哈嘍！伙伴們，我是小智，你們的AI向?qū)?。歡迎來到每日的AI學習時間。今天，我們將一起深入AI的奇妙世界，探索“LeCun攜世界模型回歸！Meta砸千萬搶人，內(nèi)斗升級”，并學會本篇文章中所講的全部知識點。還是那句話“不必遠征未知，只需喚醒你的潛能！”跟著小智的步伐，我們終將學有所成，學以致用，并發(fā)現(xiàn)自身的更多可能性。話不多說，現(xiàn)在就讓我們開始這場激發(fā)潛能的AI學習之旅吧。

LeCun攜世界模型回歸！Meta砸千萬搶人，內(nèi)斗升級：

昨日，Meta 推出了其新的“世界模型”V-JEPA 2，旨在實現(xiàn)物理世界中頂尖的視覺理解與預測能力，以提升 AI 主體的物理推理能力。對于構建能在物理世界中運作的 AI 智能體和實現(xiàn)高級機器智能（AMI）的工作而言，物理推理能力至關重要。

在一段發(fā)布的 V-JEPA 2 視頻演示中，圖靈獎獲得者、Meta 首席 AI 科學家 Yann LeCun 將 V-JEPA 2 描述為“現(xiàn)實的抽象數(shù)字孿生”，使 AI 能夠 “預測其行為的后果” 并 “規(guī)劃行動方案以完成給定任務”。

“我們相信，世界模型將開啟機器人技術的新紀元，使現(xiàn)實世界中的 AI 主體能夠幫助完成家務和體力任務，而無需海量的機器人訓練數(shù)據(jù)?！?/p>

比英偉達的 Cosmos 模型快 30 倍，現(xiàn)已開源

作為人類，我們具備預測物理世界如何因響應自身或他人行為而變化的能力。例如，你知道將網(wǎng)球拋向空中時，重力會將其拉回地面；在陌生的擁擠區(qū)域行走時，你會朝著目的地移動，同時避免碰撞沿途的人群或障礙物；打曲棍球時，你會滑向冰球的前進方向，而非它當前的位置。

實際上，人類是通過觀察周圍世界并構建內(nèi)部模型來形成這種物理直覺，進而預測假設行為的結果。

V-JEPA 2 的作用就是，幫助 AI 主體模擬這種智能，使其對物理世界的認知更加敏銳。具體來說，此類世界模型賦予 AI 三大核心能力：理解、預測與規(guī)劃，試圖構建現(xiàn)實的內(nèi)部模擬，幫助機器預測結果并據(jù)此規(guī)劃行動。

并且，Meta 稱，V-JEPA 2 可以在不需要標記視頻片段的情況下執(zhí)行此類推理，這使其有別于 ChatGPT 或 Gemini 等現(xiàn)有生成式 AI 系統(tǒng)，旨在為自動駕駛汽車、倉庫機器人和無人機配送系統(tǒng)等 AI 驅(qū)動型技術實現(xiàn)實時空間理解。

另外據(jù)了解，這次的 V-JEPA 2 是 Meta 去年發(fā)布的視頻訓練模型 V-JEPA 的擴展版本，進一步提升了理解與預測能力，使機器人能與陌生物體和環(huán)境交互以完成任務。

該模型是在 100 多萬小時的視頻基礎上訓練出來的，其訓練數(shù)據(jù)旨在幫助機器人或其他人工智能主體在物理世界中運作，理解并預測諸如重力等概念將如何影響序列中的后續(xù)事件，這些是幼兒和動物在大腦發(fā)育過程中形成的常識性聯(lián)系。例如，當你和狗玩接物游戲時，狗會理解將球在地上彈跳如何使其向上反彈，或者它應該跑向它認為球?qū)⒙涞氐奈恢茫皇乔蛟谀且豢痰木_位置。

Meta 還描述了一些機器人可能會遇到的情況，比如機器人手持盤子和鍋鏟、走向放有熟雞蛋的爐子的視角。AI 可以預測，下一個極有可能的動作是用鍋鏟將雞蛋移到盤子里。 當在實驗室機器人上部署時，Meta 發(fā)現(xiàn)機器人可借助 V-JEPA 2 執(zhí)行抓取、拾取物體并將其放置到新位置等任務。

同時，該公司還發(fā)布了三項新的基準測試，包括 IntPhys 2、MVPBench 和 CausalVQA，用于評估現(xiàn)有模型從視頻中進行物理世界推理的能力。

據(jù) Meta 稱，V-JEPA 2 的速度比英偉達的 Cosmos 模型快 30 倍。今年的 CES 上，英偉達宣布公開提供一系列可以預測和生成“物理感知”視頻的世界模型，此系列為 Cosmos World Foundation 模型，簡稱 Cosmos。不過，Meta 評估自己模型的基準可能與英偉達不同。

值得注意的是，現(xiàn)在 Meta 已將 V-JEPA 2 開源，允許開發(fā)人員訪問、測試并將其集成到各種用例中。

LeCun 力挺 V-JEPA 2，“想法已研究 20 年”

對于這次的 V-JEPA 2，Yann LeCun 顯然也十分重視，不僅在演示視頻中親自出鏡講解這一成果，并在 Meta 官方介紹 V-JEPA 2 后火速在社交平臺轉發(fā)帖子。

LeCun 在塑造現(xiàn)代 AI 方面發(fā)揮了重要作用，他的早期工作主要集中在神經(jīng)網(wǎng)絡和計算機視覺上，為后來的深度學習奠定了基礎。加入 Meta 后，LeCun 就一直負責 Meta 的 AI 研究工作，領導的基礎 AI 研究實驗室（Fundamental AI Research）。直到 2023 年，Meta 才又新成立了一個生成式 AI 小組。

然而，一直以來，LeCun 都認為，AI 需要世界模型，而不僅僅是大語言模型?！拔覀冃枰?AI 來構建世界如何運作的模型，而不僅僅是模仿人類文本?！彼€曾透露：“通過訓練系統(tǒng)預測視頻中將要發(fā)生的事情來理解世界如何運作的想法是非常古老的。我至少以某種形式研究了 20 年?！?/p>

在 LeCun 最近的公開發(fā)言中，他也多次批評 LLM 不足以實現(xiàn)人類水平的智能，而主張建立通過觀察環(huán)境和與環(huán)境互動來學習的世界模型。今年的英偉達 GTC 大會上，LeCun 直接將 LLM 貶為“token 生成器”，還放話稱“五年內(nèi)沒有理智的人會繼續(xù)使用它們”。

因而，今年 4 月，當 Meta 因 Llama 4 發(fā)布后表現(xiàn)不佳招致種種“落后”質(zhì)疑時，就有業(yè)內(nèi)人士直接將根源歸咎于其“對 LLM 前進方向的厭惡 / 拒絕”心態(tài)。還有網(wǎng)友表示，“有像 Yann Lecun 這樣的頂級科學家、數(shù)千億資本支出用于計算資源以及內(nèi)部研究，Meta 竟然還能搞砸成這樣。”

這次發(fā)布 V-JEPA 2 后，不少網(wǎng)友都表示，LeCun 終于帶著他的世界模型“熬出頭”了。

Meta 公開表示， V-JEPA 2 標志著其長期 AI 路線圖的一個關鍵里程碑，尤其是在與 OpenAI、微軟和谷歌的競爭日益激烈的情況下。隨著世界模型在 AI 進步中變得越來越重要，V-JEPA 2 將使 Meta 在開發(fā) “通用人工智能” 的競賽中發(fā)揮主導作用 —— 這類 AI 有望在現(xiàn)實世界中更接近人類的思考和行動模式。

急于追趕 AI 進度的小扎，已親自上陣

推出 V-JEPA 2 的這個當下，正值 Meta 加倍押注其 AI 雄心之際。據(jù)悉，該公司不僅希望通過 AI 改善 Facebook 和 Instagram 的用戶體驗，還致力于開發(fā)機器人技術和自主系統(tǒng)方面的長期能力。

而如今，來自中國的 DeepSeek 和 Qwen，在開源社區(qū)中的影響力愈加擴大，Llama 激起的“水花”反而越來越小，Llama 4 也不盡如人意。面對這樣的情況，Meta 的首席執(zhí)行官馬克?扎克伯格（Mark Zuckerberg）似乎也開始著急了。

前不久，有外媒報道，這家科技巨頭向 Scale AI 投資 140 億美元，這是一家總部位于舊金山的初創(chuàng)公司，為機器學習提供訓練數(shù)據(jù)。該公司由 Alexandr Wang 創(chuàng)立，有望在 Meta 下一階段的 AI 發(fā)展中發(fā)揮關鍵作用。知情人士透露，Wang 還被聘請領導 Meta 的關鍵人工智能計劃。這筆投資也與扎克伯格的既定目標一致，即“將 AI 嵌入 Meta 的核心產(chǎn)品中” 。

另據(jù)一位知情人士透露，Meta 的領導層抱怨該公司領先的 AI 團隊缺乏圍繞數(shù)據(jù)的創(chuàng)新，期望 Scale AI 能夠重新點燃其 AI 工作。在過去的幾年里，OpenAI 等領先的 AI 實驗室一直依靠 Scale AI 來生成和標記用于訓練模型的數(shù)據(jù)。Anyscale 聯(lián)合創(chuàng)始人 Robert Nishihara 曾指出，“數(shù)據(jù)是一個移動的目標，要迎頭趕上，這不僅僅是有限的努力——你必須創(chuàng)新?！?/p>

并且，時隔兩年，Meta 再次著手引入新的 AI 團隊。

據(jù)外媒報道，該公司正在組建一個專注于實現(xiàn)“超級智能”目標的團隊，并由扎克伯格親自領導進行。他計劃為超級智能組招募約 50 名頂尖 AI 專家，并將向這些人員提供為期數(shù)年、價值數(shù)千萬美元的薪酬方案，包括股權激勵。

當前，他不僅私人會見了多位頂尖 AI 研究人員和工程師，還組建了名為“Recruiting Party”的 WhatsApp 群組。谷歌 DeepMind 首席研究員 Jack Rae 預計將加入 Meta 的超級智能團隊，他也是該團隊曝出的首個成員。Rae 此前在谷歌 DeepMind 工作了兩年，負責 Gemini 的“思考”相關進展。另有消息稱，AI 語音初創(chuàng)公司 Sesame AI 的機器學習負責人 Johan Schalkwyk 也已被 Meta 招募。

與此同時，Meta 的一些競爭對手似乎正在為留住 AI 研究人員提供新的激勵措施。一位知情人士透露，Meta 曾試圖挖走谷歌頂級人工智能研究員之一 Koray Kavukcuoglu 以及 OpenAI 首席研究員 Noam Brown，但均未成功。

世界模型競爭開始升溫
不同于解讀和生成文本的大型語言模型，世界模型更注重空間理解、因果推理和預測能力。這些模型可能成為任何在動態(tài)現(xiàn)實環(huán)境中運行的 AI 的核心要素。根據(jù) Meta 的說法， V-JEPA 2 依賴于簡化的空間推理而不是大量的數(shù)據(jù)輸入，這可能使其比現(xiàn)有的 AI 模型更高效、適應性和可擴展性都更強。

因此，其影響很可能不僅限于物流和機器人技術。

如果像 V-JEPA 2 這樣的世界模型繼續(xù)按預期發(fā)展，它們可能會為 AI 在陌生環(huán)境中自主運行鋪平道路，進而開拓醫(yī)療、農(nóng)業(yè)甚至救災等領域的應用場景。

并且，Meta 的這一舉措，似乎也順應了 AI 研究正向世界建模發(fā)展的增長趨勢。

去年 9 月，AI 研究員李飛飛為初創(chuàng)公司 World Labs 籌集了 2.3 億美元，該公司同樣專注于構建大規(guī)模世界模型。與此同時，谷歌 DeepMind 部門正在測試名為 Genie 的世界模型項目，旨在實時模擬游戲和虛擬環(huán)境。

嘿，伙伴們，今天我們的AI探索之旅已經(jīng)圓滿結束。關于“LeCun攜世界模型回歸！Meta砸千萬搶人，內(nèi)斗升級”的內(nèi)容已經(jīng)分享給大家了。感謝你們的陪伴，希望這次旅程讓你對AI能夠更了解、更喜歡。謹記，精準提問是解鎖AI潛能的鑰匙哦！如果有小伙伴想要了解學習更多的AI知識，請關注我們的官網(wǎng)“AI智研社”，保證讓你收獲滿滿呦！