观点 @ylecun 2026-05-21

AI 远未达到人类智能，靠海量知识弥补常识缺失

Meta 首席 AI 科学家 Yann LeCun 称，人们正逐渐意识到当前 AI 距离人类的智能与学习能力仍很遥远；它之所以好用，是靠积累海量陈述性知识来弥补常识缺失、对现实理解不足以及有限的推理与规划能力。

TL;DR · 观点解读

LeCun 重申当前 AI 仍是'记忆机器'，靠海量知识堆砌弥补深层推理与常识缺失。这不是新论断，但在他近期力推 JEPA 架构的背景下，隐含着对 Scaling Law 路径的系统性挑战——他真正在说的是：行业投入方向可能走偏了。

深度解读

说话人的历史观点 + 利益关联

Yann LeCun 是图灵奖得主、Meta 首席 AI 科学家，同时也是 JEPA（联合嵌入预测架构） 的主要倡导者。他的核心立场在过去三年一以贯之：当前以自回归语言模型为代表的 AI 路线走到了瓶颈，靠喂更多 token 只能在表面弥合差距，无法解决「常识缺失」和「世界模型缺失」这两个根本问题。

他的发言带有双重利益锚点：技术立场上，他认为现有 LLM 的统计记忆本质上是「高级复读」，与人类靠主动构建世界模型进行推理的能力不可同日而语；商业立场上，Meta 作为开源力量，正面迎战 OpenAI/Google 的 scaling 叙事，LeCun 需要为「不走 scaling 这条路」的合理性提供学术背书。JEPA 正是他在 Meta 内部押注的下一代路线图。

这是否是新论断？

不是。这是 2023 年他在 TED 演讲、2024 年 NeurIPS 主题演讲的延伸。核心论点没有变化：陈述性知识越多，推理能力越强是幻觉；真正的智能需要因果推理和物理世界的常识。 唯一的增量在于，他用了「人们正在意识到」这样的措辞，似乎在暗示业界共识正在向他靠拢。

反共识 p

● 未登录访客

SMARTFLOW PRO

继续阅读深度解读 + 编辑加注

下方还有 3-5 段深度分析 + Vincent 编辑加注 + 可点击信源，仅 Pro 会员可见
加入机智流 PRO →
¥99 / 季 · 每周 1 篇深度研报 · 飞书+微信群双通道

已是 Pro 但仍被提示？联系反馈

参考来源

Yann LeCun 原推 · 2026-05-21
LeCun JEPA 论文与公开阐述 · 2023-06-14

本解读由 AI 自动生成 · 模板：观点解读 · 仅供参考，请以原文为准。