看过 LeCun在达沃斯的发言吗？

连Meta都已经LLM-pilled，他不想再跟风了，纯生成式架构，不管是LLM、VLM还是VLA，永远造不出哪怕猫级的智能体。

因为它们本质上只是下一个token预测机，只能在文字和像素的空间里做统计关联，从来没有真正理解过这个世界的因果。它们不会预测行动的后果，不会真正的规划，更没有常识。

短期来看，scaling LLM+微调+工具调用，已经能吃掉80%的白领工作，硅谷所有人往这里冲，也算是完全理性，毕竟钱和机会就在这里。

但长期来看，这是一条有天花板的路。因为你永远不可能在文字地图上，开出一辆真正的车。机器人、具身智能、长期自主代理、真正的科学发现，这些坎，纯LLM永远跨不过去。

真正的智能必须有世界模型。就是说给定当前的状态和你要做的动作，你要能准确预测下一秒世界会变成什么样。不是简单的像素级的生成，还需要对物理规律和因果关系的抽象建模。

最近Figure、特斯拉、谷歌的机器人项目，其实都在偷偷补这一课
=======================
从纯研发来说，这也是宇树之类厂商人形机器人的意义。