IT之家 · 智能时代T2·68 分
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
原标题：“AI 教父”杨立昆：下一代 AI 须理解现实世界
- LLM 擅长处理语言、代码等可预测序列，但无法像人类青少年那样快速掌握驾驶等需要理解物理世界的技能。
- 机器读懂语言容易，但理解现实世界困难，二者之间存在巨大的认知差距。
- 解决路径在于开发‘世界模型’，让 AI 学习支配现实的物理规律和因果关系，从而具备预测行动后果的能力。
返回热点榜
llm热度 11.1°
AI 聚簇研判事件 · 2026/10/12
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
1 篇报道存证1 家独立信源交叉印证持续跟踪至 2026/10/12 14:46:27
全景综述与最新动态
1 家信源交叉印证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。
最新动向/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。
热度曲线逐小时热度走势
3 个完整观测小时当前
11.1
峰值
11.716:00
近 24h 变化
–
曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。