抓住風口

本期要點：AI為什么沒辦法像人一樣？

你好，我是王煜全，這里是王煜全要聞評論。

最近，盡管AI的發展如火如荼，但許多人可能會感到困惑——為什么是AI去寫詩畫畫，搶走程序員、分析師這樣的高端工作，而人類依舊需要自己洗衣做飯、端茶送水呢，不是說AI是來服務人類嗎？

現狀確實如此，不過，可能要有轉折了！

前段時間，一直對大語言模型（LLM）持批評態度的圖靈獎得主、Meta首席AI科學家楊立昆（Yann LeCun），終于發布了“世界模型”的初步成果。

楊立昆詳細介紹了他們的新型視頻理解架構V-JEPA 2，即Video Joint Embedding Predictive Architecture。他強調，這不是另一個大語言模型的變種，而是基于海量視頻數據進行學習的“世界模型”。

據稱，V-JEPA 2的訓練分為兩個階段。首先，通過觀看視頻進行預訓練，讓模型建立對物體恒常性、重力、碰撞等物理概念的直覺。然后再引入機器人與環境互動的視頻數據進行微調，以提升模型的動作預測能力。

無獨有偶，被稱為“AI教母”的斯坦福大學教授李飛飛，在知名風投機構a16z的播客中提到，當前AI系統普遍缺乏一種至關重要的能力——空間智能（Spatial Intelligence）。

例如，當你蒙上眼睛，會發現很難僅憑語言完成復雜任務。但是睜開眼睛后，你能夠迅速構建物理空間并高效操作。對于AI及其控制的機器人來說也是同樣的道理。

我們認為，兩位路徑不同的頂尖學者共同給出了一個清晰的信號：大語言模型一定不是終點，AI的下一步應當是物理AI，也就是能夠感知、理解、推理乃至改變物理世界的模型。

不過，要注意的是，物理AI仍然無法實現通用人形機器人，最多只能創造出更靈巧的機械臂。今天的思想薈文章就來好好聊聊。

鸚鵡學舌

首先，世界模型和空間智能，或者用一個更大的概念——物理AI，確實是一個重大進步。

當前主流的AI模型都具有根本性缺陷。它們雖然“能說會道”，還能生成圖片、視頻，甚至可以為你完成一些具體的工作，但本質上這仍然只是“鸚鵡學舌”。

因為，說白了，當前主流生成式AI的底層原理是基于海量數據進行統計分析，從而預測下一個Token?？墒牵捎谌狈ξ锢硎澜绶▌t的理解，它們的表現高度依賴于訓練數據的質量。

所以，我們會看到，當ChatGPT3.5剛推出時，盡管看上去能像人一樣聊天，但會頻繁出現幻覺和低級錯誤。而Sora等視頻生成工具也會產生不合物理規律的內容，比如讓椅子漂浮起來，或是讓螞蟻一會兒四條腿、一會兒六條腿。

這些問題確實可以優化，卻無法徹底消除。其根本原因在于，基于大語言模型的生成式AI無法自行評判結果準確與否。

楊立昆

因此，楊立昆和李飛飛所倡導的正是AI發展的下一步方向。

就像嬰兒通過看、聽和觸摸來探索世界，物理AI也可以通過多模態數據讓AI學習物理世界的規則，獲得自我判斷的能力。

AI也得“社會”

但是，從更長遠的角度看，物理AI也有局限性。

即便AI掌握了物理世界的規律，能夠像物理學家一樣思考，還能像工匠一樣進行精細的操作，但要讓它服務人，依然差著認知的鴻溝。

比如，服務人的AI應當至少具備情感共情的能力，也就是需要AI通過理解面部表情、語氣語調、生理信號等信息，感知人的情緒、想法，甚至預判人的動作。這是機器人剛剛開始涉足的領域，但卻是每個普通人的基本能力。

人類大腦中有豐富的鏡像神經元（Mirror Neuron），讓我們能夠直覺地感受到他人的喜怒哀樂?；谶@種理解，未來也許可以構建能和人共情的AI模型。

更重要的是，MIT的Rebecca Saxe等教授的研究表明，大腦中的顳頂聯合區，能讓我們直覺地理解他人的想法、推測他人的意圖。也就是說“子非魚”，確實“焉知魚之樂”，但我們都是人，甚至不需要學習就可以“知他人之樂”。如果AI要達到類似人類的認知水平，可能也需要具備類似的模塊和能力。

所以，雖然AI大模型可以識別諷刺、開玩笑等表達方式，但這是因為它們掌握了文本數據中的一些人類行為模式，并沒有內化社會互動背后的動機與情感。我們也就更不能指望AI會突然“開竅”，而是要對所謂的“涌現”現象持謹慎態度。

人是有自由意志的自主行為體，機器人要想服務好人，必須要對服務對象的思想和情緒有充分的了解，對人的行為能做出預判。而這些，甚至都還沒列到現階段AI研發的日程上來。

所以，最后，我想強調的是，我們距離實現真正的通用機器人，還有不少難關。

如今像特斯拉等公司大舉投資人形機器人，當然是看中了它的“通用性”。馬斯克自然不會希望自己的機器人只能在工廠擰螺絲，而是能在人類的生活環境中提供服務。也只有這樣，才能支撐他所說的“全球機器人數量將達到100億臺”的設想。

但這意味著，此時機器人不僅要會干活，還要能服務人。

可是，要注意，物理AI只能做到“會干活”。物理AI可以讓機器人拿起杯子，但無法讓機器人理解在何種情境下、以何種方式遞上這杯水。如果把沒有社會智能的機器人強行塞進人類社會，你就會發現，這些機器無法真正融入，也就不能提供服務。

當然，物理AI可以提升機械臂處理多樣化零件或完成復雜裝配任務的能力，比如裁剪衣服和組裝手機。這或許有助于進一步提高生產自動化水平，特別是在目前仍依賴人工的勞動密集型產業。

但僅僅讓機器人可以從事柔性生產，顯然意義并不重大。這只是替代了一小部分人工，也沒有產生新增的價值。尤其是用人形機器人，在工業生產的場景中，其性價比很難超越非人形的特定用途機器人。

那么，當機器人被證明無法勝任普遍需求時，一場“寒冬”可能就會到來。那些專注于按摩、做飯、工業生產等垂直領域的機器臂或機器手企業，反而可能存活下來，并在物理AI的賦能下成長為行業巨頭。

所以，我們反復強調，在技術熱潮中，坑往往比機會多。

只有那些真正理解底層規律但仍然謹慎樂觀的人，才能在泡沫中存活，并在蕭條中崛起。

以上就是今天的內容。在今晚的特訓營直播課上，我將為你深度剖析汽車產業的風險和機遇。如果你感興趣，現在購買或續費“前哨?科技特訓營”，還可額外獲贈2個月的學時！歡迎掃碼加入，和我一起，先人一步，領先一路！

另外，我們將每天的前哨科技新聞速覽轉化成AI播客，每天下午6點左右在全球風口的視頻號里播放，希望你在下班路上能輕松獲取科技新聞，歡迎前來試聽。

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

最后，鑒于公眾號推送機制的改變，你未來刷到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間得到我的獨家前沿分析，而且我們還會每天在粉絲群里發布獨家資料，快快掃碼加入吧！

【科技特訓營】看懂科技產業，離不開長期觀察。線上書院模式，與王老師深度鏈接！為未來五年做好準備，先人一步，領先一路！

↓￥399，掌握王煜全AI產業預測精華（iOS用戶請在電腦端打開）

此外，我們還為您準備了一份思維導圖，掃描加群即可領取

“全球AI獨角獸一覽表”