重點一：楊立昆批評汪滔「缺乏研究經驗」，並強調「不應命令研究者該做什麼」，指出管理思維與科研文化的落差加深了內部張力。
重點二：楊立昆稱 Llama 4 的部分結果曾被美化（fudged），而祖克柏對此非常不，進而「對所有相關成員失去信心」，並「邊緣化整個 GenAI 組織」。
重點三：面對 Meta 將 AI 研發重心放在大型語言模型（LLM），楊立昆重申 LLM 對「超級智能」是一條死路，並把重心轉向他主張的 Advanced Machine Intelligence 路線。
AI 先驅楊立昆（Yann LeCun，Meta 前首席 AI 科學家）在《金融時報》專訪直言，Meta 重金延攬的 Scale AI 共同創辦人汪滔「研究實務經驗不足」，並預測 Meta 的 AI 團隊還會有人離開；他也點名 Llama 4 的評測曾被美化，是讓祖克柏（Mark Zuckerberg）對原 GenAI 團隊失去信心的關鍵。
楊立昆並在專訪中重申，大型語言模型（LLM）不是通往「超級智能」的答案。
楊立昆於 2013 年加入當時的 Facebook／Meta AI 研究院（FAIR），並於 2025 年 11 月宣布將於年底離開 Meta，創辦新公司 Advanced Machine Intelligence（AMI Labs）。
究竟促使他離開一待 12 年的崗位，有何關鍵原因？對此，楊立昆的答案是： 留在 Meta「在政治上變得很困難」 。
內部路線碰撞：「LLM派」徹底掌權
楊立昆認為，Meta 的新 AI 團隊「完全被 LLM 洗腦」，而他對超級智能的看法與主流押注 LLM 的路線愈行愈遠。他語氣堅定指出： 「我很確定 Meta 裡有很多人，可能包括 Alex（汪滔），希望我不要到處跟大家說 LLM 在通往超級智慧的路上是條死路。但我不會因為某個人覺得我錯了就改變想法。我沒有錯。我作為科學家的誠信不允許我這樣做。」
也因為 Meta 新團隊「過度押注 LLM」，與楊立昆主張的更廣義機器智能路線分歧加深，因此他預期，Meta 的 AI 部門仍會出現更多人事流動。
2025 年 6 月，Meta 以 140 億美元投資 Scale AI，並延攬其 28 歲共同創辦人汪滔（Alexandr Wang）領導新設的 Superintelligence Labs。汪滔短暫成為楊立昆的上級，但他淡然說：「我習慣跟年輕人共事。當年 Facebook 工程師的平均年齡是 27 歲，我是平均年齡的兩倍。」
而當記者追問「那些 27 歲的人沒有指揮你做事」時，楊立昆補上一句更直白的界線：「Alex 也沒有告訴我該做什麼。你不會告訴一個研究員該做什麼。你當然更不會告訴像我這樣的研究員該做什麼。」
楊立昆在專訪中提到，汪滔的優點是「學得快、知道自己不知道什麼」，但也強調研究文化與經驗的缺口： 「但他沒有研究經驗，不知道怎麼做研究，也不知道什麼東西會吸引或排斥研究員。」
Llama 4 爭議：評測「美化」後的信任危機
楊立昆談到 Meta 開源旗艦 Llama 模型的演進：Llama 2 的開源權重曾是產業「分水嶺」，但 2025 年 4 月推出的 Llama 4 表現低於期待，且被質疑在基準測試上動了手腳。
對此他直言： 「結果確實被動了一點手腳。」 團隊在不同基準上使用不同模型以取得更好成績。後果是嚴重的：「Mark（祖克柏）非常生氣，基本上對所有參與這件事的人失去了信心。所以基本上把整個生成式 AI 部門都邊緣化了。很多人已經離開了，還沒離開的人也會離開。」
對於 LLM，楊立昆的批評不在「無用」， 而在其「本質受限於語言」。 若要走向人類等級智慧，系統必須理解物理世界的因果、可預測性與長時記憶。 為此，楊立昆提出以影片與空間資料為基礎的世界模型路線，代表性架構是 V-JEPA，目標是讓模型在沒有語言的情境中學會對世界的內隱規則進行預測與推理，進一步具備規劃能力與持久記憶。
他用直覺例子說明：「如果我捏你，你會感到痛。然後你對我的心智模型會受到影響。下次我的手靠近你的手臂時，你會退縮。那就是你的預測，而它喚起的情緒是恐懼或對疼痛的迴避。」
楊立昆預期「12個月內會看到嬰兒版的世界模型」，並在幾年內有望出現更大規模應用。「這還不是超級智慧，但它是一條通往超級智慧的路。也許有我們還沒看到的障礙，但至少有希望。」楊立昆強調。
楊立昆的新公司命名為 Advanced Machine Intelligence Labs，由 Nabla 共同創辦人 Alex LeBrun 出任執行長，他則擔任執行董事長。
楊也坦承不當 CEO 的原因：「我是科學家，是願景家。我可以激勵人們研究有趣的東西，我很擅長判斷什麼技術會成功或失敗。但我不能當執行長。我太沒組織了，而且太老了！」
目標：增加世界的智慧總量
1960 年出生於巴黎郊區的楊立昆，早年受《2001 太空漫遊》觸發對「智慧如何產生」的著迷，父親的工程師與發明家氣質讓他迷上拆解與組裝。1980 年代在「AI 寒冬」中，他仍堅持神經網路研究，與 Geoffrey Hinton、Yoshua Bengio 一起奠基深度學習，並在 2018 年共同獲得圖靈獎。
當時被問到想留下的遺產時，他毫不遲疑：「增加這個世界的智慧總量。」他補上一句帶有使命感的評語：「智慧真的是我們應該擁有更多的東西……我們正在因為愚蠢而受苦。」
本文初稿為AI編撰，整理．編輯/ 李先泰
