AI教父LeCun“火力全开”：人形机器人是“骗局”，LLM智商不如猫，Llama与我无关？！

TL;DR：

最近，AI教父LeCun又“开炮”了！他直言人形机器人现在就是个“大骗局”，因为它们根本不够“聪明”；顺便还把LLM拉出来“鞭尸”，说它们的智商连猫都不如。最后还不忘强调一句：Llama跟我真没关系！

在AI圈，能让整个行业“瑟瑟发抖”的狠话，恐怕只有Meta首席AI科学家Yann LeCun敢说了。这位深度学习的“三巨头”之一，最近在MIT的一场讲座上，简直是“火力全开”，不仅怒揭人形机器人是“最大骗局”，还顺带diss了当下最火的大语言模型（LLM），甚至连自家Meta的Llama项目都要撇清关系。这波操作，直接在科技圈炸开了锅，引得各路大佬下场“互喷”，简直比连续剧还精彩！

LeCun“泼冷水”：人形机器人，你确定不是来“搞笑”的？

想象一下，你家未来的人形机器人管家，能帮你叠衣服、倒咖啡，还能像个知心朋友一样理解你的意图？**Too Young Too Simple！**LeCun这次直接捅了“马蜂窝”，当着全世界的面，给狂热的人形机器人赛道“泼了一盆冷水”。¹

他直言不讳：

“这些公司压根不知道，如何让机器人变得足够‘聪明’，或是说达到通用智能的程度。家用机器人的实现，还需要AI领域取得一系列突破。”

简单来说，就是现在的人形机器人，在工厂里搬搬砖、拧拧螺丝，那叫**“窄智能”，因为任务是特定的，训练起来相对容易。但要让它们像个“人”一样，在家中应付各种突发状况和复杂环境**，那简直是“天方夜谭”！这中间横亘着的，是一道从“窄智能”到**“通用智能”**的巨大鸿沟。

敲黑板：关键点来了！ LeCun认为突破这道鸿沟的核心，在于打造一款真正能**“规划未来”**的“世界模型”架构，也就是能学习、理解和预测物理世界运行规律的系统。

这番话一出，机器人界的大佬们可坐不住了！

• 特斯拉Optimus AI负责人Julian Ibarz立马站出来反驳：“我不同意LeCun的观点，特斯拉在内部对于如何快速实现通用人形机器人，已经有了非常明确的思路。” （言外之意：我们有秘密武器！）
• Figure创始人Brett Adcock更是直接喊话，那语气，简直是“隔着屏幕都能闻到火药味”：“谁去和LeCun说一声，让他别端着了，亲自下场干点实事吧！” （意思就是：你行你上啊！）

看来，这场“神仙打架”，才刚刚开始。

“猫式哲学”：LLM？不如我家的猫聪明！

别以为LeCun只是怼机器人，他连大语言模型（LLM）都没放过，而且怼得更狠！他直言不讳地指出：

“LLM就是一条死胡同，世界模型才是正道。” “LLM不具备任何真实意义上的智能——甚至不如一只猫。”¹

这话一出，GPT是不是要“委屈巴巴”地哭晕在厕所了？LeCun的理由也很硬核：

• 数据带宽是硬伤： 他认为文本是“低带宽”数据源，“仅靠文本训练永远无法实现人类水平智能”。真正的智能，需要的是高带宽的多模态感知输入——比如视觉、听觉、触觉，就像我们小孩子学东西，是看、听、摸、尝，而不是只看书！
• 记忆力好不代表真聪明： LLM虽然能“引经据典”，给出“智商堪比博士”的答案，但LeCun觉得它们只是在**“回忆”**训练过的信息，而不是真正理解和规划。

他甚至举了个“喵星人”的例子：一只猫的大脑只有2.8亿个神经元，却能轻松感知三维空间、判断物体稳定性、规划复杂动作。这些能力，目前的生成式AI系统，“望尘莫及”！

那LeCun心目中的“正道”——**“世界模型”**到底是什么黑科技呢？

简单来说，世界模型就是让机器学会**“想象”和“预测”。比如，你想让机器人帮你冲咖啡，它首先需要在脑子里“预演”一系列动作：拿起杯子、倒水、搅拌，并且能预测每一步的结果**。它就像拥有一个“沙盒”，在里面不断模拟各种可能性，找到最佳路径。

这个模型的核心，是**“自监督学习”。这意味着机器人不需要人类手把手教每个任务，而是自己从模拟数据或真实操作中，学习“动作-结果”之间的关系。一旦模型足够好，它甚至能“零样本”**（没学过也能做）完成新任务。

LeCun放话了：

“未来3-5年内，这会成为AI架构的主流模型。到那时候，但凡头脑清醒的人，都不会再用现在这种生成式LLM的路子了。”¹ （这预言，分分钟要得罪半个硅谷！）

狂人与实干家：巨头们的世界模型“抢滩登陆战”

虽然LeCun的“炮火”猛烈，但他提出的“世界模型”概念，其实已经在产业界掀起了波澜，甚至成为不少**“吃螃蟹”的公司正在攻克的方向。这不仅仅是一场技术路线之争，更是一场“谁能率先落地”**的商业竞赛。

1. Figure AI：高歌猛进的“理想主义者” Figure AI的CEO Brett Adcock简直是“时间管理大师”，他宣称明年就能实现让人形机器人在陌生家庭环境中，通过语音指令完成通用工作。¹这“大饼”画得，确实很特斯拉范儿！

   • Figure的底气在哪？Adcock表示，人形机器人拥有40个自由度，这复杂的姿态组合根本不是靠编程能解决的，“唯一途径是神经网络”。
   • 他们推出了Helix通用具身智能模型，这是首款能对机器人上半身进行高频率、连续控制的视觉-语言-动作（VLA）模型。² （听起来很厉害，但距离LeCun的“世界模型”还有多远？）
   • 有趣的是，Figure也认为制造业不是主要突破方向，而是要攻克通用机器人技术，这点上与LeCun倒是不谋而合。（只不过，他们觉得离成功更近！）

2. 特斯拉Optimus：马斯克的“量产狂想曲”与“世界模拟器” 马斯克嘛，大家都知道，一向是“语不惊人死不休”。他曾设定2025年生产5000-10000台Optimus机器人的高目标。¹ 特斯拉的策略是**“两手抓，两手都要硬”**：

   • 制造： 马斯克认为人形机器人规模量产所需的**“供应链尚不存在”，但特斯拉已在建设年产百万台Optimus的生产线，目标是2026年初推出V3原型机。（先解决“有没有”，再解决“好不好”）**³⁴
   • AI： 特斯拉可没忽视智能！其AI负责人Ashok Elluswamy在ICCV顶会详细介绍了公司的**“神经世界模拟器”。这货能基于当前状态和动作，直接“合成未来状态”。（简单说，就是让机器人能预测“我这么做会有啥后果”）** Elluswamy明确表示，这套“世界模型”的直接解决方案将“无缝迁移”至Optimus机器人。¹

3. 1X Technologies：务实派的“世界模型”探索 这家获得OpenAI投资的挪威公司，最近也发布了自研的**“世界模型”**，包含视觉编码器、动作编码器等模块，能通过预测“状态价值”来评估动作质量。¹

   • 1X的世界模型独特之处在于，能并行部署不同策略进行直接对比，这让他们的机器人能从相同初始条件出发，尝试多种行动方案。
   • 他们的CEO Bernt Børnich坦言，让机器人进入家庭存在**“理想与现实的落差”，甚至“Wi-Fi连接问题比机器人技术本身更棘手”**。¹ （这话是不是说出了很多技术人的心声？）

看来，LeCun的“警告”，确实重新定义了这场人形机器人竞赛的维度。真正的赢家，或许不是那些秀出“最炫酷demo”或喊出“最激进量产目标”的厂商，而是那些能率先攻克机器理解物理世界这一根本性难题的“硬核玩家”。¹⁵

彩蛋：Llama与我无瓜，真的！

在MIT的演讲中，LeCun除了“怒怼”人形机器人和LLM，还有一个**“小插曲”让人忍俊不禁。他竟然多次强调自己和Meta的LLM项目Llama“没关系”！**¹

当主持人还在热情洋溢地夸赞“Llama的诞生让世界AI民主化”时，LeCun急吼吼地插话，那表情简直写着：“我要坦白！Llama真的不是我的‘娃’！”

他还分享了幕后故事：第一代Llama，其实有点像个**“海盗项目”（pirate project），是巴黎一个小团队在官方LLM项目之外“偷偷”搞出来的**。结果，这个“野孩子”竟然成了Meta的**“主力选手”**！直到后来小扎下定决心组建GenAI团队，才将其产品化。

LeCun最后又重复了一遍：“但在技术上，我个人确实没怎么插手。”¹ 看到他那急于撇清关系的样子，主持人也只能笑着打圆场：“但最后能跑出来的，往往还是‘臭鼬工厂’（Skunk Works）这种模式。” （这波“凡尔赛”，LeCun是不是有点可爱？）

引用

• Yann LeCun
• 人形机器人
• 世界模型
• 大语言模型
• AI前沿