Yann LeCun Meninggalkan Meta untuk Bertaruh $3.5 Bilion pada World Models

Pertaruhan €3.5 Bilion

Apabila seseorang dengan kredibiliti seperti LeCun berjaya mengumpul €500 juta pada penilaian €3 bilion sebelum pelancaran, industri pasti akan memberi perhatian. AMI Labs (Advanced Machine Intelligence) secara rasmi bermula pada Januari 2026 dengan tesis yang mudah tetapi revolusioner: LLM adalah jalan buntu untuk kecerdasan sebenar.

LeCun telah menyatakan perkara ini selama bertahun-tahun, tetapi kini beliau mempertaruhkan kerjayanya untuk membuktikannya. Di persidangan AI-Pulse di Paris, beliau berkata dengan terus terang: "Silicon Valley benar-benar terhipnotis oleh model generatif. Anda perlu melakukan kerja seperti ini di luar Silicon Valley."

Mengapa LLM Tidak Mencukupi

Inilah hujah terasnya, dan ia mengejutkan mudah. LLM meramalkan token seterusnya. Itu sahaja. Mereka tidak memahami fizik. Mereka tidak mengekalkan memori yang kekal merentasi sesi. Mereka tidak boleh merancang tindakan berbilang langkah di dunia sebenar.

LeCun berhujah bahawa had asas ini bermakna LLM tidak akan pernah mencapai pemahaman kontekstual yang manusia anggap biasa. Seorang kanak-kanak yang tidak pernah melihat objek tertentu masih boleh meramalkan bahawa menjatuhkannya akan menyebabkan ia jatuh. LLM, walaupun dilatih dengan keseluruhan internet, tidak boleh membuat inferens itu dengan pasti.

Apa Sebenarnya World Models Itu?

Jika anda telah mengikuti evolusi world models dalam AI video, anda telah melihat sekilas teknologi ini. GWM-1 Runway dan Marble World Labs adalah percubaan awal untuk membina AI yang memahami hubungan spatial dan fizik.

Tetapi AMI Labs pergi lebih jauh. Visi LeCun bukan sekadar tentang penjanaan video yang lebih baik, walaupun itu pastinya sebahagian daripadanya. Ia tentang sistem AI yang boleh:

• ✓Memerhati dan berinteraksi dengan persekitaran fizikal
• ✓Mensimulasikan senario "bagaimana jika" sebelum bertindak
• ✓Mengekalkan konteks merentasi tugasan berbilang langkah yang kompleks
• ✓Memindahkan pengetahuan antara domain yang berbeza

Fikirkan ia sebagai memberi AI keupayaan untuk berimaginasi. Bukan dalam erti kata kreatif, tetapi dalam erti kata ramalan. Apa yang berlaku jika saya tekan butang ini? Apa yang berlaku jika saya belok kiri dan bukannya kanan? Apa yang berlaku jika saya campurkan dua bahan kimia ini?

Aplikasi Pertama: Penjagaan Kesihatan

AMI Labs tidak bermula dengan robotik atau kenderaan autonomi, walaupun itu jelas dalam pelan hala tuju. Penempatan pertama mereka akan dalam penjagaan kesihatan melalui perkongsian dengan Nabla, syarikat permulaan transkripsi perubatan yang CEOnya, Alex LeBrun, kini mengetuai AMI Labs.

Ini adalah kedudukan yang bijak. Penjagaan kesihatan mempunyai masalah penukaran konteks yang besar. Perjalanan pesakit melibatkan berpuluh-puluh titik sentuhan, setiap satu dikendalikan oleh sistem yang berbeza. Jika world models boleh mengekalkan pemahaman yang koheren sepanjang perjalanan itu, ia membuktikan teknologi berfungsi dalam persekitaran berisiko tinggi.

Landskap Kompetitif

AMI Labs memasuki bidang yang sesak, tetapi dengan pengasas yang boleh dikatakan paling kredibel:

Apa yang membezakan pendekatan LeCun adalah penolakannya yang jelas terhadap hipotesis penskalaan LLM. Sementara OpenAI dan Anthropic mencurahkan sumber untuk menjadikan LLM lebih besar, LeCun bertaruh pada inovasi seni bina. Beliau percaya kejayaan akan datang daripada cara model belajar, bukan berapa banyak parameter yang mereka ada.

Mengapa Ini Penting untuk AI Video

Bagi kita yang memerhati ruang AI video, AMI Labs mewakili sesuatu yang penting. Penambahbaikan simulasi fizik yang kita lihat dalam model terkini adalah langkah kecil ke arah world models.

Bayangkan menjana video dan boleh berkata "sekarang buat watak itu mengambil objek itu" dan AI mensimulasikan fizik interaksi itu dengan betul. Ke situlah world models membawa kita.

Kita sudah melihat petunjuk tentang ini dalam penjanaan masa nyata TurboDiffusion dan eksperimen Runway dengan video interaktif. Tetapi itu masih pada asasnya model difusi dengan fizik ditaburkan di atasnya. World models sebenar akan membalikkan paradigma: fizik dahulu, penampilan kemudian.

Faktor Paris

Satu butiran yang menarik perhatian saya: LeCun sengaja membina AMI Labs di luar Silicon Valley, dengan kehadiran Eropah yang kuat berpusat di Paris.

Ada sebab praktikal: bakat AI Eropah bertaraf dunia tetapi sering diabaikan oleh syarikat Amerika. Tetapi ada juga sebab falsafah. LeCun nampaknya percaya bahawa pemikiran kumpulan mengenai LLM sangat kuat di Bay Area sehingga inovasi sebenar memerlukan jarak geografi.

Bagi AI Eropah, ini adalah pengesahan. Salah seorang penyelidik paling dihormati dalam bidang ini bertaruh bahawa kejayaan seterusnya akan datang dari sini, bukan Palo Alto.

Apa yang Akan Berlaku Seterusnya

AMI Labs baru sahaja bermula, tetapi implikasinya signifikan. Jika LeCun betul, kita akan melihat perubahan paradigma dalam cara sistem AI dibina.

Soalan terbesar adalah tentang masa. World models menarik secara teori, tetapi bolehkah mereka memberikan hasil praktikal dengan cukup cepat untuk bermakna? LLM mungkin terhad, tetapi mereka berguna sekarang. OpenAI dan Anthropic sedang membina empayar atas utiliti itu.

LeCun bertaruh bahawa siling LLM lebih rendah daripada yang orang fikirkan, dan apabila pengguna mencapainya, mereka akan mencari alternatif. AMI Labs mahu bersedia.

Gambaran Besar

Apa yang mengujakan saya tentang langkah ini bukan sekadar teknologinya. Ia tentang apa yang ia wakili untuk budaya penyelidikan AI. Terlalu lama, kita mempunyai monokultur mengenai seni bina transformer dan pemikiran bahawa skala adalah segala-galanya. LeCun memulakan AMI Labs adalah sokongan berprofil tinggi untuk pendekatan alternatif.

Sama ada world models terbukti menjadi laluan ke AGI atau tidak, mempunyai Yann LeCun komited sepenuhnya kepada pendekatan ini bermakna ia akan mendapat percubaan yang serius dan dibiayai dengan baik. Dan itu baik untuk semua orang yang percaya penyelidikan AI mendapat manfaat daripada kepelbagaian pemikiran.

Beberapa tahun akan datang akan menarik untuk diperhatikan.