手握千亿却搞砸一切！Yann LeCun如何让Meta沦为AI笑柄？
原创 爱学习的卡卡 跟着卡卡学AI 2025年04月21日 19:40 广东
文 | 卡卡
ID | adudu199711
“一位顶尖科学家坐拥千亿资源却搞砸了Meta AI！”——最近科技圈对Yann LeCun的批评声愈演愈烈。作为图灵奖得主、Meta首席AI科学家，“教条主义”成了他的新标签。他坚持认为“LLM（大语言模型）已死”，却未能拿出替代方案；他手握天量算力资源（数千亿美元），却让Meta AI逐渐沦为行业笑柄。
OpenAI有GPT-6o、谷歌有Gemini 2.5、Anthropic有Claude——而Meta只有饱受争议的Llama系列。更讽刺的是，《华尔街日报》爆料称：“部分离职员工甚至在简历里特意标注‘未参与Llama 4研发’。”
为什么Meta AI会走到今天这一步？Yann LeCun到底做错了什么？
1. “反LLM教父”与Meta的战略迷失
Yann LeCun对LLM（大语言模型）的厌恶几乎是公开的秘密。他在2025年GTC大会上直言：“我对LLM不再感兴趣！”并断言：“几年后没人会用自回归模型。”
然而现实是：
- OpenAI靠GPT系列估值破万亿
- 谷歌Gemini已深度整合进搜索与办公生态
- Anthropic Claude成为企业级AI标杆
而Meta呢？Llama 4发布后因“代码能力差”“数学推理崩盘”被疯狂吐槽。用户实测显示：“GPT-4o能解微积分题时Llama 4还在纠结小学数学。”
LeCun的核心逻辑：
-
自回归预测注定失败
LLM本质是“猜下一个词”，错误会指数级累积（比如生成1000个词后正确率趋近于零）。
“这就是为什么ChatGPT会胡说八道。”
-
Token无法描述物理世界
文本是离散符号（仅数万种可能），但现实世界是连续的（比如视频、传感器数据）。
“让AI通过文字学习世界？就像靠菜单学做菜。”
-
数据效率太低
GPT-4训练用了20万亿token（相当于人类几十万年阅读量），但4岁小孩仅需1.6万小时观察就能掌握常识。“文字信息量远不如真实体验。”
问题在于：他的理论或许正确——但Meta因此错过了整个LLM黄金时代。
2. “开源理想主义”的反噬
Meta曾是AI开源先锋：
2023年：Llama 1横空出世、2024年：Llama 3号称“最强开源模型”
但到了2025年：
Llama 4被曝“数据污染”、代码能力落后GPT-4o两代、开发者抱怨：“API稳定性像彩票”
更致命的是：开源没换来生态优势。
-
OpenAI靠闭源+企业合作赚得盆满钵满
-
Meta的开源反而让对手白嫖技术（比如谷歌用Llama论文改进Gemini）
一位匿名员工透露：“公司内部早就分裂成两派——‘全力冲商业化’派和‘死磕开源理想’派。”
3. 管理灾难：研究VS产品的割裂
Meta AI最大的顽疾是：研究院和产品部门完全脱节。
典型案例：
2024年Meta重组FAIR（基础AI研究院）结果研究员纷纷离职：“我们的工作根本不被产品团队采用。”
Llama 4训练期间爆出“指标作弊”丑闻工程师篡改基准测试结果以迎合KPI。
对比竞争对手：
-
OpenAI研究团队直接向产品线汇报（比如GPT-4o由研究员和工程师共同调优）
-
Google DeepMind与Bard团队深度协同
而Meta呢？LeCun曾公开抱怨：“我提的方案总被产品经理否决。”
4. 未来赌注：JEPA能救Meta吗？
LeCun押注的新方向是 JEPA（联合嵌入预测架构） ——一种试图让AI通过视频学习物理规律的技术。
他的愿景很宏大：
- 抛弃“猜词游戏”
，直接建模世界运行逻辑
- 实现猫级别的常识推理
（比如预测“杯子摔落会碎”）
但业界普遍质疑：
- 技术成熟度太低
：JEPA目前只能处理极简单场景（比如方块滑动），离实用差十年。
- 商业变现无解
：谷歌可以靠搜索养AI Meta没有类似现金牛。
一位风投人士总结：“如果JEPA五年内不成 Meta AI就真出局了。”
科学家的偏执与公司的代价
Yann LeCun像一位“先知”——他预见了LLM的天花板却无力带领Meta找到新大陆。
讽刺的是：当OpenAI用GPT-4o赚取千亿营收时 Meta仍在为“理想主义”买单。或许正如一位Reddit网友所说：
“顶级科学家最危险的特质不是无知而是傲慢——他们总认为自己比市场更聪明。”
留给Meta的时间不多了。
-END-
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
