爷不干了！LeCun怒斥大模型是“胡扯”并离职创业，诺奖得主Hassabis：大力出奇迹你不懂

TL;DR：

AI圈爆出“春晚级”大瓜：图灵奖大佬LeCun觉得硅谷都在靠堆大模型“骗自己”，怒骂当下路线是胡扯后卷铺盖离职创办AMI Labs；隔壁诺奖得主Hassabis则淡定表示：Scaling Law还能再战，5年后AGI见分晓。

刚刚，AI界的“顶流”们在社交媒体上直接开撕了。

一边是深度学习教父、图灵奖得主Yann LeCun，他不仅在播客中给大模型判了“死刑”，还身体力行地宣布离开效力12年的Meta，要在巴黎搞一场名为“世界模型”的技术革命¹。

另一边则是刚拿了诺贝尔奖、DeepMind的掌门人Demis Hassabis，他坚信只要算力管够、数据管饱，Transformer这辆快车迟早能开到通用人工智能（AGI）的终点。

这场辩论翻译成通俗语言就是：LeCun觉得大家在死胡同里蹦迪，而Hassabis觉得只要蹦迪的音响（算力）够大，墙都能震塌。

技术大揭秘：LeCun为什么要给LLM“送终”？

在LeCun眼里，现在这股“万物皆可大模型”的风潮简直是集体幻觉。他直接用了一个词形容：胡扯（Rubbish）¹。

“所谓通往超级智能的路线，无非就是继续堆模型、喂合成数据、再雇成千上万的人在后训练阶段手把手地‘教’系统……在我看来，这条路根本不可能走得通。” —— Yann LeCun 调侃式翻译：别折腾了，给模型“喂饭”搞不出真正的天才。

LeCun甚至掏出了数学武器来降维打击。他认为人类大脑其实是“极度偏科”的系统，在可能函数空间里，人类能理解的东西少得可怜。他计算出，相比于视觉任务可能存在的庞大函数空间，人类大脑能表示的数量级几乎可以忽略不计²。

简单来说，LeCun认为大模型就像个死记硬背的学霸，它虽然能背下整个图书馆，但并不理解物理世界是怎么运作的。你给它再多的合成数据，它也只是在概率的迷雾里打转。所以，他决定离职创办 AMI Labs，押注不需要语言中转、直接理解物理世界的“世界模型（World Models）”³。

擂台PK：Hassabis的“大力出奇迹”论

面对LeCun的数学攻势，诺奖得主Hassabis并没有被唬住。他认为LeCun把“普适”和“通用”搞混了²。

Hassabis的逻辑很硬：只要一个系统的架构是图灵完备的（比如Transformer），只要给它足够的时间、内存和数据，它理论上就能学习任何东西。

“人类大脑原本只是为了狩猎采集进化的，但我们现在能造波音747，能下赢顶尖国际象棋。这说明什么？说明‘通用性’才是核心。” —— Hassabis 潜台词：虽然我们大脑原本是用来抓兔子的，但不妨碍我们思考宇宙。

在他看来，Scaling Law（规模法则）依然是通往AGI的唯一真理。DeepMind这些年从AlphaGo到AlphaFold的战绩，就是他最有力的筹码。他甚至给出了时间表：5-10年后，真正的AGI就会降临²。

行业“地震”：谁在豪赌，谁在看戏？

这场争论之所以震动全网，是因为这不仅仅是学术上的“斗嘴”，更是真金白银的技术路线大豪赌。

1. LeCun的孤注一掷：他离开Meta，带着35亿美元估值的AMI Labs远赴巴黎，就是为了逃离硅谷那种“LLM至上”的单一文化³。他想证明，不靠堆算力也能实现智能。
2. 硅谷的集体加速：OpenAI、谷歌、Anthropic等巨头依然在Scaling Law的道路上狂奔，疯狂购买H100，疯狂挖掘电力⁴。
3. 马斯克的“围观”：一向爱凑热闹的马斯克也转发站队Hassabis，认为Scaling Law才是硬道理。

这场神仙打架也折射出了当前AI产业的焦虑：当大模型的性能提升开始遭遇边际效应递减时，我们是该继续加码“氪金”堆算力，还是换个赛道重头再来？⁵

五年后，到底是LeCun带着他的“世界模型”衣锦还乡，还是Hassabis用AGI宣告Scaling Law的最终胜利？咱们吃瓜群众可以先搬好小板凳了。

引用

• Yann LeCun
• AGI
• 大语言模型
• Scaling Law
• 世界模型
• AMI Labs