楊立昆主張的「世界模型」是什麼？它與目前主流的大型語言模型（LLM）有何根本不同？

楊立昆的「世界模型」概念

楊立昆（Yann LeCun）提出的「世界模型」（World Models）是一種 AI 架構，旨在使機器能夠理解和預測物理世界的運作方式。這個概念的核心是讓 AI 系統能夠從視覺和空間數據中學習內在的因果關係，並以此建立對未來狀態的預測能力。換句話說，世界模型賦予 AI 系統「想像」未來情景的能力，使其能夠像人類或貓一樣，基於對世界的理解來規劃和執行行動。

世界模型與大型語言模型（LLM）的根本差異

楊立昆對目前主流的大型語言模型（LLM）持強烈懷疑態度。他認為，LLM 對物理世界的理解非常薄弱，無法真正實現通用人工智慧。他曾公開批評 LLM「比貓還笨」，並認為這種技術永遠無法達到人類智慧的水平。LLM 主要通過分析大量文本數據來學習語言模式，但缺乏對現實世界的基本理解和預測能力。而世界模型則強調通過感知和理解物理世界來實現更高級的 AI 功能。

Meta AI發展路線的分歧

楊立昆與 Meta 在 AI 發展路線上的分歧是導致他考慮離職的重要原因之一。Meta 執行長祖克柏（Mark Zuckerberg）將大型語言模型視為實現超級智慧的核心路徑，並投入大量資源進行相關研究。然而，楊立昆堅信世界模型才是 AI 的未來，這種根本性的分歧導致他在 Meta 的影響力逐漸減弱。Meta 近期的人事變動，例如聘請 Scale AI 創辦人汪滔領導新的 AI 團隊，以及對基礎 AI 研究團隊（FAIR）的資源削減，更凸顯了 Meta 在 AI 發展策略上的轉變，使得楊立昆的聲音在公司內部被邊緣化。