怒斥Sora之后，LeCun放出「視覺世界模型」論文，揭示AI學習物理世界的關鍵?

AIGC動態歡迎閱讀

原標題：怒斥Sora之后，LeCun放出「視覺世界模型」論文，揭示AI學習物理世界的關鍵?
關鍵字：模型,表征,世界,任務,研究者
文章來源：機器之心
內容字數：8874字

內容摘要：

機器之心報道
機器之心編輯部Sora 的發布讓整個 AI 領域為之狂歡，但 LeCun 是個例外。
面對 OpenAI 源源不斷放出的 Sora 生成視頻，LeCun 熱衷于尋找其中的失誤：歸根結底，LeCun 針對的不是 Sora，而是 OpenAI 從 ChatGPT 到 Sora 一致采用的自回歸生成式路線。
LeCun 一直認為， GPT 系列 LLM 模型所依賴的自回歸學習范式對世界的理解非常膚淺，遠遠比不上真正的「世界模型」。
所以，一遇到「Sora 是世界模型」的說法，LeCun 就有些坐不?。骸竷H僅根據 prompt 生成逼真視頻并不能代表一個模型理解了物理世界，生成視頻的過程與基于世界模型的因果預測完全不同。」那么，面對視覺任務，世界模型如何獲得自回歸模型一般的性能？
最近，Lecun 發布了自己關于「世界模型」的新論文《在視覺表征學習中學習和利用世界模型》，剛好解釋了這個問題。論文標題：Learning and Leveraging World Models in Visual Representation Learning
論文鏈接：https://arxiv.o

原文鏈接：怒斥Sora之后，LeCun放出「視覺世界模型」論文，揭示AI學習物理世界的關鍵?

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺