Yann LeCun打破沉默：OpenAI sora 并没有理解世界「还得看Meta的」

1,338 0 0

作者信息

【原文作者】 AI寒武纪
【作者简介】 Attention Is All You Need
【微信号】 gh_7e5d9d010744

文章摘要

本文主要讨论了Meta首席科学家Yann LeCun对世界政府峰会上关于人工智能视频“We don’t know how to do this”的言论以及他对OpenAI sora的看法。在sora发布后，LeCun一直保持沉默，直到今天他才打破沉默并澄清了这一误解。他认为，仅仅能够根据提示生成逼真的视频并不意味着系统真正理解了物理世界。他强调了生成视频和从世界模型中预测未来的区别，指出生成式模型只需从可能性空间中找到一个合理的样本，而无需理解和模拟真实世界的因果关系。

LeCun还提到了联合嵌入预测架构（JEPA）相较于生成式模型的优势。他认为，生成这些连续片段的抽象表示更有价值，因为它们可以去除场景中与我们可能采取的任何行动无关的细节信息。JEPA及其改进版本（如VICReg、I-JEPA、V-JEPA）以及其他相关工作所采用的联合嵌入架构能够产出质量更高、对下游任务更有用的视觉输入表示。

最后，文章提到，虽然sora已经推出并震惊了世界，但接下来LeCun需要拿出相应的产品来证明其观点。文章还询问了实现LeCun想法所需的资金投入。