楊立昆：當(dāng)前AI缺失人類四大核心智能 理解物理世界等能力待突破。在巴黎舉行的AI Action Summit上,，Meta首席人工智能科學(xué)家楊立昆指出，盡管當(dāng)前的人工智能在多個(gè)領(lǐng)域展現(xiàn)出驚人的能力,，但仍然缺乏理解物理世界,、持久記憶、邏輯推理與分層規(guī)劃這四大人類智能核心特征,?？萍季揞^們已經(jīng)開(kāi)始從“打補(bǔ)丁”式優(yōu)化轉(zhuǎn)向“世界模型”架構(gòu)革新，谷歌等企業(yè)已將其納入戰(zhàn)略布局,。

所有相對(duì)聰明的動(dòng)物都具備四種基本智能特征：理解物理世界,、擁有持久記憶,、進(jìn)行邏輯推理以及制定復(fù)雜行動(dòng)計(jì)劃的能力，特別是分層規(guī)劃能力,。楊立昆認(rèn)為,，當(dāng)前的人工智能尤其是大語(yǔ)言模型尚未達(dá)到這一閾值。為了實(shí)現(xiàn)這些能力,，需要變革訓(xùn)練范式,。例如，為理解物理世界,，就訓(xùn)練獨(dú)立的視覺(jué)系統(tǒng)然后硬塞進(jìn)大語(yǔ)言模型,；為實(shí)現(xiàn)記憶功能，要么采用檢索增強(qiáng)生成技術(shù),，要么外掛關(guān)聯(lián)記憶模塊,，或者簡(jiǎn)單粗暴地?cái)U(kuò)大模型規(guī)模。

楊立昆多次倡導(dǎo)的“世界模型”替代方案,，是通過(guò)現(xiàn)實(shí)場(chǎng)景訓(xùn)練,、具備比模式識(shí)別AI更高認(rèn)知水平的架構(gòu)。他認(rèn)為,，獲取時(shí)間T的世界狀態(tài)后,，設(shè)想可能采取的行動(dòng)，世界模型就能預(yù)測(cè)行動(dòng)后的新?tīng)顟B(tài),。這種抽象層級(jí)思想類似化學(xué)物質(zhì)構(gòu)成體系,，每上升一層就剔除下層與當(dāng)前任務(wù)無(wú)關(guān)的信息。Meta今年2月開(kāi)源的V-JEPA模型正進(jìn)行相關(guān)實(shí)驗(yàn),，讓這個(gè)非生成式模型通過(guò)預(yù)測(cè)視頻缺失片段來(lái)學(xué)習(xí),，關(guān)鍵在于不做像素級(jí)預(yù)測(cè)，而是訓(xùn)練系統(tǒng)構(gòu)建視頻抽象表征,，在此維度進(jìn)行預(yù)測(cè)時(shí)自動(dòng)過(guò)濾不可預(yù)測(cè)的細(xì)節(jié),。

上周硅谷舉行的Google I/O 2025開(kāi)發(fā)者大會(huì)上，谷歌提到要打造能理解物理環(huán)境并代人類推理決策的“世界模型”,。自2024年末以來(lái),，DeepMind首席執(zhí)行官德米斯·哈薩比斯就在持續(xù)完善“世界模型→通用AI助手”理論體系。此次I/O大會(huì)上,，CEO桑達(dá)爾·皮查伊與Gemini負(fù)責(zé)人喬?！の榈挛值峦_(tái)呼應(yīng)這一愿景。相較微軟,、OpenAI和xAI對(duì)世界模型的抽象討論,，谷歌獨(dú)樹(shù)一幟地將其與短期戰(zhàn)略緊密結(jié)合。若真能打造出理解物理環(huán)境的“通用AI助手”,，谷歌或?qū)⒊蔀檫B接用戶,、企業(yè)與技術(shù)的“隱形操作系統(tǒng)”,。

楊立昆揭示的AI四大能力鴻溝不僅暴露了現(xiàn)有模型的局限，更指明了技術(shù)突破的方向,。無(wú)論是Meta通過(guò)V-JEPA模型探索抽象表征訓(xùn)練,，還是谷歌將“世界模型”納入操作系統(tǒng)級(jí)戰(zhàn)略，本質(zhì)上都在重構(gòu)AI與物理世界的交互方式,。這場(chǎng)角逐的深層意義,，在于將AI從模式識(shí)別的工具升級(jí)為具備物理世界理解能力的認(rèn)知主體。當(dāng)行業(yè)從“打補(bǔ)丁”式優(yōu)化轉(zhuǎn)向架構(gòu)級(jí)創(chuàng)新,，我們或許正站在通用人工智能發(fā)展的關(guān)鍵轉(zhuǎn)折點(diǎn),。未來(lái)AI的真正突破，或許不在于參數(shù)量的指數(shù)級(jí)膨脹,，而在于能否像人類一樣,，構(gòu)建起對(duì)世界的深層理解。