楊立昆 vs 李飛飛, Jensen 在世界模型上的不同點

今年我會在更深層理論上明白目前AI發展的前景和局限, 具體把握會在時間節點和產出的數據上, 畢竟我自己也在局部參與機器人和AI的開發, 有比其他投資者更多的第一手資料.

下麵是3者在世界模型上的不同出發點. 我更看好Jensen和李飛飛的具體操作. Lecun偏學術, 他的動作畢竟慢.

在“世界模型（World Models）”這一概念上，楊立昆（Yann LeCun）、李飛飛（Fei-Fei Li）和黃仁勳（Jensen Huang）確實展現出了高度的共識，但他們推崇的側重點和應用場景有所不同。

可以理解為：他們都認為 AI 必須理解物理世界，但楊立昆側重於架構革新，李飛飛側重於空間智能，黃仁勳側重於產業落地。

---

1. 楊立昆 (Yann LeCun)：世界模型是通往 AGI 的唯一路徑

楊立昆是“世界模型”最堅定的倡導者。他認為當前的 LLM（大語言模型）隻是文字遊戲，缺乏對物理現實的理解。

• 核心主張： 提出了 JEPA（聯合嵌入預測架構）。他認為 AI 應該像人類嬰兒或動物一樣，通過觀察視頻或真實世界來學習物理規律（例如：鬆手物體會下落），而不是隻學習文本。

• 目的： 解決 AI 的常識問題，使其具備推理和規劃能力，從而超越現有的自回歸模型。

2. 李飛飛 (Fei-Fei Li)：從視覺走向“空間智能”

李飛飛近期提出的**空間智能（Spatial Intelligence）**概念，本質上就是三維空間中的世界模型。

• 核心主張： 她認為智能離不開“感知”與“行動”的循環。AI 不僅要能識別圖片，還要理解物體在三維空間中的關係、遮擋以及物理屬性。

• 目的： 賦予 AI 像人類一樣在現實空間中導航、交互的能力。這與楊立昆強調的“通過觀察學習世界規律”在邏輯上是高度一致的。

3. 黃仁勳 (Jensen Huang)：世界模型是具身智能的基石

作為 NVIDIA 的掌舵人，黃仁勳對世界模型的推崇更多集中在具身智能（Embodied AI）和數字孿生上。

• 核心主張： 他認為下一波 AI 浪潮是機器人。要讓機器人工作，必須先在虛擬的 Omniverse（NVIDIA 的模擬平台）中建立一個符合物理定律的世界模型。

• 目的： 物理仿真。他認為 AI 需要在模擬的物理世界中進行成千上萬次的訓練，才能進入現實世界。

---

三者的異同對比

維度	楊立昆 (LeCun)	李飛飛 (Fei-Fei Li)	黃仁勳 (Jensen Huang)
關注核心	認知架構 (JEPA)	空間感知 (Spatial Intelligence)	物理仿真 (Simulation/Omniverse)
主要痛點	現在的 AI 沒常識、會胡說八道。	現在的 AI 缺乏對三維物理空間的理解。	現在的 AI 難以直接驅動機器人和工業。
實現路徑	視頻自監督學習預測缺失信息。	結合計算機視覺與生成式 AI。	在高性能 GPU 支撐的模擬器中訓練。