Yann LeCun（杨立昆）是深度学习领域的奠基人之一、图灵奖得主，也是当前 AI 路线之争中最具代表性的"反 LLM 派"学者。他长期公开主张大语言模型不是通往通用人工智能的路径，转而倡导以世界模型（World Model）和 JEPA 架构为核心的研究方向，近期在首尔、苏黎世等地的演讲和社交平台发言持续引发行业讨论。
Yann LeCun 的核心主张：世界模型取代 LLM
在首尔的公开发言中，LeCun 明确表示 AI 的下一次突破不会来自 LLM，而来自世界模型——即通过观察和交互学习物理世界规律的系统，而非依赖文本预测的生成式模型 (杨立昆在首尔表示：AI 下一次突破不来自 LLM，而来自世界模型)。这一立场与他此前在 ETH Zürich 的两场演讲一脉相承：他认为学术界不应把研究精力投入 LLM，并强调单纯依靠扩大模型规模无法通向 AGI (Yann LeCun 在 ETH Zürich 演讲：学术界不该研究 LLM、Scaling LLM 无法通向 AGI)。
JEPA 架构的产业化延伸
LeCun 提出的 JEPA（联合嵌入预测架构）正在被其他研究团队扩展落地。据报道，PhAI Labs 已将该架构拓展为覆盖物理、生物等七个领域的通用世界模型，试图验证这一路线在科学建模中的可行性 (PhAI Labs 将 LeCun 的 JEPA 架构扩展为跨七个领域的通用世界模型)。这被视为 LeCun 的技术构想走出个人主张、进入实际验证阶段的一个信号，但其能否在多领域真正超越现有大模型的泛化能力，仍有待观察。
对开源、科学与学术史的持续发声
除路线之争外，LeCun 近期还就多个话题表态。他认为模型蒸馏成本较低，因此前沿基础模型最终会免费开源 (Yann LeCun：蒸馏成本低，前沿基础模型终将免费开源)；他也看好 AI 在形式化证明自动化中的应用，认为这将开启数学研究的新阶段 (Yann LeCun：形式化证明自动化将开启数学研究新阶段)。此外，他还在个人账号回忆了 1986 年首次访美并在 MIT 见到 Marvin Minsky 的经历 (Yann LeCun 回忆 1986 年首次访美并在 MIT 见到 Marvin Minsky)，也曾公开批评一份 1991 年的技术报告缺乏理论和实验支撑 (LeCun 批评一份 1991 年技术报告)。
当前焦点与观察点
围绕 Yann LeCun 的讨论集中在三个层面：其一，世界模型路线能否在 LLM 持续占据主导的市场格局中拿出可比的落地成果；其二，JEPA 类架构的第三方扩展是否具备可复现的实验证据；其三，他关于前沿模型免费开源的判断是否会随训练成本和商业格局变化而修正。对关注 AI 技术路线走向的读者而言，LeCun 的观点未必代表行业共识——OpenAI 前政策负责人 Kevin Weil 就曾借其"船只类比"讨论 AI 对科学的影响，呈现更偏务实的态度 (Kevin Weil 转述 Yann LeCun 的船只类比谈 AI 对科学的影响)——但他作为图灵奖得主的批评视角，仍是评估 LLM 局限性时难以绕开的参照。