图灵奖得主杨立昆最新万字实录：我们离真正的Agent还差几大关键技术

原标题：图灵奖得主杨立昆最新万字实录：我们离真正的Agent还差几大关键技术
文章来源：人工智能学家
内容字数：16553字

Meta首席AI科学家杨立昆在CES 2025对谈：AGI、JEPA与AI智能体的未来

本文总结了Meta副总裁兼首席人工智能科学家杨立昆在CES 2025与Wing Venture Capital研究主管Rajeev Chand的对谈要点。对话涵盖了AGI、规模化定律、世界模型、AI智能体等热门话题，杨立昆表达了他对AI发展方向的一些独到见解。

1. AGI的定义与局限性

杨立昆认为，“AGI”（通用人工智能）这一术语本身缺乏实际意义。他强调人类智能的高度专业化，认为AGI并非等同于人类水平智能。他指出，仅仅依靠文本数据训练AI，无法实现人类水平的智能，这在未来也不会发生。

2. JEPA架构与常识学习

杨立昆介绍了Meta正在研究的JEPA（联合嵌入预测架构）。JEPA的核心思想是学习数据的抽象表示，并在该空间中进行预测，而非预测所有细节。这简化了预测问题，并促使系统学习环境的相关信息。他提到，一些JEPA系统已展现出一定的常识，能够识别视频中不可能发生的事情，并预计JEPA技术会在Llama 5中有所应用。

3. 大规模训练的挑战与测试时计算

杨立昆指出，大规模训练和基于能量的模型面临计算资源和数据库可用性的挑战。他认为“测试时计算”是一种解决方案，即通过优化计算系统的输出，而非单纯依靠固定数量的神经网络层进行计算，系统通过目标函数来衡量输出是否符合目标。

4. AI智能体：挑战而非解决方案

杨立昆认为，AI智能体是一个挑战，而非现成的解决方案。构建AI智能体需要结合JEPA、基于能量的模型、世界模型和目标驱动型AI等技术。他区分了AI智能体的短期和长期目标：短期目标是通过现有数据训练AI系统执行一系列操作；长期目标是构建能够进行推理、规划并理解物理世界的系统。他认为，在未来5-6年内，不太可能实现人类水平的智能。

5. 开源的贡献与意义

杨立昆肯定了Llama开源的积极作用，指出其促进了新兴产业的诞生，并帮助大型公司获得更多控制权。开源社区的贡献体现在对大语言模型性能的理解、优化以及在嵌入式硬件等方面的应用上。

6. 对AI监管的看法

杨立昆反对对模型层面的AI研发进行监管，他认为监管应该集中在应用层，而不是模型层。他认为监管研发没有意义，并以Linux为例说明开源平台和研发阶段的工作不应该被监管。

7. 对未来AI发展的预测

杨立昆预测，未来10到15年内，每个人都会随身携带AI助手；通用机器人会在3到5年内出现；AI智能体在未来五年内无法撰写被NeurIPS等技术会议接受的研究论文；他认为核能是满足AI能源需求的最佳且最安全的来源。

总而言之，杨立昆在对谈中表达了对AGI的谨慎态度，并重点介绍了JEPA架构及其在构建AI智能体中的作用。他强调了开源的重要性，并反对对AI研发进行监管。他对于AI的未来发展持乐观态度，但同时也提醒人们要对技术发展保持理性预期。

联系作者

文章来源：人工智能学家
作者微信：
作者简介：致力成为权威的人工智能科技媒体和前沿科技研究机构