Yann LeCun（杨立昆） · 引语索引
从卷积网络、能量模型到 JEPA，梳理 Yann LeCun 对机器智能、世界模型、开源与 AI 风险的公开论证。
共 7 条引语
| 引语 | 主题 | 出处与定位 | 来源等级 | 原话状态 |
|---|---|---|---|---|
Those are four essential characteristics of intelligent systems or entities, humans, animals. 这些是智能系统或智能实体——人类和动物——的四项关键特征。（译） —— Yann LeCun（杨立昆） | llm、intelligence | Yann LeCun: Meta AI, Open Source, Limits of LLMs, AGI & the Future of AI（在新窗口打开）00:02:47 | 一手采访本人原话 | 已核实原话 |
I'm clearly in the camp that yes, intelligence cannot appear without some grounding in some reality. 我的立场很明确：智能不可能在完全不接地于某种现实的情况下出现。（译） —— Yann LeCun（杨立昆） | grounding、world-model | Yann LeCun: Meta AI, Open Source, Limits of LLMs, AGI & the Future of AI（在新窗口打开）00:06:56 | 一手采访本人原话 | 已核实原话 |
I see the danger of this concentration of power through proprietary AI systems as a much bigger danger than everything else. 我认为，专有 AI 系统造成的权力集中，比其他一切风险都更危险。（译） —— Yann LeCun（杨立昆） | open-source、governance | Yann LeCun: Meta AI, Open Source, Limits of LLMs, AGI & the Future of AI（在新窗口打开）00:00:00 | 一手采访本人原话 | 已核实原话 |
LeCun 与 Ishan Misra 在联合署名文章中把自监督学习称为构建背景知识、让 AI 系统逼近某种常识的最有希望路径之一。 —— Yann LeCun（杨立昆） | self-supervised-learning、common-sense | Self-supervised learning: The dark matter of intelligence（在新窗口打开）开头第 6 段 | 官方部分原话 | 转述 |
当前自回归 LLM 很有用，也可以形成庞大的应用生态，但不是通往人类级智能的完整路径。 —— Yann LeCun（杨立昆） | llm | Yann LeCun: Meta AI, Open Source, Limits of LLMs, AGI & the Future of AI（在新窗口打开）00:02:47–00:04:08 | 一手采访本人原话 | 转述 |
输入重建会优先占用容量解释高方差子空间，而这些特征未必最有利于感知任务。 —— Yann LeCun（杨立昆） | reconstruction、perception | How Learning by Reconstruction Produces Uninformative Features For Perception（在新窗口打开）Abstract | 官方部分原话 | 转述 |
V-JEPA 2 先从大规模视频学习表征，再用少量交互数据训练动作条件世界模型并接入闭环规划。 —— Yann LeCun（杨立昆） | vjepa、planning | V-JEPA 2: Self-Supervised Video Models Enable Understanding, Prediction and Planning（在新窗口打开）Abstract 与第 1、3–4 节 | 官方部分原话 | 转述 |
没有符合筛选条件的引语，试试减少筛选条件。
证伪区：流传但无法证实或已被证伪的说法
每条都写明依据。这些说法不是原话引用，正文也不以它们为依据。
无法证实I don't like the term AGI because people use the term to designate systems that have human-level intelligence, and the sad thing is that human intelligence is super specialized.
依据：待核查：视频页面可打开，但未取得可核对字幕或精确时间点，不能确认逐字措辞。
无法证实These are world models that learn abstract representations and are capable of manipulating those representations and perhaps reasoning and producing sequences of actions to arrive at a particular goal.
依据：待核查：视频页面可打开，但未取得可核对字幕或精确时间点；原型转写还把缩写写成 JPA。
无法证实If intelligence was a cake, unsupervised learning would be the cake, supervised learning would be the icing on the cake, and reinforcement learning would be the cherry on the cake.
依据：待核查：已找到 NeurIPS 2016 演讲页面与二手逐字转录，但本次未在原视频中定位该句的精确时间点。
无法证实一只猫对物理世界的理解都胜过任何 LLM。
依据：待核查：原型标为“反复表述”，但没有给出单一可逐字核对的原始出处与时间点。
无法证实Llama 就像 AI 界的 Linux。
依据：待核查：原型把多个访谈合并标注，尚未定位精确英文原句。
无法证实AI 安全是一个工程学问题，就像让涡轮喷气发动机变可靠一样。
依据：待核查：原型标注 2025 年对谈，但未提供可访问文字稿链接与精确时间点。
无法证实自回归 LLM 是指数发散的扩散过程。
依据：待核查：原型指向 2023 年 LinkedIn 表述但没有保留可访问的原帖 URL；且该数学概括依赖条件，不作为已核实原话。