IT之家 · 智能时代 · 2026/10/12 14:46:27
杨立昆指出 LLM 难以理解现实世界，主张开发具备物理因果推理能力的世界模型
出处作者 / 发布主体：IT之家
68AI 研判分
核心综述
图灵奖得主杨立昆认为，当前大语言模型（LLM）虽在编程和数学等可预测序列任务中表现优异，但在理解现实世界的物理规律和因果关系方面存在根本性局限。他主张下一代 AI 必须转向“世界模型”，通过模拟支配现实的物理法则来预测行动结果并与环境交互，以弥补语言理解与现实认知之间的巨大鸿沟。
报道全文原始报道全文
杨立昆强调，为日常生活场景打造的大语言模型，在理解现实世界方面存在局限。他对此解释称：“我们现在没有做出无需任何训练就能完成任务的机器人，也没有开发出 L5 级自动驾驶汽车，对比之下任何青少年只需要练习几个小时，就能学会驾驶。”
他继续说道：“这说明 AI 在理解语言和理解现实世界之间存在巨大差距。事实证明，机器想要读懂语言很容易，而理解现实世界并不容易。”
大语言模型（LLM）是根据海量训练数据学到的模式，预测下一个最可能出现的词语生成文本。杨立昆认为，这种方法在编程、数学等涉及可预测序列的任务中表现出色，可现实世界的大多数信息，远没有语言那么容易预测。
因此他主张开发世界模型，使 AI 能够学习支配现实世界的物理规律和因果关系，让这套系统预测行动可能产生的结果，并与周围环境交互。
IT之家注：杨立昆是卷积神经网络（CNN）的重要发明者之一，他的理论极大推动现代计算机视觉发展，广泛应用于图像和视觉识别。他曾在 2018 年获得图灵奖，并被业界誉为“AI 教父”之一。