跨国串门儿计划播客1:41:08

#830.Yann LeCun:世界模型与下一场 AI 革命 | 南洋理工大学高等研究所公开讲座

8.5内容质量
#830.Yann LeCun:世界模型与下一场 AI 革命 | 南洋理工大学高等研究所公开讲座

播客收听

时长 1:41:08原播客页面

问这期播客

会先在本集摘要、章节、转录和笔记里找答案。

TL;DR · AI 摘要

Yann LeCun 提出世界模型是实现人类水平智能的关键,JEPA 方法通过预测抽象表征而非逐像素生成视频,解决生成式AI的局限。

核心要点

  • JEPA 方法通过预测抽象表征,而非逐像素生成视频,解决生成式AI的局限。
  • 婴儿通过少量经历建立世界模型,机器需类似机制实现智能。
  • 强化学习在真实场景中可能需经历数千次失败才能学会安全行为。

结构提纲

按章节快速跳转。

  1. Yann LeCun 讨论机器智能的现状与未来,强调世界模型的重要性。

  2. 机器虽能下棋、写代码,却难以完成日常任务,如猫狗轻松完成的活动。

  3. 婴儿通过少量经历学习物理规律,如物体受重力影响,从而建立世界模型。

  4. 大模型训练文本需约40万年,而人类只需1.6万小时即可学习世界。

  5. ·JEPA与世界模型

    JEPA通过预测抽象表征,而非逐像素生成,解决视频生成的不可预测性问题。

  6. ·强化学习的挑战

    强化学习在真实场景中可能需经历数千次失败才能学会安全行为,如自动驾驶。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • 世界模型与AI革命
    • AI的常识短板
      • 机器无法完成日常任务
      • 智能是学习新问题的能力
    • 婴儿如何建立世界模型
      • 少量经历学习物理规律
      • 判断可能与不可能
    • JEPA与世界模型
      • 预测抽象表征
      • 解决视频生成的不可预测性
    • 强化学习的挑战
      • 真实场景中试错代价高
      • 自动驾驶需数千次失败

金句 / Highlights

值得收藏与分享的关键句。

  • 智能不是知识的积累,而是在没见过的问题面前迅速学会怎么做。

    — 第 2 段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 婴儿会学到世界模型,让他们能够判断什么是可能的,什么是不可能的。

    — 第 3 段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 视频里的大部分信息都是不可预测的,逐像素生成视频可能产出看似真实、实际却编造的未来。

    — 第 4 段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • 如果你把车放在悬崖边,RL 系统在最初 100 年的训练中,会把车开下悬崖。

    — 第 5 段

    ⬇︎ 下载 PNG𝕏 分享到 X

章节

  1. 机器会下棋,却还做不好猫狗轻松完成的事

    机器会下棋,却还做不好猫狗轻松完成的事

  2. 婴儿约9个月学会物体会受重力影响

    婴儿约9个月学会物体会受重力影响

  3. 人读完大模型训练文本要约40万年

    人读完大模型训练文本要约40万年

  4. 世界模型可以连续预测一串动作的结果

    世界模型可以连续预测一串动作的结果

  5. 视频大部分信息其实无法预测

    视频大部分信息其实无法预测

  6. 让样本表征彼此不同,避免坍塌

    让样本表征彼此不同,避免坍塌

  7. 单目视频训练出的系统学会了深度

    单目视频训练出的系统学会了深度

  8. 自动驾驶强化学习可能得把车开下悬崖几千次

    自动驾驶强化学习可能得把车开下悬崖几千次

  9. 生产成本下降,消费和相关工作反而增加

    生产成本下降,消费和相关工作反而增加

  10. JEPA可能更省内存,但规划会更耗算力

    JEPA可能更省内存,但规划会更耗算力

转录

机器会下棋,却还做不好猫狗轻松完成的事

婴儿约9个月学会物体会受重力影响

人读完大模型训练文本要约40万年

世界模型可以连续预测一串动作的结果

视频大部分信息其实无法预测

让样本表征彼此不同,避免坍塌

单目视频训练出的系统学会了深度

自动驾驶强化学习可能得把车开下悬崖几千次

生产成本下降,消费和相关工作反而增加

JEPA可能更省内存,但规划会更耗算力

#AI#世界模型#JEPA#Yann LeCun#强化学习

节目笔记

#830.Yann LeCun:世界模型与下一场 AI 革命 | 南洋理工大学高等研究所公开讲座 - 跨国串门儿计划 | 小宇宙 - 听播客,上小宇宙

📝 本期播客简介

本期我们克隆了:NTU- Institute of Advanced Studies · Yann LeCun: World Models & The Next AI Revolution | NTU IAS Public Lecture

原内容更新时间:2026-11-12

大模型读完人类公开文本,大约要花40万年;一个4岁孩子靠视觉、触觉学习世界,却只用了约1.6万小时。Yann LeCun认为,机器要迈向人类水平的智能,光靠文本训练和生成答案还不够。

这场南洋理工大学公开讲座中,图灵奖得主 Yann LeCun从婴儿如何建立世界模型讲起,解释JEPA如何在抽象表征中预测、为什么逐像素生成视频会遇到根本困难,以及机器怎样借助世界模型规划行动。他还谈到强化学习为何难以让机器安全地学会开车、AI时代读大学和研究生是否仍有价值,以及JEPA可能如何改变算力与内存的需求。

👤 本期嘉宾

Yann LeCun是纽约大学计算机科学教授、Advanced Machine Intelligence Lab执行主席,也是Meta基础人工智能研究实验室创始主任。他因卷积神经网络的开创性工作奠定现代深度学习的重要基础,并于2018年获得图灵奖。本集聚焦他提出的JEPA与世界模型,以及他对生成式AI、机器规划和AI研究方向的判断。

⏱️ 时间戳

AI的常识短板

11:14 机器会下棋,却还做不好猫狗轻松完成的事

婴儿如何学会世界

16:21 婴儿约9个月学会物体会受重力影响

文本训练的局限

20:31 人读完大模型训练文本要约40万年

世界模型如何规划

26:04 世界模型可以连续预测一串动作的结果

JEPA为何不生成像素

31:54 视频大部分信息其实无法预测

SIGReg防止表征坍塌

42:15 让样本表征彼此不同,避免坍塌

JEPA的视觉与规划成果

56:47 单目视频训练出的系统学会了深度

规划、强化学习与泛化

1:11:31 自动驾驶强化学习可能得把车开下悬崖几千次

AI时代的学习与职业

1:23:03 生产成本下降,消费和相关工作反而增加

现场问答:模型与算力

1:36:34 JEPA可能更省内存,但规划会更耗算力

🌟 精彩内容

💡 机器聪明,不等于真的会思考

LeCun认为,智能不只是记住知识、拿下固定测试,而是在没见过的问题面前迅速学会怎么做。机器能下棋、写代码,却还做不好猫狗轻松完成的日常任务。

"智能不是知识的积累。"

💡 婴儿靠少量经历建立世界模型

孩子看见物体无支撑却悬在空中,会比更小的婴儿更在意,因为他们已经学会物体会掉下来。LeCun用这个例子说明,理解世界包括判断什么事合理、什么事令人意外。

"婴儿会学到世界模型,让他们能够判断什么是可能的,什么是不可能的。"

💡 预测像素,可能预测错整个未来

世界里的细节常常无法预测:系统能猜车辆大致怎么走,却不知道路边树叶如何随机运动。逼模型生成视频的每个像素,可能产出看似真实、实际却编造的未来;JEPA因此改为预测抽象表征。

"视频里的大部分信息都是不可预测的。"

💡 强化学习学开车,可能要先摔下悬崖几千次

在可模拟的棋盘或机器人环境中,强化学习有用;但在真实道路上,试错代价太高。LeCun用悬崖举例:系统可能得反复把车开下去,才逐渐学会避开危险。

"如果你把车放在悬崖边,RL 系统在最初 100 年的训练中,会把车开下悬崖。"

💡 AI让工作变多,不只是让人做得更快

LeCun认为,coding agent提高个人产出后,人们会做更多探索、研究和产品开发,需求也会扩大。他判断计算机科学和AI工作不会减少,基础编程的前景则与系统设计不同。

"计算机科学领域的工作,尤其是 AI 领域的工作,不会减少,反而会增加。"

🌐 播客信息补充

本播客采用原有人声声线进行播客音频制作,也可能会有一些地方听起来怪怪的

使用 AI 进行翻译,因此可能会有一些地方不通顺

如果有后续想要听中文版的其他外文播客,也欢迎联系微信:iEvenight