「世界模型」與傳統大型語言模型（LLM）在 AI 發展上有何本質區別？

世界模型與大型語言模型 (LLM) 的本質區別

世界模型和傳統大型語言模型 (LLM) 在人工智慧 (AI) 發展上有著根本性的差異。LLM 主要透過分析大量文本數據學習語言模式，擅長文本生成、翻譯和問答等任務。然而，正如楊立昆 (Yann LeCun) 所指出的，LLM 缺乏對物理世界的真正理解和預測能力，使其在理解因果關係和進行現實世界推理方面存在局限。相較之下，世界模型旨在賦予 AI 系統理解和預測物理世界運作方式的能力，透過感知和理解環境來學習，使其能夠「想像」未來情景並規劃行動。

理解物理世界的差異

LLM 的知識主要來自文本數據，無法像人類或動物一樣透過感知和互動來學習。這導致 LLM 在理解物理定律、空間關係和因果關係方面存在根本性缺陷。楊立昆批評 LLM「比貓還笨」，強調其無法真正理解現實世界。世界模型則試圖彌補這一缺陷，透過視覺和空間數據的學習，使 AI 能夠理解物理世界的運作方式，並進行更有效的推理和決策。

發展路線上的分歧

世界模型與 LLM 的本質區別也體現在 AI 發展路線上。Meta (原 Facebook) 執行長祖克柏 (Mark Zuckerberg) 將 LLM 視為實現超級智慧的核心路徑，而楊立昆則堅信世界模型才是 AI 的未來。這種分歧導致 Meta 在 AI 發展策略上發生轉變，資源更多地投入到 LLM 的研究和應用上，使得世界模型的研究在公司內部受到邊緣化。這種策略上的差異反映了對 AI 發展方向的不同願景，也凸顯了世界模型與 LLM 在 AI 領域中代表的不同理念。