说的那种路线。

一位身处资本牌局中的人给出的建议

还得把演讲者自身的处境考虑进去。杨立昆离开 Meta 后，如今担任巴黎 AMI Labs 的执行董事长。该公司在 3 月以 35 亿美元估值融资 10.3 亿美元，创下欧洲最大种子轮融资纪录，目标是打造作为大语言模型替代方案的世界模型。公司正在巴黎、纽约、蒙特利尔和新加坡扩充团队。每一位采纳他建议的研究人员，都可能成为潜在的应聘者。

这并不意味着他的建议出于犬儒算计。在 AMI 还不存在之前，他就已经持有这一观点；早在投资者愿意为此投入真金白银之前，他就已经为此付出了声誉代价。但到了 2026 年，研究建议与商业计划恰好指向同一个方向，学生们应当把这一点纳入考量。

杨立昆开玩笑说，这番话会让他失去硅谷的朋友。对正在选择论文方向的学生来说，赌注更大：他们可能把博士研究押在他刚刚筹集十亿美元、意在证明其可行性的架构上。

标签: Large Language Models, World models, AMI Labs, ETH Zurich, Yann LeCun

更多类似内容

Anthropic招股书警告大客户可能削减支出 企业正转向更便宜的AI模型

英伟达CEO黄仁勋警告AI实验室：“可能要承担刑事责任”

OpenAI的赞助代理——ChatGPT对话里现在有了一个销售员

微软在内部文件中称AI数据抓取为“人类历史上最大的劳动盗窃”

Meta发布免费AI模型，指称OpenAI才是真正的集中化风险

DeepSeek把AI做便宜了，而美国AI泡沫押注它会一直贵下去