Yann LeCun 於 ECCV 2026 演講批「預測像素」為偽命題，押注 JEPA 架構並創立 AMI Labs

據報導，Yann LeCun 於 ECCV 2026 發表題為《World Models: Enabling the next AI revolution》的主題演講，指出僅靠語言與 token 訓練無法跨越物理世界的門檻，並宣布於近期創立新公司 Advanced Machine Intelligence（AMI Labs）以推動世界模型發展。 LeCun 指出，一名四歲兒童接收的視覺數據量（約 10¹⁴ 位元組）已等同網際網路所有公開文本的總和，顯示純文本訓練的 Scaling Law 已觸及天花板。他認為當前大語言模型僅具備被動反應的「系統 1」能力，在生成 token 時缺乏內部推理。 針對目前業界發展世界模型的四條路線，LeCun 點出核心分歧：Sora 與 Genie 押注從像素湧現物理規律；World Labs 鎖定底層三維一致性；NVIDIA Cosmos 與 Omniverse 依賴顯式物理引擎；而他則押注 JEPA（聯合嵌入預測架構）。LeCun 認為「預測像素」是偽命題，因為畫面中充滿不可預測的細節（如鏡頭外走入的人），AI 應捨棄生成式路線，編碼器需丟棄不可預測的細節，改在抽象表徵空間中預測未來。 在具體實作上，JEPA 採用基於能量（energy-based）的模型作為生成式 AI 的替代方案。系統不會直接生成答案，而是透過外部搜尋與最佳化，計算出能量分數最低（代價最小）的動作序列，進而實現具備預測與規劃能力的「系統 2」。 官方資料補充顯示，JEPA 架構目前已具體發展出 I-JEPA、V-JEPA 與 V-JEPA 2 等版本。其中，V-JEPA 2 作為首個基於影片訓練的世界模型，已能讓機器人在新環境中實現零樣本（zero-shot）控制。