当全球仍在为大型语言模型（LLM）的每一次迭代而惊叹时，图灵奖得主、人工智能先驱杨立昆却投下了一枚震撼的“炸弹”——LLM的革命其实已经结束了。他指出，仅仅依靠扩大模型规模或优化现有范式，我们永远无法抵达真正的人类水平智能或通用人工智能（AGI）。
他认为，当前的一切进展，从对话机器人到各类智能体，都建立在一个存在天然天花板的范式之上。
杨立昆的论断直指当前LLM的核心本质与根本局限。他认为，这些系统通过海量文本训练，精通“预测下一个词”，能够生成流畅文本，但其智能是“表面性”的，它并不理解世界。一个无法预测自身行为后果的系统，如何进行真正意义上的规划？这正是当下尝试基于LLM构建复杂任务智能体所面临的窘境——如同让一个只熟读手册却不懂物理的“学者”去操作精密仪器，任何现实世界的细微意外都可能导致失控。
他以自动驾驶为例，一个青少年仅需学习十小时便能掌握驾驶基础，而最先进的系统经过数百万小时数据训练仍难以达到高级别自动驾驶。这揭示了人类与机器在学习效率上的鸿沟，根源在于人类的智能基石是对物理世界的深刻理解与内在建模，而非语言本身。
因此，杨立昆断言，继续沿着LLM的道路前进，只会创造出“更博学的鹦鹉”，而非真正的智能。他旗帜鲜明地指出，下一波浪潮将是基于“世界模型”的物理AI革命。未来的AI必须能够直接从视频等高维感官数据中学习，构建起对世界运行规律的内部表征和预测模型，从而理解因果关系、进行规划推理。
杨立昆曾在Meta推动的JEPA架构正是这一理念的实践——它不在像素层面纠结，而是在抽象的表征空间中预测，致力于学习世界的物理规律。这种基于世界模型的AI，将能真正理解并与物理世界互动，其能力是LLM永远无法企及的。
在技术路线之外，杨立昆强烈警告了AI领域日益严重的封闭化趋势。他批评以OpenAI为代表的机构从开放走向封闭，认为这正在减缓技术进步，并导致权力危险地集中。历史表明，基础设施平台最终必将走向开源，如同互联网的发展轨迹。他特别提到，当前性能优秀的开源模型已来自中国，若西方持续封闭，将在技术竞争和全球生态主导权上落后。在他看来，真正的风险并非科幻中的超级智能反叛，而是现实世界里少数巨头对信息和知识渠道的垄断。他倡导建立全球性的开源AI联盟，以汇聚多元智慧与文化。
面对这场即将到来的深刻变革，杨立昆对普通人的建议是回归本质与基础。与其追逐瞬息万变的技术工具，不如深耕那些“保质期”长的基础知识与科学原理，培养持续学习的能力。他认为，AI带来的生产力提升将是渐进但累积效应巨大的，不会引发大规模失业潮，因为人类的适应速度本身构成了内在调节机制。未来，AI将成为增强人类智慧的强大助手，我们与更聪明系统之间的关系将是共生与协作，如同领导者与智慧幕僚团队，关键在于设定目标、整合信息并做出最终决策。
杨立昆的视角或许与当前主流热潮不尽相同，但其思考指向了智能更为本质的维度，从对符号语言的精通，回归到对物理世界的理解。在众人朝着一个方向狂奔时，他的声音提醒我们，下一次划时代的突破，或许正孕育于对现有范式的深刻反思与勇敢超越之中。物理AI的革命，已悄然拉开序幕。
#