AI巨头LeCun入局新赛道：力挺能量推理模型，Kona数独表现秒杀GPT-5.2

在告别Meta的传统框架后，图灵奖得主Yann LeCun正通过多元化的布局展现其技术野心，完美诠释了“不将筹码押在单一赛道”的策略。

一方面，他创立了AMI公司深耕世界模型领域；另一方面，他也将敏锐的目光投向了硅谷的新兴力量。

近日，LeCun正式宣布加盟初创公司Logical Intelligence，并出任技术研究委员会的创始主席。

这一动向引发了业内高度关注，因为Logical Intelligence选择了一条与当前主流大语言模型（LLM）迥异的技术路径。

该公司主攻方向是“能量推理模型”（Energy-Based Reasoning Model），号称在学习效率、逻辑推理及错误自纠能力上远超传统模型。

在极具挑战性的数独逻辑测试中，Logical Intelligence研发的Kona模型仅用时不到1秒便完美解题。

对比之下，强如GPT 5.2、Claude Opus 4.5及Claude Sonnet 4.5等顶级模型，在耗时超过100秒后仍未能给出正确答案……

在经历了漫长的10分钟等待后……

Logical Intelligence究竟有何来头？

首先，我们需要深入了解Logical Intelligence的核心业务。

这家于今年1月正式亮相的AI新锐，致力于研发基于能量的推理模型（EBM）。

这个概念虽然略显深奥，但我们可以通过直观的逻辑来拆解：

该模型并非通过概率预测下一个Token，而是基于约束条件进行评分，从而验证并锁定最优解。

你可以将其想象为一个在迷宫中穿行的智能体，它通过感知环境中的“能量梯度”来寻路。在EBM的体系内，凡是符合逻辑、满足约束的方案，其“能量”最低，处于最稳定的状态。系统通过持续优化，直至找到那个能量最低的逻辑终点。

这意味着，EBM从底层设计上就将问题视为一组严格的约束集合，推理过程即是寻找满足这些约束的过程。

Logical Intelligence提出了三大核心技术主张：

第一，大模型在本质上受到推理能力的制约。由于过度依赖离散Token，LLM在处理复杂逻辑扩展时面临巨大瓶颈。

第二，能量推理模型（EBMs）有效克服了传统模型在逻辑推演中的固有难题。

第三，AI推理的未来在于两者的结合：使用EBM处理核心推理，由LLM负责自然语言的协调与翻译。

如果你关注LeCun的学术历程，会发现这一技术路线与其长久以来的信仰高度契合。

早在二十年前，LeCun就曾公开论述能量模型在智能系统中的巨大潜力。

遗憾的是，受限于当时的算力水平，这一理论长期处于试验阶段。近年来，LeCun多次直言大模型的成功导致了行业的路径依赖，甚至在近期采访中调侃大家都被“LLMs洗脑了”。

因此，LeCun加盟该公司可谓水到渠成。Logical Intelligence首席执行官Eve Bodnia表示：

对于我们而言，Yann LeCun是能量推理模型及相关架构的顶尖权威。当我们决定开发EBM时，他便是我们心中唯一的技术领路人。

Bodnia进一步指出，AI的形态应当是多元的，而非仅仅局限于文本对话。

“人们常说AI行业存在泡沫，准确地说，那是大模型的泡沫。通往AGI的道路需要多种AI各司其职：”

• LLMs：负责与人类进行语言交互
• EBMs：承担高难度的逻辑推理任务
• 世界模型：辅助机器人在物理空间执行任务

首款模型Kona正式亮相

Logical Intelligence宣称已成功构建出全球首个实用型EBM——Kona，其参数量不到200M。

该模型的实战表现如何？

官方展示了其在数独游戏中的惊人表现。在单张Nvidia H100 GPU上，Kona解题的速度与准确率均完爆Claude Opus 4.5、GPT 5.2及Gemini 3 Pro等顶尖大模型。

以下是Kona的测试数据展示：

表现紧随其后的是DeepSeek-V3，但在细节处理上仍有细微瑕疵。而Gemini 3 Pro、Claude Opus 4.5等模型耗时均突破百秒，且结果往往差强人意。

值得注意的是，该测试严禁大模型调用编程插件进行“暴力破解”。之所以选择数独，是因为它是一个典型的强约束、零容错逻辑场景，任何一个数字的错误都会导致全盘皆输。

这种对比鲜明地体现了能量模型在有限解空间内的搜索效率。Logical Intelligence的远大目标是让Kona解决现实世界的复杂难题，例如优化能源网络调度或精细化制造自动化。

Eve Bodnia强调，这些关键任务对“幻觉”的容忍度极低，且往往与自然语言处理无关。此外，EBM在数据训练上也具备独特优势，能够从稀疏数据中精准提取完整逻辑，为企业提供定制化的轻量级模型解决方案。

写在最后

目前，Kona模型暂未开源。

但CEO表示，未来会考虑向社区开放部分核心技术。

在正式推向世界之前，我们需要深度评估其安全性与边界。这是迈向通用人工智能的重要一步，我希望以一个负责任的姿态来见证它的成长。

参考链接：

https://archive.ph/H91Zl#selection-2531.22-2531.53

若你也想亲自挑战数独解题速度，可访问：

https://sudoku.logicalintelligence.com/