--- title: "Meta 炸了！LeCun 炮轰 28 岁上司不懂行，实锤 Llama 4 刷榜丑闻" type: "News" locale: "zh-CN" url: "https://longbridge.com/zh-CN/news/271385229.md" description: "Meta 前首席科学家 LeCun 离职后，指责公司 Llama 4 刷榜，并批评 28 岁上司 Alexandr Wang 缺乏研究经验，预言 Meta AI 将面临员工离职潮。LeCun 认为 Wang 不理解科研人员的需求，且 Meta 在应对 AI 竞争中手忙脚乱，扎克伯格对 Llama 4 的失利感到沮丧，导致 GenAI 组织被边缘化。" datetime: "2026-01-03T12:00:45.000Z" locales: - [zh-CN](https://longbridge.com/zh-CN/news/271385229.md) - [en](https://longbridge.com/en/news/271385229.md) - [zh-HK](https://longbridge.com/zh-HK/news/271385229.md) --- > 支持的语言: [English](https://longbridge.com/en/news/271385229.md) | [繁體中文](https://longbridge.com/zh-HK/news/271385229.md) # Meta 炸了！LeCun 炮轰 28 岁上司不懂行，实锤 Llama 4 刷榜丑闻 LeCun 离开 Meta 后，直接掀桌了。 刚刚，这位图灵奖得主、Meta 前首席科学家一离职，便回头投下了重磅炸弹！ 先是曝出 Meta 的 Llama 4 刷榜黑料： Llama 4 测试「被做了点手脚」，团队在不同基准上用不同模型，只为了拿到更好成绩。 紧接着，他又把矛头对准自己原上司：28 岁的 Alexandr Wang。 他是扎克伯格 140 亿美元重点押注超级智能的核心人物。 Meta 曾向 Scale AI 投资 140 亿美元，并将其创始人 Alexandr Wang 挖来领导「超级智能实验室」。 但 LeCun 对他的评价，几乎相当于当众拆台：「他没有研究经验，也不知道如何进行研究。」 他认为 Alexandr Wang 并不真正理解科研，不知道科研人员「喜欢什么、不喜欢什么」，因此预言 Meta AI 将会有更多员工离职。 ## 炮轰 28 岁上司 ，预言新一轮离职潮 扎克伯格之所以重金引入 Alexandr Wang 等人组建「超级智能实验室」，是因为被逼急了。 ChatGPT 引爆浪潮后，也让 Meta 陷入了一场手忙脚乱的应对。 扎克伯格决定把筹码押在 Llama 大模型上，并重组组织架构，成立生成式 AI（GenAI）部门，要求加速把研究变为产品。 在这个过程中 LeCun 坚持开源，让 Llama 2 以「开放权重」成为开源大模型的标杆，甚至被他称为「分水岭」。 扎克伯格决定给 GenAI 更大压力，认为要加速 AI 的开发与部署，如果按照原有的方法搞，很可能就会落后。 特别是在去年 4 月，当 Llama 4 翻车，公司还被指控「刷榜」，扎克伯格的情绪彻底炸裂。 LeCun 称「马克非常沮丧，基本上对所有参与此事的人都失去了信心……所以基本上把整个 GenAI 组织边缘化了。」 于是，Alexandr Wang 被推到台前，成了 Meta 新 AI 赌注的领军者。 可 LeCun 对这位年轻上司的不足却直言不讳：认为他年轻、缺乏经验。 他学得很快，知道自己不知道什么……但他没有科研经验，不知道如何进行科研，也不知道科研人员会喜欢什么或不喜欢什么。 当被问起怎么会接受自己的上级突然变成一个 28 岁的人时，LeCun 表示他习惯和年轻人共事。 当时 Facebook 的工程师平均年龄 27 岁，他的年龄是他们的两倍。 但他同时也提到 Alexandr Wang 并没有指挥自己做事： 你不能告诉研究人员该怎么做。你当然不能告诉像我这样的研究人员该怎么做。 意思很明显：研究这件事，不是组织架构图上的任命所能够命令和约束的，而且外行不能指导内行。 ## Llama 4 风波 一次基准测试引爆组织内斗 2025 年 4 月发布的 Llama 4 翻车后，Meta 被指控操纵基准测试成绩。 这次是 LeCun 首次站出来实锤外界以往的猜测，他指出团队为了美化数据，对基准测试结果进行了「捏造（Fudged）」，「篡改」了部分测试结果。 他还特意指出，在不同基准上用了不同模型，以获得更好成绩。 对扎克伯格来说，这比一次技术失败更难接受。 这一丑闻也直接导致他对原 AI 团队失去信心，转而重金挖角，开始组建超级智能实验室团队。 Meta 开始在人才争夺战里下重注，甚至还因为试图用 1 亿美元签约奖金挖人上过头条。 激进的人才战略，也导致了整个 GenAI 组织被边缘化，以及新旧团队、研究与产品、开源与商业之间的结构性摩擦。 由此，也带来了 Meta 内部一波波的离职潮和裁员潮。 ## 路线之争 LeCun 坚持 LLM 是条「死路」 真正让 LeCun 最难忍受的，并不是他口中「不懂管理的上级」，或者是刷榜事件，而是他认为 Meta 正在集体沉迷于一条错误的方向！ LeCun 直言，那批公司为了冲刺新一轮「超级智能」而招来的人「完全被大语言模型洗脑了（completely LLM-pilled）」。 虽然，扎克伯格仍然支持他对 AI 未来的看法，但公司的大规模招聘主要集中在 LLM 开发上。 但 LeCun 的立场是：LLM 虽然有用，但从根源上受限，语言本身就是束缚。 要实现人类水平智能，必须理解物理世界的运作方式。 因此，他才会抛出那个让所有大模型路线的追随者们感到「刺耳」的观点： 我确信 Meta 公司里很多人，包括 Alex 在内，都不希望我告诉世人，LLM 在超级智能领域基本上是一条死路。 然后他拒绝为此妥协： 我不会因为某些人认为我错了就改变我的想法。我没错。作为一名科学家，我的职业操守不允许我这样做。 在一家公司里，你可以跟同事、上司甚至老板争论。 但如果公开挑战组织方向，站出来说「这条路基本是死路」，你就会变成一个天然的异类。 这正像 LeCun 自己所承认的那样：留下来在「政治上」变得很难。 他在 Meta 的位置，已经不再适合继续做他想做的研究。 离开是不可避免的结局。 ## 世界模型下一代新范式 LeCun 的新公司叫 Advanced Machine Intelligence Labs（AMI Labs），专注于用世界模型实现 ASI。 **V-JEPA 世界模型给 AI 装个「脑内物理沙盒」** LeCun 想做的 V-JEPA 世界模型，可以理解为：让 AI 不是只会「说得像」，而是能在脑子里搭一个粗粒度的世界模拟器——看见一段视频后，知道哪些东西是物体、它们怎么动、接下来可能发生什么，甚至为行动做准备。 **JEPA 的关键不抠像素细节，预测「抽象状态」** 传统生成式训练常逼模型还原每个像素/词。 JEPA 的思路更「务实」：把世界压缩成一串表示（embedding），训练目标是从可见的上下文去预测被遮住部分的表示，而不是把遮住的区域逐像素画回去。 I-JEPA 论文把这称为 non-generative 的自监督学习路径。 **V-JEPA 把 JEPA 从图片升级到视频 学「运动规律」** V-JEPA 就是视频版 JEPA：把视频切成时空块，遮住一部分，让模型用剩下的内容去预测「被遮住那块在表示空间里应该长什么样」。 直觉上，它更容易学到「谁在动、怎么动、动的规则」，而不是纠结纹理噪点。 **V-JEPA 2 从「看懂」走向「能规划」** V-JEPA 2 的路线很明确： 先用超过 100 万小时互联网视频做大规模自监督预训练； 再用少量机器人交互轨迹，让模型学会「如果我这么做（动作），世界会怎么变」，从而更接近可用于预测与规划的世界模型。 **AMI Labs 需攻坚的难点** 想做好世界模型，有三大难点： 其一是长时程预测，越往后未来分叉越多。 其二是不确定性，同一个场景可能有多种合理下一步。 其三是从表征到行动，学到「状态」还要能服务决策与控制。 而 AMI Labs，正是 LeCun 为了攻克世界模型的难题而成立。 ## LeCun 的新计划 去年 11 月，当媒体曝出 LeCun 即将离职 Meta，开启新创业计划的消息后，他的日程表就一直处在疯狂状态。 他直言，这个决定使自己的日程表被迫加速了，居于日程表核心位置的，就是去做他口中更接近下一代 AI 的东西：世界模型（world model）。 LeCun 的新创公司 AMI Labs 总部位于巴黎。 据 LeCun 称，马克龙还向他发了一条 WhatsApp，暗示对他的新创业计划会与法国保持紧密联系感到高兴。 AMI Labs 将由法国医疗 AI 初创公司 Nabla 的联合创始人兼 CEO Alex LeBrun 领导，LeCun 担任执行主席。 提到这样的安排，LeCun 坦诚表示自己当不了 CEO： 我是科学家，我挺擅长判断什么技术行得通、什么行不通。但我当不了 CEO，一方面我太不擅长组织管理了，另一方面我也太老了！ 这种安排可以让他像在 Meta 时那样，保有做研究的自由。 在 LeCun 对技术的描述中，有一个特别的观点： 他认为模型依赖「情绪」，也就是过往经历与评价来引导预测，这非常像是把「人的本能」装进机器： 如果我掐你一下，你会感觉到疼……下一次当我把胳膊靠近你时，你会往后缩。这就是你的预测，而它唤起的情绪是恐惧，或者说对疼痛的回避。 LeCun 还给出了他所计划打造的「世界模型」的时间表： 预计 12 个月内将推出具备初步物理直觉的「婴儿级」模型。几年内会在更大规模上出现。 LeCun 认为它还不是超级智能，也许还存在没看到的障碍，但它至少还有希望是一条通往超级智能的路径。 提到对未来的愿景，LeCun 直言希望为世界留下更多智能。 「这才是我们应该拥有更多的东西……我们饱受愚蠢之苦。」 ## LeCun 的智能之路 生于 1960 的 LeCun 自幼在巴黎郊区长大。 从小的他就着迷于一个问题：人类智能到底是怎么出现的。 在他八岁的时候，看了电影《2001：太空漫游》，整个人被深深震撼，这促使他走上了探索人工智能之路。 LeCun 的「顿悟时刻」发生在 1980 年代。 他在一本书中读到了语言学家 Noam Chomsky 与心理学家 Jean Piaget 之间关于「先天与后天」的争论。 其中，Chomsky 认为人类有天生的语言能力，而 Piaget 则认为确实存在某种结构，但大部分是后天学来的。 LeCun 并不认同 Chomsky 的说法，在他看来，我们什么都是学来的，而且他认为所谓智能主要就是关于学习。 当时关于 AI 和神经网络（neural networks）的研究几乎是一片空白，但 LeCun 还是去找同样在研究神经网络的人，并与当时担任卡内基梅隆大学的教员 Geoffrey Hinton 成为智识上的「灵魂伴侣」。 后来，LeCun 去多伦多大学加入 Hinton 的团队做博士后研究。 两人再加上 Yoshua Bengio，共同为深度学习和现代 AI 奠定了基础，并于 2018 年获得计算机科学界最负盛名的图灵奖。 LeCun 是许多重要早期 AI 技术背后的大脑。 20 世纪 80 年代末到 90 年代，他在新泽西的 AT&T 贝尔实验室（Bell Labs）做研究，并在那里开发了卷积神经网络（convolutional neural networks），这种架构用于图像识别技术。 他还把它做进一个系统里，银行曾广泛用它来识别支票。 这项研究的想法他在多伦多时就已经有了，但之所以能在现实世界落地，是因为贝尔实验室有近乎无限的资金，以及最前沿的技术条件。 LeCun 讲起他刚加入时老板 Larry Jackel 对他说过的话： 在贝尔实验室，你不会因为省钱而出名。 结束了贝尔实验室的狂欢后，LeCun 回到学界，在纽约大学（NYU）启动了一个研究神经网络的新项目。 到 2013 年，深度学习已经明显会成功，谷歌刚刚启动 Google Brain，一年后又收购了英国 AI 实验室 DeepMind。 正是那个时候，扎克伯格打来电话，他想在 Facebook 建一个 AI 团队，为了挖 LeCun，甚至邀请他去加州家里吃晚饭。 LeCun 同意加入，但提出了三个条件：他不必辞掉 NYU 的工作，不搬去加州，新实验室的研究成果必须对外公开发布。 扎克伯格都答应了，于是 LeCun 加入了 Facebook，建立一个专注基础研究的全新 AI 研究实验室 Facebook Artificial Intelligence Research（FAIR）。 本文来源：新智元 风险提示及免责条款 市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。 ### 相关股票 - [Meta (META.US)](https://longbridge.com/zh-CN/quote/META.US.md) ## 相关资讯与研究 - [Meta 智能眼镜 AI 训练涉隐私争议，肯尼亚外包员工接触敏感内容](https://longbridge.com/zh-CN/news/277715720.md) - [Meta 组建新 AI 工程组织加速推进 “超级智能” 战略](https://longbridge.com/zh-CN/news/278014406.md) - [美国发出十年来首张核电施工证，比尔·盖茨旗下先进核反应堆获批](https://longbridge.com/zh-CN/news/277897371.md) - [从 Meta 杨立昆到千问林俊旸：技术理想主义者终是败给了组织利益](https://longbridge.com/zh-CN/news/277927722.md) - [林俊旸以为自己是总设计师，阿里只需要一个车间主任](https://longbridge.com/zh-CN/news/278205360.md)