OpenAI与谷歌在生成式AI领域你追我赶，而Meta却因Llama 4的败北而陷入困境。此刻，这家行业巨头正酝酿着两种迥异的战略，以期扭转局势。
四月，Llama 4的接连失误让Meta陷入了舆论的漩涡，与此同时，其首席人工智能科学家杨立昆（Yann LeCun）也受到了指责。作为昔日的图灵奖获得者，他手握数千亿美元的资本，却执意反对主流的LLM发展路径。如今，Meta在海外AI巨头间的竞争中已经处于劣势。
此刻，杨立昆似乎迫切需要通过新的成就来印证自身价值。6月12日，北京时间，他亲自现身，向公众展示了Meta公司最新研发的人工智能模型V-JEPA 2。该模型独具特色，与现行的主流Transformer架构迥异，被誉为“世界模型”。它的主要目标是协助机器以及各类AI助手更好地理解和掌控它们所处的环境。
然而，这条非传统的发展路径真能取得成功吗？似乎连Meta的首席执行官扎克伯格本人也对此持有疑虑。近期，有消息指出他亲自介入招聘工作，着手打造一支全新的AI团队，并且不惜重金聘请了谷歌DeepMind的顶尖研究员加盟，与此同时，他还投资千亿人民币支持初创企业Scale AI，并邀请其CEO加入他的AI团队。
在当前AI战略遭遇挫折的情况下，扎克伯格显然采纳了“分散投资”的策略。据悉，在过去两个月里，他已重返“创始人角色”。他坚信，与其它科技巨头相较，Meta不仅具备实现AGI的能力，而且肩负着率先推动这一目标的使命。
杨立昆押注“非主流”模型
自大模型兴起之后，杨立昆持续看低自回归生成路径的前景，当前众多以GPT、Gemini为代表的模型，大多遵循这一路径实现了成长。他提出，尽管自回归式大型语言模型在AI领域广泛存在，但它们普遍存在事实性错误、逻辑上的瑕疵、信息不一致以及推理能力受限等问题。
杨立昆认为，机器对物理世界的认知与对语言的认知有着本质的区别，自回归式大型语言模型只是世界模型的一种简化形态。世界模型实际上构建了一个虚拟的现实世界，人工智能可以依据它来感知世界，预判行为结果，从而能够制定出行动策略以实现既定目标。
为了构建全球性的模型，杨立昆提出，我们应摒弃现有的生成模型，转而采纳联合嵌入架构；同时，他主张放弃强化学习，转而支持模型-预测控制这一方法。V-JEPA 2便是这一转变思路的最新体现。
官方博客显示，V-JEPA 2是在2022年由Meta提出的联合嵌入预测架构（JEPA）的基础上构建而成。到了2024年，Meta推出了V-JEPA的第一个版本。在此基础上，V-JEPA 2对动作预测和世界建模功能进行了优化，这使得机器人能够与陌生的物体和环境进行交互，从而完成既定任务。
首先，我们必须明确杨立昆所提出的“世界模型”究竟为何物。在团队眼中，预测世界对我们行为的反应，这一能力是人类自古至今一直在使用的，尤其在制定行动计划和应对突发状况时显得尤为重要。因此，世界模型必须具备这种预测能力。
在穿越人潮涌动的陌生地带时，我们一边朝着目标迈进，一边小心翼翼地避让着路旁的行人和各种障碍。烹饪时，我们会思考锅中的食物还需烹饪多久，或者是否需要调整火力大小。Meta在其博客中阐述，我们的内心世界模型不仅赋予我们对于周遭世界的直观感受，而且还扮演着一种内在的模拟器角色，使我们得以预判假设性行动的可能后果。通过这种方式，我们能够依据直觉，找到实现目标的最佳路径，并据此选择最恰当的行动方案。
这种身体上的感知并非是成年人经过长时间的教育所习得的，而是在孩子们尚未能够流畅地表达完整句子的时候，他们就已经通过观察周围的环境来逐渐形成了这样的感知能力。V-JEPA 2模型同样是通过这样的“观察环境”的方式来接受训练的。
据悉，在预训练阶段，该团队采用了超过一百万小时的视频资料和一百万张图像资料，这些丰富的视觉素材有助于模型掌握世界的运行机制，涵盖了人与物体之间的互动模式、物体在现实世界中的运动规律等多方面内容。
预训练阶段结束之后，模型便显现出了在理解与预测方面的核心技能。紧接着，依托这一预测能力，世界模型得以制定行动计划。据Meta介绍，V-JEPA 2含有12亿个参数，能够助力机器人或其他AI智能体在现实物理环境中高效运作。
据Meta公司透露，V-JEPA 2的速度是英伟达Cosmos模型的30倍之多，同时，英伟达也在努力研发与物理世界紧密相连的人工智能技术。
杨立昆指出，世界模型将为机器人领域带来全新的变革，使得现实世界的智能助手无需依赖庞大的训练数据，便能够协助人们完成家务和体力劳动。
在X平台的官方评论区里，有网友兴奋地表达，对于V-JEPA 2的变革，让人感到十分欣喜。在这场关于大模型的竞赛中，与众不同的观点似乎显得格外引人入胜。
然而，部分人持有不同观点，认为“破解魔方或许能作为评估这些世界或机器人模型的图灵测试，通用智能模型是否已经达到这一标准呢？”至于世界模型如何展示其功能，目前Meta尚未提供明确的解释。
扎克伯格“另起炉灶”
杨立昆所秉持的这条路径，未来能否与现行的LLM大型模型相抗衡，尚无定论。在短期内，这一问题尚无明确的答案。然而，由于他反对主流的研究方向，并且未能提供更出色的成果，杨立昆承受了来自内部和外部的不少压力。
4月份，Meta公司推出了其最新的Llama 4模型，然而，该模型很快就被指出存在性能不足和测试作弊的问题。与此同时，内部员工纷纷选择离职，这引发了广泛的争议。目前，在众多模型的排名中，Llama模型已经落后于GPT/o系列、Gemini和Claude等竞争对手。在开源领域，它还面临着来自国内DeepSeek和Qwen的挑战。
外界普遍认为，Meta在大型模型竞赛中处于劣势，这一状况主要归咎于杨立昆。作为AI团队的负责人，他并未对现有技术路径抱有信心。身为图灵奖获得者、神经网络的开拓者，杨立昆似乎过于自负且固执己见，这样的态度似乎导致了Meta目前的困境。
杨立昆曾坦言，他历经20年对自回归预测的探索，最终以失败告终，因此对LLM的发展路径持保留态度。然而，至少在目前，众多领先企业已在LLM领域取得了显著成果，并正逐步促进人工智能技术的进步。
在此之前，外界纷纷猜测杨立昆是否将因此事离职，然而，通过他亲自推出的世界模型，可以看出他的地位依然稳固。然而，扎克伯格却显得并不平静，近期他公开宣布组建一个新的AI团队“超级智能”，这显然是一种全方位的布局，目的在于避免在AI浪潮中掉队。
据媒体报道，扎克伯格有意组建一支超级智能团队，预计将吸纳大约50位顶尖人工智能领域的专家。为此，他将为这些人才提供长达数年的薪酬方案，总价值高达数千万美元，方案中还包括股权激励措施。扎克伯格本人将亲自负责与这些专家的初步接触，并全程监督这一过程。他的愿景是使Meta在人工智能通用（AGI）领域占据领先地位，并将该领域的技术实力融入Meta的所有产品线中。
6月12日传来消息，谷歌DeepMind的首席研究员杰克·雷（Jack Rae）有望加盟Meta的超级智能团队。在此之前，他在谷歌DeepMind度过了两年的工作时光，主要负责推动Gemini项目的“思考”方面的发展。又有消息传来，AI语音领域的初创企业Sesame AI的机器学习部门负责人约翰·沙尔克维克（Johan Schalkwyk）同样被Meta公司吸引，加盟其中。这两位重要人物都将被纳入Meta公司的“超级智能”团队。
近日，Meta公司被揭露投入巨额资金，数额高达数十亿美元（据传达到150亿美元，但尚未得到官方确认），用于投资初创企业Scale AI。这家公司的首席执行官汪滔（Alexandr Wang）以及众多研究人员将加盟“超级智能”项目。Scale AI专注于数据标注业务，目前其市值已突破百亿美元大关，并预计今年其营收将超过20亿美元。在近年来的时间里，诸如OpenAI等人工智能领域的领军企业，持续依赖Scale AI这一平台来创建并标注那些用于模型训练的数据集。
扎克伯格指出，与那些依赖融资的竞争者不同，Meta所拥有的广告业务带来的现金流强大，这为公司在人工智能领域的巨额投资提供了坚实的支撑。此外，他还坚信Meta具备构建具备世界级计算能力的数据中心的能力。在此之前，Meta在其财务报告中预测，到2025年，其总体资本支出预计将介于640亿至720亿美元之间，这一数额超过了年初的预期。公司还透露，将持续扩大对数据中心及基础设施的投资，以助力其AI相关工作的开展。
杨立昆坚持深入研究的、有可能彻底改变现状的“世界模型”与扎克伯格投入巨额资金、紧跟潮流迅速跟进的“超级智能”形成鲜明对比，这场关乎未来人工智能发展格局的巨大赌注，Meta公司决定采取双管齐下的策略进行布局，其结果或许将决定该公司是否能够重返人工智能领域的巅峰。
