Yann LeCun或离开Meta：AI巨头与主流路线的分歧之争

在人工智能浪潮席卷全球的今天，一位始终站在大型语言模型（LLM）风口对面持反对意见的杰出学者——Yann LeCun，据传可能即将离开他效力多年的Meta。这位深度学习领域的奠基人之一、图灵奖获得者，不仅是Meta AI研究部门的创始人，更以其独特的学术见解闻名于世。

硅谷高管的离职创业早已不是新闻，但Yann LeCun的动向却截然不同。他是那种能让扎克伯格亲自上门邀请的顶尖人才，是推动深度学习革命的三巨头之一。尤为引人注目的是，他多年来一直坚持一项颇为“叛逆”的立场：在举世追捧的LLM技术路径前，高举警示牌，直言“当前方向存在根本性错误”。

近期，《金融时报》报道称他正在筹划自己的初创企业，并已开始接触潜在投资者。需要强调的是，目前消息尚未得到官方证实，断言LeCun已离职创业为时过早。然而，面对媒体的广泛猜测，Yann LeCun本人至今保持沉默，这种不同寻常的静默反而增添了事件的可信度。

从当年被诚意邀请加入，到如今可能分道扬镳，这十二年间究竟发生了什么？

2013年的战略抉择：扎克伯格的赌注赢了吗？

LeCun与Meta的缘分始于2013年，正值深度学习崭露头角的关键时期。前一年，Geoffrey Hinton团队凭借AlexNet在ImageNet竞赛中大放异彩，以15.3%的top-5错误率震惊业界，彻底点燃了神经网络的研究热情。

随之而来的是科技巨头的激烈人才争夺战——谷歌重金收购了Hinton的创业公司DNNresearch，并将这位宗师级人物纳入麾下；微软研究院也加速扩张其人工智能团队。

当时的Facebook（现Meta）正处在向移动互联网转型的攻坚阶段，无论是信息流推荐、图像识别还是内容审核，都迫切需要先进技术的支撑。然而，其在AI领域的积累远逊于谷歌和微软。扎克伯格急需一位能够撑起门面、吸引全球顶尖人才的学术领袖。

他的目光锁定了Yann LeCun。

彼时，LeCun已在纽约大学任教十余年。他绝非行业新秀，早在上世纪80年代末，他就在贝尔实验室开创了卷积神经网络（CNN），并将其应用于手写数字识别，这项成果后来成为计算机视觉发展的基石。

但在那个神经网络备受冷遇的年代，LeCun的研究长期处于边缘位置。直到2012年Hinton团队的成功，才证明了这条技术路线的巨大潜力。LeCun心中积蓄多年的能量，终于得以释放。

扎克伯格亲自登门拜访，开出了极具吸引力的条件：充裕的研究资金、保留纽约大学教职的自由度，以及全权负责组建Facebook AI研究院（FAIR）的自主权。对于一位渴望将理论转化为实际影响的学者而言，这无疑是梦想般的机遇。

2013年底，LeCun正式加入Facebook，执掌新成立的FAIR实验室。

他在纽约、门洛帕克和伦敦三地建立了FAIR实验室，并以纽约为主要基地。团队初期规模不大，但成员均来自顶尖学府和研究机构——“卷积神经网络之父”的名号具有强大的号召力。

扎克伯格提供了资源，LeCun则交付了成果。他在Meta的贡献主要体现在三个维度：将深度学习深度集成至产品中、推动前沿学术探索以及培育AI新生力量。

在产品化方面，2014年推出的DeepFace人脸识别系统达到了97.35%的准确率，接近人类水平；基于深度学习的推送算法也显著提升了广告转化效率。

学术上，LeCun持续活跃于顶级会议，发表关键论文、担任主旨演讲嘉宾、组织研讨会。最终，他与Hinton、Bengio共同荣获图灵奖，奠定了其学术史上的崇高地位。

此外，在FAIR实验室，由Soumith Chintala主导开发的PyTorch框架于2017年开源，这成为Meta在AI领域最具影响力的贡献之一。PyTorch凭借其动态计算图、原生Python接口和易于调试的特性，迅速赢得了学术界和工业界的青睐，将全球研究者吸引至Meta的生态体系中。有趣的是，Soumith近期也已宣布离职，表示“不愿一生只专注于PyTorch”。

人才培养是另一大亮点。FAIR坚持学术自由原则，鼓励研究员公开发表论文、与学界合作并指导外部学生。这种顶级资源与宽松氛围的结合，吸引了大量杰出人才。至2020年左右，FAIR已跻身全球顶尖AI研究机构行列，与谷歌DeepMind并驾齐驱。扎克伯格当年的战略投资，在前七八年获得了丰厚的回报。

猫比ChatGPT更聪明？这位图灵奖得主是认真的

在ChatGPT引发全球热潮的初期，Yann LeCun与扎克伯格也曾有过一段协作期。2023年起，Meta陆续开源了LLaMA系列模型，震撼了整个行业。

当OpenAI、谷歌选择闭源商用模式时，Meta却反其道而行，公开模型权重，供开发者自由使用。这步棋的意图清晰：通过开源策略构建开发者生态，让LLaMA成为AI领域的“安卓系统”。

作为Meta的首席AI科学家，LeCun公开支持这一路线。开源LLaMA帮助Meta在大模型竞争中稳住了阵脚，也让LeCun的AI理想部分得以实现——尽管实现的方式恰恰依赖于他并不完全认同的LLM技术。

核心矛盾在于，LeCun始终认为LLM是一条难以通向通用人工智能的死胡同。他多次公开批评，指出LLM仅仅依靠统计规律预测下文，缺乏对世界的真实理解。面对常识性问题，它们可能编造出看似合理实则荒谬的答案——即所谓的“幻觉”现象，本质上是缺乏真正的认知能力。

LeCun常以猫和机器人为例阐述其观点：

“我们拥有了能够通过考试、进行对话的语言模型，但实用的家庭机器人在哪里？甚至连像猫一样灵巧的机器人都尚未出现。”

“一只猫所拥有的世界模型，远比任何现有的AI系统都更为复杂。动物具备持久记忆系统和规划复杂行动序列的能力，这些是当前LLM根本无法实现的。”

他进行过量化对比：一个四岁儿童通过视觉接收的信息量，在几年内可达10^15字节，远超LLM所阅读的全部互联网文本。然而，儿童已掌握了基本的物理直觉和语言能力，而LLM消耗海量数据后，智能水平仍相当有限。

“仅靠文本训练，永远无法达到人类水平的智能。这条道路注定走不通。”他断言道。

在LLM如日中天的当下，这种反对声音并不受欢迎。有人批评他固执己见，甚至Meta内部也有观点认为，正是他对LLM路线的抵触，导致公司在大模型竞赛中暂时落后。

但LeCun不为所动，他提出了自己的技术蓝图：世界模型、联合嵌入预测架构（JEPA）等。这些概念虽然学术性强，但其核心思想直观——让AI通过观察和交互来学习世界，而非仅从文本中记忆知识，如同婴儿的成长过程，先理解物理规律和因果关系，再形成抽象思维。

他构想的AI体系是模块化的：包含感知模块、世界模型模块、记忆模块和行动模块，各司其职。这与LLM将一切知识和推理压缩于单一庞大网络中的“书呆子”模式形成鲜明对比。

具体而言，世界模型旨在让AI内部形成一个对外部世界的预测框架，如同婴儿逐步建立对重力、物体恒存等常识的理解。拥有了世界模型，AI便能在脑海中模拟未来，从而具备规划和决策能力。JEPA则是实现这一目标的技术架构，它采用自监督学习，让AI在抽象表示空间中学习预测关键因素，而非生成所有细节，更贴近人类的学习方式。LeCun曾预测，如果他的路线顺利推进，三到五年内可能出现更优越的范式，使现有LLM方法过时。

然而，关键问题是：Meta是否愿意等待这三到五年？

突如其来的重组：FAIR的黄金时代落幕

当初LeCun创立FAIR时，扎克伯格承诺支持“长期的、基础性的AI研究”。但“长期”具体是多长？“基础研究”又能带来多少即时商业回报？在深度学习红利期，这些问题并不突出，因为任何突破都可能转化为产品优势。

随着生成式AI竞争白热化，形势急剧变化。特别是Llama 4项目的未达预期，给扎克伯格敲响了警钟。他需要立即可用的技术，而非五年后可能成熟的理念。

于是，一场深刻的重组在今年展开。Meta成立了“超级智能实验室”，将FAIR、基础模型团队及各应用AI团队整合为一体。表面上是资源聚合，实则是权力结构的根本调整。

重组的核心逻辑明确：研究必须直接服务于产品，科学家需向商业目标靠拢。FAIR团队原先“相对独立开展研究”的特权被削弱，研究方向需对齐个人AI助手等产品需求。此外，Meta对FAIR的论文发表实施了更严格的内审流程，以防研究成果被竞争对手轻易获取。

LeCun对这些变革表现出强烈不满。据多方报道，他在内部激烈反对新的论文审核制度，坚决捍卫研究自由。TheInformation援引知情人士称，LeCun在今年9月曾“气愤至考虑辞职”以示抗议。

或许更令他难以接受的是领导权的转移。扎克伯格在重组中做出了一项大胆人事任命：聘请外部人士Alexandr Wang担任Meta首席AI官，直接向CEO汇报。Alexandr Wang年仅28岁，是MIT辍学生，其创立的Scale AI公司主营数据标注业务。扎克伯格看中的正是他强烈的产品思维和商业敏锐度。在这一新架构下，LeCun的话语权被显著削弱，甚至需向这位年轻高管汇报。

同时，今年7月，扎克伯格任命了年轻的赵晟佳为超级智能实验室的首席AI科学家，负责制定研究方向。

LeCun当时发表声明，称自己的角色与使命未变，并期待与新团队合作。但这番表态背后的分歧已是公开的秘密。

而近期波及AI团队的裁员，可能成为压垮骆驼的最后一根稻草。据报道，Meta的裁员影响了FAIR研究部门及产品相关AI团队，甚至包括华裔资深研究员田渊栋。这一信号清晰表明：Meta不再愿意为“无法看到短期回报”的基础研究持续投入。

FAIR的黄金时代已然终结。

在此背景下，《金融时报》爆料其筹备创业的消息，并不令人意外。学术领袖投身创业近年已成硅谷新常态。Hinton退休后专注呼吁AI监管，Bengio也运营着自己的实验室和项目。若LeCun真选择离开，或许并非坏事。

他可以在Meta之外，无拘无束地推进那个曾被“搁置”的愿景，全力开发理想中的世界模型，以自己的方式验证其正确性，无需再与产品经理周旋，也不必向年轻高管汇报。

若成功，他将证明“我早说过LLM是条死路”；若失败，至多被笑作“固执的老派学者”。

而对Meta而言，扎克伯格必须向投资者讲述增长故事，将最实用的生成式AI技术融入旗下所有产品，这是CEO的职责所在。只是，少了LeCun这样独特的声音，公司或许将失去一些多元化的思考。未来当LLM技术真正触及天花板时，人们回顾当年那位举牌反对的倔强先驱的言论，或许会感慨万千。