World Labs 共同創辦人暨執行長 Fei-Fei Li 與 Jeetu Patel 談空間智能為何是 AI 下一前沿、Marble 世界模型、資料與通用機器人的挑戰，以及對 AI 論述的期待。 Dr. Yann LeCun 勒昆博士，人工智慧先驅 , 65 歲 談 ：科技「大軍」走錯了方向，正走向死胡同。他的新創公司試圖預測人工智慧行為的後果tried to predict the outcome of its actions. 。他說，這將取得更大進展。 大型語言模式 (LLM) 的限制： 缺乏真正的推理能力。為何語言能力 ≠ 智能。...... 7位得主齊獲殊榮 The winners of the 2025 Queen Elizabeth Prize for Engineering were awarded to seven individuals for their seminal contributions to the development of modern machine learning,

他的新創公司試圖預測人工智慧行為的後果tried to predict the outcome of its actions. 。他說，這將取得更大進展。

 That, he said, would allow A.I. to progress beyond the status quo. His new start-up will continue that work.

人工智慧先驅警告：科技「大軍」走錯了方向正走向死胡同。

他表示，原因在於他多年來一直強調的觀點：大型語言模型（LLM），也就是ChatGPT等熱門產品的核心人工智慧技術，其能力終究有限。而各公司卻把所有資源都投入到那些無法達成目標的專案中，也就是讓電腦達到甚至超越人類的智慧水準。他補充說，更具創新精神的中國公司或許能夠率先實現這一目標。

The reason, he said, goes back to what he has argued for years: Large language models, or L.L.M.s, the A.I. technology at the heart of popular products like ChatGPT, can get only so powerful. And companies are throwing everything they have at projects that won’t get them to their goal to make computers as smart as or even smarter than humans. More creative Chinese companies, he added, could get there first.

到 2010 年代初，研究人員開始證明神經網路可以為包括人臉辨識系統、數位助理和自動駕駛汽車在內的各種技術提供支援。

By the early 2010s, researchers had begun to show that neural networks could power a wide range of technologies, including face recognition systems, digital assistants and self-driving cars. 

An A.I. Pioneer Warns the Tech ‘Herd’ Is Marching Into a Dead End

Yann LeCun helped create the technology behind today’s chatbots. Now he says many tech companies are on the wrong path to creating intelligent machines.
勒昆博士一再強調，開源是最安全的方式。這意味著沒有任何一家公司能夠控制這項技術，任何人都可以使用這些系統來識別和應對潛在風險。

Dr. LeCun repeatedly argued that open source was the safest path. It meant that no one company would control the technology and that anyone could use these systems to identify and fight potential risks.





Videos



Ecstatic King Charles Presents Queen Elizabeth Prize For ...
YouTube · The Royal Family Channel
12 hours ago
AI Overview




The winners of the 2025 Queen Elizabeth Prize for Engineering were awarded to seven individuals for their seminal contributions to the development of modern machine learning, a core component of artificial intelligence (AI) advancements.
The 2025 laureates, who share the £500,000 prize, are:Dr. Bill Dally
Dr. Fei-Fei Li
Professor Geoffrey Hinton
Professor John Hopfield
Jensen Huang
Dr. Yann LeCun
Professor Yoshua Bengio
Their combined work laid the conceptual and hardware foundations for modern machine learning and AI, including the development of artificial neural networks, essential high-performance computing hardware (GPUs), and high-quality datasets like ImageNet which are critical for training AI systems.
The winners were announced in February 2025, and His Majesty King Charles III presented the award during a ceremony in November 2025.

Yann LeCun 談大型語言模式 (LLM) 1.“LLM 會一個接一個地生成詞元。它生成一個詞元需要進行固定量的計算，這顯然屬於系統 1——它是被動的，沒有推理能力。” —— 解釋 LLM 為何缺乏真正的推理能力。 2.“LLM 很棒，它們很有用，我們應該投資它們——很多人會使用它們……但它們並非通往人類智能的途徑。它們只是不是。現在，它們佔據了所有資源——基本上沒有資源用於其他任何事情。” —— 解釋為何業界對 LLM 的執著是錯誤的。 3.“語言具有強大的統計特性……這就是為什麼我們擁有能夠通過律師資格考試或計算積分的系統，但我們的家用機器人在哪裡？在現實世界中，一隻貓的表現仍然遠遠超過它們。” —— 解釋為何語言能力 ≠ 智能。 4. “在通往人類水平人工智慧的道路上，大型語言模型基本上是一個出口——一個幹擾因素，一條死路。” ——論大型語言模式作為人工智慧研究中的一條演化死胡同。 ——圖片來源：印度時報，Gadgets Now Mark Bishop 已註明出處😜 原文連結： https://timesofindia.indiatimes.com/....../125428070.cms Yann LeCun tán dàxíng yǔyán móshì (LLM) 1.“LLM huì yīgè jiē yīgè dì shēngchéng cí yuán. Tā shēngchéng yīgè cí yuán xūyào jìnxíng gùdìng liàng de jìsuàn, zhè xiǎnrán shǔyú xìtǒng 1——tā shì bèidòng de, méiyǒu tuīlǐ nénglì.” —— Jiěshì LLM wèihé quēfá zhēnzhèng de tuīlǐ nénglì. 2.“LLM hěn bàng, tāmen hěn yǒuyòng, wǒmen yīnggāi tóuzī tāmen——hěnduō rén huì shǐyòng tāmen……dàn tāmen bìngfēi tōng wǎng rénlèi zhìnéng de tújìng. Tāmen zhǐshì bùshì. Xiànzài, tāmen zhànjùle suǒyǒu zīyuán——jīběn shàng méiyǒu zīyuán yòng yú qítā rènhé shìqíng.” —— Jiěshì wèihé yèjiè duì LLM de zhízhuó shì cuòwù de. 3.“Yǔyán jùyǒu qiángdà de tǒngjì tèxìng……zhè jiùshì wèishéme wǒmen yǒngyǒu nénggòu tōngguò lǜshī zīgé kǎoshì huò jìsuàn jīfēn de xìtǒng, dàn wǒmen de jiāyòng jīqìrén zài nǎlǐ? Zài xiànshí shìjiè zhōng, yī zhī māo de biǎoxiàn réngrán yuǎn yuǎn chāoguò tāmen.” —— Jiěshì wèihé yǔyán nénglì ≠ zhìnéng. 4. “Zài tōng wǎng rénlèi shuǐpíng réngōng zhìhuì de dàolù shàng, dàxíng yǔyán móxíng jīběn shàng shì yīgè chūkǒu——yīgè gànrǎo yīnsù, yītiáo sǐlù.” ——Lùn dàxíng yǔyán móshì zuòwéi réngōng zhìhuì yánjiū zhōng de yītiáo yǎnhuà sǐhútòng. ——Túpiàn láiyuán: Yìndù shíbào,Gadgets Now Mark Bishop yǐ zhùmíng chūchù 😜 yuánwén liánjié: Https://Timesofindia.Indiatimes.Com/....../125428070.Cms Show more

Yann LeCun on Large Language Models (LLMs)

1. “An LLM produces one token after another. It goes through a fixed amount of computation to produce a token, and that’s clearly System 1 — it’s reactive. There’s no reasoning.”

— On why LLMs lack genuine reasoning capacity.

2. “LLMs are great, they’re useful, we should invest in them — a lot of people are going to use them … But they are not a path to human-level intelligence. They’re just not. Right now, they’re sucking the air out of the room — there’s basically no resources for anything else.”

— On why industry obsession with LLMs is misplaced.

3. “Language has strong statistical properties… That’s why we have systems that can pass the bar exam or compute integrals, but where is our domestic robot? A cat still vastly outperforms them in the real world.”

— On why language competence ≠ intelligence.

4. “On the highway toward human-level AI, a large language model is basically an off-ramp — a distraction, a dead end.”

— On LLMs as an evolutionary cul-de-sac in AI research.

———

Image credit: Times of India, Gadgets Now

Mark Bishop i credited it

Here’s the source article:

https://timesofindia.indiatimes.com/....../125428070.cms

Roger's Letter

25分鐘 ·

FeiFeiLi JeetuPatel 3D與AI空間智能WorldLabs

Roger's Takeaway

李飛飛此篇訪談比較短，說的也是之前聽過的東西，不過世界模型進展真的蠻快的，Google genie 3和他的Marble模型，以及Yann Lecun也在發展自己的世界模型。

可能過幾年，我們會從現在的LLM模型轉成世界模型的應用。

有興趣也可以在下面連結看我之前整理的李飛飛訪談

摘要

World Labs 共同創辦人暨執行長 Fei-Fei Li 與 Jeetu Patel 談空間智能為何是 AI 下一前沿、Marble 世界模型、資料與通用機器人的挑戰，以及對 AI 論述的期待。

Highlight

空間智能

為什麼空間智能這麼重要？為什麼我說它是 AI 的下一個前沿？如果你用一點演化的眼光來看智能的發展，從五億多年前開始，真正點燃神經系統發展這場演化軍備競賽的，其實是感知，不是語言。和感知相比，語言是一種非常、非常新的智能形式。就算寬鬆一點看，語言大概也就五十萬年歷史，可能還不到；但早在超過五億年前，動物就開始看見光、開始觸摸環境。

Marble模型

Marble 做的是：接收多模態輸入，不管是一句話、一張圖、一支影片、幾張圖，還是簡單的 3D 輸入，都可以，它是多模態的。然後它會把那個 prompt 轉成一個完整可導航、可互動的 3D 世界，而且具有永久一致性，這和現在常見的影片模型非常不同；它具備幾何結構，可以支援你想做的無論是模擬機器人動作、還是寫遊戲程式等等。所以 Marble 是一個前沿模型。我們大約兩個月前釋出，還是第一代。我們很興奮能展開這段旅程，而目前它仍然是目前最先進的 3D 生成式世界模型。

如果我們把時間倒回一百五十年，我忘了確切幾年，如果某個版本的我們兩個在台上談「電力的成功是什麼樣子」，我想至少、不知道當時有沒有人想像、很難想像，但我希望有某個版本會說：我們的學校被照亮、我們的家變溫暖、它會讓機器工業化我們的生活、進而延長我們的壽命、更多孩子在適學年齡時能學習——那就是技術的意義、那就是 AI 的意義，那是歷久不變的價值。當文明變得更好，而文明是由每一個追求幸福、追求繁榮、帶著尊嚴感前行的個人所構成時，那就是成功。那就是 AI、也是每一項技術的成功樣貌。

世界模型的算力需求

Ｑ：大型世界模型在計算上是否和語言模型一樣吃重？是更多、還是更少？

這是個好問題。首先，大型世界模型有不同種類。我們非常投入在打造具有明確 3D、4D 表徵的世界模型，以支援機器人、遊戲、娛樂、設計等；另外也有一種被稱為世界模型的，比較偏向影片生成模型。目前在這個領域，我們的模型還沒有像較大的 LLM 那麼大；我相信 GPT-5 大約是用 10 的 26 次方 flops 訓練，我們的 Marble 模型仍然小幾個數量級。

資料是因素之一；你知道 scaling laws 從資料和模型參數開始，所以資料有它的角色。也因為這個領域還早：語言模型是從、transformer 論文我想是 2016 年發表，所以差不多十年了；世界模型是更新很多的領域，所以我們仍處於、我不會說最早，過去兩年我們其實已經在一些科學上降低了風險，但我們仍處於相對早期，還在摸索模型架構。所以規模相對還小。但話說回來，鑑於 World Labs 過去幾年的進展以及我們對這個領域的觀察，我認為接下來幾年會非常令人興奮。我們會看到大型世界模型沿著 scaling law 的曲線往上走。

機器人

想想 2006 年，我同事 Sebastian Thrun 帶領 Stanford 團隊做出第一輛能在內華達沙漠跑一百三十八英里的自駕車，那時我們宣稱我們會有自駕車。二十年後，去年才是第一年 Waymo 在舊金山和一些大城市街上運行。

我們大致達到了一個重大里程碑，但那是很長的旅程。

車和機器人的差別在於：車是一個在二維表面上移動的、方方正正的機器人，車唯一必須做的就是不要碰到東西、不要碰到行人、不要碰到路緣。想想機器人：它是三維的，不管是不是人形，在三維世界裡工作，而通用機器人的目標是要用不會弄壞東西的方式去碰觸東西。所以那是維度高得多的問題。

我們確實在進步，但手的模擬一直很難：手的靈巧、視覺的精準、對空間的理解、訓練資料的缺乏，這些都很具挑戰性。這正是我創辦 World Labs 的原因，因為我知道這是個非常重要的問題，我們想投入。但作為科學家，我個人也不喜歡過度承諾。

---

黃仁勳與AI先驅同列　7位得主齊獲殊榮

今年伊莉莎白女王工程獎的7位得主除有黃仁勳，還有華裔美籍科學家李飛飛，她是獲獎者中唯一的女性。另有NVIDIA首席科學家比爾達利（Bill Dally）、92歲的AI先驅約翰霍普菲爾德（John Hopfield）、喬書亞本吉奧（Yoshua Bengio）、傑佛瑞辛頓（Geoffrey Hinton）與Meta首席科學家楊立昆。他們被表彰為「讓電腦模仿人腦運作、進而發展出現代機器學習模型」的奠基者。

波克夏哈薩威削減蘋果和美銀持股，增持紐約時報公司頭寸Why New York Times Stock Is Fitting Final Bet for Warren .《紐約時報》出版人A ·G· 蘇茲伯格(A G Sulzberger)：在危急時刻，為捍衛新聞自由而戰

波克夏哈薩威削減蘋果和美銀持股，增持紐約時報公司頭寸Why New York Times Stock Is Fitting Final Bet for Warren .《紐約時報》出版人A ·G· 蘇茲伯格(A G Sulzberger)：在危急時刻，為捍衛新聞自由而戰 波克夏哈薩威垂青 NYT 波克夏哈薩威削減蘋果和美銀持股，增持紐約時報公司頭寸 在巴菲特擔任CEO的最後幾個月裡，波克夏哈薩威出售了美國銀行和蘋果公司的股票，並新建倉了紐約時報公司。 ---- Berkshire's surprise returnOne reason was undoubtedly The New York Times' recovery in recent years. It grew revenues by 9% to $2.8 billion and its net income by 17% to $344 million last year, as subscription revenues rose 9% and advertising revenues jumped 12%.6 hours ago Why New York Times Stock Is Fitting Final Bet for Warren ... Business Insider https://www.businessinsider.com › Finance About featured snippets• Feedback Berkshire Cuts Amazon Stake, Makes Bet on New York ... Bloomberg.com https://www.bloomberg.com › news › articles › buffett-sl... 6 hours ago — Berkshire Hathaway Inc. slashed its holding in Amazon.com Inc. by more than 75% in the fourth quarter. The conglomerate acquired 5.1 million ...Read more ----- 編輯推薦| 時報出版人：在危急時刻，為捍衛新聞自由而戰

“《紐約時報》的使命是探尋真相，幫助人們理解這個世界。”時報出版人A·G·蘇茲伯格(AGSulzberger)近期在布朗大學的一場演講中說道 。他指出，在民族主義抬頭、導致人們向內收縮的時刻，時報最重要的工作之一，是揭示外面的世界。

蘇茲伯格指出，美國政府曾是世界上最偉大的新聞自由捍衛者，然而，在過去的幾年裡，情況發生了急劇的變化。在全球範圍內，一場殘酷的運動正把矛頭對準記者。為了阻止記者揭露令人不安的事實並追究其責任，越來越多政府採用公開的、時有暴力的方式，試圖毀壞他們的信譽，迫使他們保持沉默。

這是一場針對記者和新聞業的全球性攻擊，蘇茲伯格講道。但更重要的是，這是對公眾知情權的侵犯，對核心民主價值觀的侵犯，對真理概念本身的侵犯。為了宣傳言論自由的理想、捍衛新聞自由的權利，“現在又到了我們為這些理想而戰的時候”。時報在觀點與評論版面發表了這篇演講稿，歡迎在這裡閱讀中文版本 。