杨立昆的AMI与世界模型JEPA

一、背景：杨立昆离开Meta，创立AMI Labs

图灵奖得主、深度学习"三巨头"之一的杨立昆（Yann LeCun），在担任Meta首席AI科学家多年后，宣布离开Meta核心管理层，创办新公司AMI Labs（Advanced Machine Intelligence Labs）。

据知情人士透露，杨立昆创建的新公司将专注于他对联合嵌入预测架构（JEPA）世界模型的愿景。——OR新媒体

AMI Labs在其官网明确阐述使命：开发"世界模型"，以"构建理解真实世界的智能系统"。这一方向直指当前以大语言模型（LLMs）为主导的AI范式的核心局限。——AI工具导航

二、AMI：高级机器智能，而非AGI

杨立昆刻意回避"AGI（通用人工智能）"这一术语，而是使用AMI（Advanced Machine Intelligence，高级机器智能）。

• 他认为"AGI即将到来"的说法完全是无稽之谈
• 他预计在未来3到5年内，可以在小范围内实现某种高级机器智能
• 整体达到人类水平的智能，仍是长期目标

“他更愿意谈AMI（Advanced Machine Intelligence，高级机器智能）”——澎湃新闻

三、世界模型：核心理念

🌍 什么是"世界模型"？

世界模型（World Model）是指AI系统对现实世界运作规律的内部建模能力——能够预测事物如何变化、理解物理因果关系，而不仅仅是对语言或图像进行统计拟合。

杨立昆认为，真正的智能必须建立在世界模型之上，这也是人类和动物认知的核心机制。

❌ 对现有路线的批评

"世界模型"大争议：杨立昆狠批Sora不是世界模型，生成式路线注定失败。——36kr

四、JEPA：杨立昆的技术路线

📐 JEPA是什么？

JEPA（Joint Embedding Predictive Architecture，联合嵌入预测架构）是杨立昆提出的核心技术框架，是其世界模型理论的具体实现方式。

🧠 核心思想

• 不生成像素，而是预测表征（Representation）：JEPA在抽象的**嵌入空间（Embedding Space）**中进行预测，而非直接生成原始数据（如像素或文字）
• 联合嵌入：对输入的不同部分（如图像的可见区域和遮蔽区域）分别编码，再预测它们之间的关系
• 根基在控制理论和认知科学，而非图形学或生成建模

杨立昆提出的JEPA (Joint Embedding Predictive Architecture) 模型，根基在于控制理论和认知科学，而非3D图形学。——cnyes

📹 V-JEPA：视频版本

Meta研究团队还推出了V-JEPA（Video Joint Embedding Predictive Architecture），将JEPA架构扩展到视频理解领域，用于从视频数据中学习物理世界的运作规律，无需生成视频帧。

五、JEPA vs. 生成式AI：路线之争

生成式路线（Sora、GPT等） JEPA路线 ───────────────────────── ─────────────────────── 预测/生成原始数据（像素/词） 预测抽象表征（Embedding） 高计算成本 相对高效 难以理解物理因果 更接近认知科学 以LLM为核心 以世界模型为核心

杨立昆认为，生成式路线在原则上就无法产生真正理解世界的AI，而JEPA通过在语义层面进行预测，才是通向真正智能的正确路径。

六、世界模型之争：多方角力

当前，围绕"世界模型"已形成多方竞争格局：

• 🔵杨立昆 / AMI Labs：JEPA路线，联合嵌入预测
• 🔴李飞飞 / Marble：空间智能路线
• 🟡Google / Genie：生成式世界模型

世界模型之争开始！李飞飞Marble、杨立昆JEPA与Google Genie……——cnyes

七、总结与展望

杨立昆的AMI与JEPA代表了一条**“去GPT化”**的AI发展路线。若这条路径得到验证，将对当前以LLM为核心的AI产业格局产生深远冲击。正如他在专访中所说：

“我为何执着于世界模型”——因为他相信，没有对世界的真实理解，就没有真正的智能。——网易新闻