AI真的全国模型能邃晓世界的物理规律吗 ？假定除夜言语模型不克不及 ，全国模型能不克不及 ？全国模型甚么时辰才调 ？
2026年5月25日 ，一篇论文《When Does LeJEPA Learn a World Model?全国模型》登上了arXiv ，作者栏里有个熟谙的全国模型名字 ：Yann LeCun。
LeCun又在讲全国模型 ，全国模型这不稀少 。全国模型但此次他不是全国模型宣布新模型，而是全国模型给出了支撑全国模型的数学证实。
论文的全国模型中心不雅不雅不雅不雅不雅不雅不美不雅不雅不雅不雅念是 ，当全国的全国模型埋伏变量（如物体职位 、速度）屈就高斯分布 ，全国模型AI学到的全国模型展示就可以与真实全国的变量创建线性的对应相干 ，即AI能真正学会全国的全国模型底层物理筹划 。一旦这类线性相干创建起来 ，全国模型AI在展示空间里做复杂的全国模型直线插值筹算 ，解码回真实全国后 ，就相当于求解了宏壮的物理最优独霸问题，比如让机械人用最稳的编制抓取一个杯子 。
换言之 ，LeCun幻想下场为他坚信了多年的线路补上了关头的幻想支撑 ：全国模型不是在复杂复现某种编码 ，而是在数学意义上学到了真实的全国物理筹划。
2026年5月的末尾十天 ，从谷歌Gemini Omni到自变量WALL-WM 、Geneisis World 1.0 ，再到英伟达Gamma-World……全国模型在集结迸发。一年前还在堆叠LLM、寄看于Scaling Law“大年夜力出奇不雅不雅不雅不雅不雅不雅”的AI圈 ，往日都跟在了LeCun作古后。
与全硅谷“唱反调”的人
2018年 ，时任Google Brain研究员的David Ha和深度进修元老Jürgen Schmidhuber宣布论文《World Models》，让神经群集构建全国模型 ，并在赛车游戏中经由过程“想象”学会驾驶。这是全国模型在AI局限构成了了技能定见的最早追溯。
LeCun是全国模型的波动拥趸 ，同时也是除夜言语模型（LLM）的攻讦者 ，并是以而备受争议 。
这些年 ，从DeepMind草创人Demis Hassabis到OpenAI草创人Sam Altman ，再到有着“人工智能教父”之称的Geoffrey Hinton ，LeCun几近与全数AI圈的“顶流”吵了一个遍 。他锋利攻讦除夜言语模型：“延续堆LLM 、用更除夜都据往喂模型 、再雇不成胜数的人在后操练阶段
