當(dāng)OpenAI和谷歌在生成式AI賽道狂奔時(shí)，Meta卻因Llama 4的失利陷入被動(dòng)，現(xiàn)在，這一巨頭正準(zhǔn)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(shí)被批評(píng)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(jiǎng)得主、有著數(shù)千億美元的資源，卻堅(jiān)決反對(duì)主流LLM路線，而目前Meta已經(jīng)在海外AI大廠的競(jìng)爭(zhēng)中落后了。

在這個(gè)時(shí)間點(diǎn)，楊立昆看起來(lái)需要用新的成果來(lái)證明自己。北京時(shí)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(jī)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(lái)Meta CEO扎克伯格（Mark Zuckerberg）也不確定，就在這兩日，他被曝親自下場(chǎng)招人，組建新的AI團(tuán)隊(duì)，并高薪挖來(lái)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(qǐng)CEO加入新的AI團(tuán)隊(duì)。

面對(duì)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(gè)籃子里”。有消息稱過(guò)去兩個(gè)月他已回歸“創(chuàng)始人模式”，扎克伯格認(rèn)為，與其他科技巨頭相比，Meta不僅有能力，更有責(zé)任率先實(shí)現(xiàn)AGI。

楊立昆押注“非主流”模型

自大模型崛起以來(lái)，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(rèn)為，雖然自回歸LLM充斥了整個(gè)AI界，但存在事實(shí)錯(cuò)誤、邏輯錯(cuò)誤、不一致、推理有限等缺陷。

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

為了實(shí)現(xiàn)世界模型，楊立昆認(rèn)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(qiáng)化學(xué)習(xí)，支持模型-預(yù)測(cè)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(cè)架構(gòu)（JEPA）構(gòu)建，2024年，Meta發(fā)布了第一個(gè)版本V-JEPA，在此基礎(chǔ)上，V-JEPA 2 改進(jìn)了動(dòng)作預(yù)測(cè)和世界建模功能，使機(jī)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(rèn)為的世界模型。在團(tuán)隊(duì)看來(lái)，預(yù)測(cè)世界將如何回應(yīng)我們的行為，這種能力是人類一直以來(lái)都在運(yùn)用的，尤其是在規(guī)劃行動(dòng)以及如何最好地應(yīng)對(duì)新情況時(shí)。而世界模型需要有這種能力。

“當(dāng)我們穿過(guò)陌生擁擠的區(qū)域時(shí)，我們會(huì)一邊朝著目的地前進(jìn)，一邊努力避免撞到沿途的人或障礙物。用爐子做飯時(shí)，我們會(huì)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(duì)世界的直覺(jué)，還充當(dāng)著一個(gè)內(nèi)在模擬器，讓我們能夠預(yù)測(cè)假設(shè)行動(dòng)的結(jié)果，最終根據(jù)直覺(jué)最能實(shí)現(xiàn)目標(biāo)的方式，選擇最好的行動(dòng)。

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

據(jù)介紹，預(yù)訓(xùn)練階段，團(tuán)隊(duì)使用了來(lái)自不同來(lái)源的超過(guò) 100 萬(wàn)小時(shí)的視頻和 100 萬(wàn)張圖像，這些視覺(jué)數(shù)據(jù)有助于模型了解世界的運(yùn)作方式，包括人與物體的互動(dòng)方式、物體在物理世界中的移動(dòng)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(cè)相關(guān)的關(guān)鍵能力。隨后，基于預(yù)測(cè)能力，世界模型可以規(guī)劃行動(dòng)。Meta表示，V-JEPA 2擁有12億參數(shù)，可以幫助機(jī)器人或其他AI 智能體在物理世界中運(yùn)行。

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

楊立昆認(rèn)為，世界模型將為機(jī)器人技術(shù)開(kāi)啟一個(gè)新時(shí)代，讓現(xiàn)實(shí)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(dòng)。

“很高興看到 V-JEPA 2 如何改變這場(chǎng)游戲。”在X平臺(tái)官方的評(píng)論區(qū)中，有網(wǎng)友表示，在這場(chǎng)大模型的戰(zhàn)爭(zhēng)中，不一樣的聲音看起來(lái)會(huì)更有趣。

不過(guò)，也有人認(rèn)為，“解決魔方應(yīng)該是這些世界/機(jī)器人模型的圖靈測(cè)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(méi)有給出直觀的答案。

扎克伯格“另起爐灶”

楊立昆所堅(jiān)持的這一路線未來(lái)真的能與當(dāng)前主流的LLM大模型一戰(zhàn)嗎？短期內(nèi)誰(shuí)也沒(méi)有答案。但因反對(duì)主流路線，且沒(méi)有給出更優(yōu)的成果，楊立昆承擔(dān)了不少來(lái)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(rèn)為性能不佳、測(cè)試作弊，同時(shí)內(nèi)部員工直接辭職，引發(fā)爭(zhēng)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(jìng)爭(zhēng)對(duì)手GPT/o系列、Gemini 和Claude，在開(kāi)源社區(qū)中也面臨國(guó)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(tuán)隊(duì)的決策者，卻不相信當(dāng)前的技術(shù)路線，作為圖靈獎(jiǎng)得主、神經(jīng)網(wǎng)絡(luò)的先驅(qū)的他似乎過(guò)于自信和教條主義，導(dǎo)致了Meta當(dāng)前的局面。

不過(guò)，楊立昆曾經(jīng)表示，他嘗試了20年的自回歸預(yù)測(cè)，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(jī)，也逐步在推動(dòng)AI能力的進(jìn)展。

此前外界曾猜測(cè)，楊立昆是否會(huì)為此離職，但從他此次親自發(fā)布世界模型來(lái)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(chǎng)創(chuàng)建一個(gè)新的AI團(tuán)隊(duì)“超級(jí)智能”，看起來(lái)是多面布局，以規(guī)避在這一浪潮中落后的風(fēng)險(xiǎn)。

據(jù)外媒消息，扎克伯格計(jì)劃為超級(jí)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(jià)值數(shù)千萬(wàn)美元的薪酬方案，包括股權(quán)激勵(lì)。扎克伯格將親自進(jìn)行初步接洽并全程跟進(jìn)，他的目標(biāo)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(jì)將加入Meta 的超級(jí)智能團(tuán)隊(duì)，他此前在谷歌 DeepMind 工作了兩年，負(fù)責(zé) Gemini 的“思考”相關(guān)進(jìn)展。另有消息稱，AI語(yǔ)音初創(chuàng)公司 Sesame AI 的機(jī)器學(xué)習(xí)負(fù)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(huì)加入Meta的“超級(jí)智能”團(tuán)隊(duì)。

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(rèn)）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(jí)智能”。Scale AI的主要業(yè)務(wù)是數(shù)據(jù)標(biāo)注，目前估值超過(guò)百億美元，預(yù)計(jì)今年?duì)I收超過(guò)20億美元。在過(guò)去的幾年里，OpenAI 等AI大廠一直依靠 Scale AI 來(lái)生成和標(biāo)記用于訓(xùn)練模型的數(shù)據(jù)。

扎克伯格認(rèn)為，與依賴融資的對(duì)手不同，Meta強(qiáng)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(rèn)為Meta有能力建設(shè)擁有世界頂級(jí)算力的數(shù)據(jù)中心。此前在財(cái)報(bào)中，Meta預(yù)計(jì)2025 年總資本開(kāi)支將在640-720 億美元之間，高于年初的指引，公司透露會(huì)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(jí)智能”，這場(chǎng)關(guān)乎未來(lái)AI格局的豪賭，Meta選擇了以雙線并進(jìn)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(biāo)記有誤，請(qǐng)第一時(shí)間聯(lián)系我們修改或刪除，多謝。