一场关于人形机器人未来走向的激烈争论，在科技圈掀起轩然大波。meta首席AI科学家杨立昆（Yann LeCun）在麻省理工学院（MIT）的公开演讲中直言，当前机器人行业距离真正的通用智能仍有巨大差距，这一观点迅速引发特斯拉、Figure等企业高管的反驳。
杨立昆指出，现有机器人技术仅能完成工厂中拧螺丝、搬运货物等特定任务，但要让它们在家中叠衣服、倒水或理解人类意图，仍面临难以逾越的障碍。他将这种局限归结为"窄智能"与"通用智能"的本质差异，认为突破关键在于构建能够学习、理解和预测物理世界的"世界模型"架构。
这番言论犹如投入平静湖面的巨石，立即引发行业震动。特斯拉Optimus AI负责人朱利安·伊巴尔茨（Julian Ibarz）公开表示反对，强调公司内部已形成明确的通用人形机器人实现路径。Figure创始人布雷特·阿德科克（Brett Adcock）则更直接地喊话："建议杨立昆别再空谈理论，亲自下场做些实事。"
追溯杨立昆的学术生涯，其前瞻性研究轨迹颇具传奇色彩。1987年在索邦大学完成的博士论文《连接主义学习模型》，为神经网络反向传播算法奠定了理论基础。当时主流AI研究仍聚焦专家系统，他却独具慧眼地关注到50-60年代科学家对"自组织"问题的探索——即系统如何通过自我组织实现学习。
"生物学为工程提供了丰富灵感，"杨立昆回忆道，"所有生物都具有适应能力，只要拥有神经系统就能学习。这让我相信，构建智能系统的最佳路径或许是让它自行学会变聪明。"这种突破性思维促使他走上机器学习研究道路，尽管当时该领域几乎无人涉足，甚至导致他一度难以找到博士导师。
在2013年加入Facebook（现meta）后，杨立昆创立FAIR实验室并推动"深度学习"概念取代"神经网络"，这一术语革新标志着产业界对相关范式的系统性接受。2018年，他因在深度神经网络领域的突破性贡献，与约书亚·本吉奥（Yoshua Bengio）、杰弗里·辛顿（Geoffrey Hinton）共同获得图灵奖。
此次争议的核心，在于杨立昆对大语言模型（LLM）的尖锐批评。他直言LLM是"死胡同"，强调仅靠文本训练永远无法达到人类水平智能。"四岁儿童通过视觉接收的数据量，已超过所有公开文本训练的最大规模LLM，"他指出，"这些系统只是回忆训练信息，甚至不如猫的智能水平。"
在杨立昆看来，真正的智能源于视觉、听觉、触觉等多模态感知输入。他以猫为例：虽然猫脑仅含约2.8亿个神经元，但其对三维空间的感知、物体稳定性判断和复杂动作规划能力，远超当前所有生成式AI系统。因此，他主张将研究重心转向"世界模型"——即让机器能够预测动作执行后的环境变化。
这种模型的具体应用场景包括：让机器人通过想象完成冲咖啡等连续动作，预测每一步操作的结果。杨立昆透露，其团队采用的"环境动力学模型"已实现自监督学习，机器人无需针对特定任务反复训练，仅通过学习"动作-结果"关系即可零样本完成新任务。
尽管遭到产业界质疑，但已有企业开始验证杨立昆的理论。获得OpenAI投资的挪威公司1X Technologies发布的"世界模型"，包含视觉编码器、动作编码器等模块，可对输入动作质量进行量化评估。该公司首席执行官伯恩特·博尼克（Bernt Børnich）坦言，让机器人进入家庭面临"理想与现实的落差"，Wi-Fi连接等基础问题比机器人技术本身更具挑战性。
特斯拉则从制造端切入挑战。马斯克指出，人形机器人量产所需的供应链尚不存在，但公司仍在建设年产百万台Optimus机器人的生产线，目标2026年初推出V3原型机。在ICCV计算机视觉顶会上，特斯拉AI负责人阿肖克·埃卢斯瓦米（Ashok Elluswamy）介绍的"神经世界模拟器"，可通过车队视频数据训练实现状态合成，该架构将被迁移至Optimus机器人。
在这场技术路线之争中，杨立昆还意外透露了自己与Llama大模型的"距离"。他多次强调未参与任何Llama项目的技术开发，并揭秘第一代Llama实质是巴黎研究小组的"海盗项目"——这个十余人团队在2022年中后期开发的轻量高效模型，最终成为meta的主力产品。虽然小扎在2023年初组建了GenAI团队推动产品化，但杨立昆坚持表示："从技术层面说，我确实没插手。"
