當(dāng)OpenAI和谷歌在生成式AI賽道狂奔時，Meta卻因Llama 4的失利陷入被動，現(xiàn)在，這一巨頭正準備用兩套截然不同的方案破局。

4月，Llama 4發(fā)布后的種種失誤表現(xiàn)將Meta推上了風(fēng)口浪尖，同時被批評的還有Meta首席人工智能科學(xué)家楊立昆（Yann LeCun），作為曾經(jīng)的圖靈獎得主、有著數(shù)千億美元的資源，卻堅決反對主流LLM路線，而目前Meta已經(jīng)在海外AI大廠的競爭中落后了。

在這個時間點，楊立昆看起來需要用新的成果來證明自己。北京時間6 月 12 日，他親自出鏡介紹了Meta最新的人工智能模型 V-JEPA 2，這是一種不同于當(dāng)前主流Transformer架構(gòu)的“世界模型”，旨在幫助機器和其他AI助手理解和駕馭周圍的世界。

但這條“非主流”路線真的能成功嗎？看起來Meta CEO扎克伯格（Mark Zuckerberg）也不確定，就在這兩日，他被曝親自下場招人，組建新的AI團隊，并高薪挖來谷歌DeepMind的首席研究員?，另一邊投資千億元押注初創(chuàng)公司Scale AI，邀請CEO加入新的AI團隊。

面對當(dāng)前AI戰(zhàn)略的失利，扎克伯格顯然選擇了“不把雞蛋放在一個籃子里”。有消息稱過去兩個月他已回歸“創(chuàng)始人模式”，扎克伯格認為，與其他科技巨頭相比，Meta不僅有能力，更有責(zé)任率先實現(xiàn)AGI。

楊立昆押注“非主流”模型

自大模型崛起以來，楊立昆就一直唱衰自回歸生成路線，而目前以ChatGPT、Gemini為主的模型大都是沿著這一路線發(fā)展壯大的。他認為，雖然自回歸LLM充斥了整個AI界，但存在事實錯誤、邏輯錯誤、不一致、推理有限等缺陷。

在楊立昆看來，讓機器理解物理世界與讓它們理解語言是截然不同的，自回歸 LLM 僅僅是世界模型的一種簡化的特殊情況。而世界模型則真正提供了一個虛擬的現(xiàn)實世界，人工智能可以參考它來理解世界，預(yù)測其行為的后果，因此它將能夠計劃一個行動方案來完成給定的任務(wù)。

為了實現(xiàn)世界模型，楊立昆認為應(yīng)該放棄當(dāng)前的生成模型，支持聯(lián)合嵌入架構(gòu)，放棄強化學(xué)習(xí)，支持模型-預(yù)測控制。V-JEPA 2就是這一路線的最新成果。

根據(jù)官方博客，V-JEPA 2基于Meta在2022年提出的聯(lián)合嵌入預(yù)測架構(gòu)（JEPA）構(gòu)建，2024年，Meta發(fā)布了第一個版本V-JEPA，在此基礎(chǔ)上，V-JEPA 2 改進了動作預(yù)測和世界建模功能，使機器人能夠與不熟悉的物體和環(huán)境交互以完成任務(wù)。

首先需要理解什么是楊立昆認為的世界模型。在團隊看來，預(yù)測世界將如何回應(yīng)我們的行為，這種能力是人類一直以來都在運用的，尤其是在規(guī)劃行動以及如何最好地應(yīng)對新情況時。而世界模型需要有這種能力。

“當(dāng)我們穿過陌生擁擠的區(qū)域時，我們會一邊朝著目的地前進，一邊努力避免撞到沿途的人或障礙物。用爐子做飯時，我們會考慮鍋還要燒多久，或者是否要調(diào)低火候。”Meta在博客中介紹，我們內(nèi)在的世界模型為我們提供了這種對世界的直覺，還充當(dāng)著一個內(nèi)在模擬器，讓我們能夠預(yù)測假設(shè)行動的結(jié)果，最終根據(jù)直覺最能實現(xiàn)目標的方式，選擇最好的行動。

上述身體直覺并非成年人經(jīng)過多年教育獲得的，而是幼兒在能夠說出完整句子之前，就通過觀察周圍的世界培養(yǎng)出了這種直覺。V-JEPA 2模型也是通過這種“觀察世界”的方式進行訓(xùn)練的。

據(jù)介紹，預(yù)訓(xùn)練階段，團隊使用了來自不同來源的超過 100 萬小時的視頻和 100 萬張圖像，這些視覺數(shù)據(jù)有助于模型了解世界的運作方式，包括人與物體的互動方式、物體在物理世界中的移動方式等等。

在預(yù)訓(xùn)練階段之后，模型已經(jīng)展現(xiàn)出與理解和預(yù)測相關(guān)的關(guān)鍵能力。隨后，基于預(yù)測能力，世界模型可以規(guī)劃行動。Meta表示，V-JEPA 2擁有12億參數(shù)，可以幫助機器人或其他AI 智能體在物理世界中運行。

根據(jù)Meta的說法，V-JEPA 2比英偉達的Cosmos模型快30倍，英偉達也試圖發(fā)展與物理世界相關(guān)的人工智能。

楊立昆認為，世界模型將為機器人技術(shù)開啟一個新時代，讓現(xiàn)實世界中的AI助手能夠在不需要海量訓(xùn)練數(shù)據(jù)的情況下，幫助人們完成家務(wù)和體力勞動。

“很高興看到 V-JEPA 2 如何改變這場游戲。”在X平臺官方的評論區(qū)中，有網(wǎng)友表示，在這場大模型的戰(zhàn)爭中，不一樣的聲音看起來會更有趣。

不過，也有人認為，“解決魔方應(yīng)該是這些世界/機器人模型的圖靈測試，通用智能模型已經(jīng)做到了嗎？”世界模型要如何證明其能力，目前Meta還沒有給出直觀的答案。

扎克伯格“另起爐灶”

楊立昆所堅持的這一路線未來真的能與當(dāng)前主流的LLM大模型一戰(zhàn)嗎？短期內(nèi)誰也沒有答案。但因反對主流路線，且沒有給出更優(yōu)的成果，楊立昆承擔(dān)了不少來自內(nèi)部和外界的壓力。

就在4月，Meta發(fā)布了最新的Llama 4模型，但隨后被認為性能不佳、測試作弊，同時內(nèi)部員工直接辭職，引發(fā)爭議。在目前的各大模型榜單中，Llama 模型也已經(jīng)落后于同類競爭對手GPT/o系列、Gemini 和Claude，在開源社區(qū)中也面臨國內(nèi)DeepSeek和 Qwen的壓力。

外界將Meta在大模型大戰(zhàn)中落后的原因歸結(jié)于楊立昆，作為AI團隊的決策者，卻不相信當(dāng)前的技術(shù)路線，作為圖靈獎得主、神經(jīng)網(wǎng)絡(luò)的先驅(qū)的他似乎過于自信和教條主義，導(dǎo)致了Meta當(dāng)前的局面。

不過，楊立昆曾經(jīng)表示，他嘗試了20年的自回歸預(yù)測，徹底失敗，才不看好LLM路線。但至少當(dāng)前不少前沿的公司在LLM路線上做出了成績，也逐步在推動AI能力的進展。

此前外界曾猜測，楊立昆是否會為此離職，但從他此次親自發(fā)布世界模型來看，地位還很穩(wěn)固。但扎克伯格并不淡定，他近日正高調(diào)下場創(chuàng)建一個新的AI團隊“超級智能”，看起來是多面布局，以規(guī)避在這一浪潮中落后的風(fēng)險。

據(jù)外媒消息，扎克伯格計劃為超級智能組招募約50名頂尖 AI 專家，并將向這些人員提供為期數(shù)年、價值數(shù)千萬美元的薪酬方案，包括股權(quán)激勵。扎克伯格將親自進行初步接洽并全程跟進，他的目標是“讓Meta成為AGI領(lǐng)域的領(lǐng)導(dǎo)者”，并將其能力整合到Meta的全系產(chǎn)品中。

就在6月12日，有消息稱谷歌 DeepMind 首席研究員杰克·雷（Jack Rae） 預(yù)計將加入Meta 的超級智能團隊，他此前在谷歌 DeepMind 工作了兩年，負責(zé) Gemini 的“思考”相關(guān)進展。另有消息稱，AI語音初創(chuàng)公司 Sesame AI 的機器學(xué)習(xí)負責(zé)人約翰·沙爾克維克（Johan Schalkwyk）也已被 Meta 招募。上述二人都將會加入Meta的“超級智能”團隊。

前兩日，Meta還被曝斥巨資數(shù)十億美元（有消息稱是150億美元，未被確認）投資初創(chuàng)公司Scale AI，CEO汪滔（Alexandr Wang）和多位研究人員將加入“超級智能”。Scale AI的主要業(yè)務(wù)是數(shù)據(jù)標注，目前估值超過百億美元，預(yù)計今年營收超過20億美元。在過去的幾年里，OpenAI 等AI大廠一直依靠 Scale AI 來生成和標記用于訓(xùn)練模型的數(shù)據(jù)。

扎克伯格認為，與依賴融資的對手不同，Meta強大的廣告業(yè)務(wù)現(xiàn)金流足以支撐其在AI領(lǐng)域的巨額投入，并認為Meta有能力建設(shè)擁有世界頂級算力的數(shù)據(jù)中心。此前在財報中，Meta預(yù)計2025 年總資本開支將在640-720 億美元之間，高于年初的指引，公司透露會持續(xù)增加數(shù)據(jù)中心和基礎(chǔ)設(shè)備投資以支持AI 相關(guān)工作。

一面是楊立昆執(zhí)著探索的、可能顛覆現(xiàn)狀的“世界模型”，另一面是扎克伯格重金押注、沿主流方向加速追趕的“超級智能”，這場關(guān)乎未來AI格局的豪賭，Meta選擇了以雙線并進的方式布局，成敗或?qū)Q定這家公司能否回到AI巔峰。

AD：

鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯(lián)系我們修改或刪除，多謝。