Yann LeCun(@ylecun)

@ziv_ravid @chrmanning Sooo where is my domestic robot? Where is my L5 self-driving car? I can fi...

6.5内容质量

TL;DR · AI 摘要

当前大语言模型（LLM）缺乏足够的物理直觉和理解能力，难以实现家用机器人和L5级自动驾驶汽车的突破。

核心要点

  • Yann LeCun指出LLM无法像6岁儿童一样预测物理世界，限制了家用机器人发展
  • 微调LLM虽能回答物理问题，但缺乏实际应用所需的物理直觉
  • L5自动驾驶汽车的实现需要突破当前LLM的物理理解局限

结构提纲

按章节快速跳转。

  1. §引言

    Yann LeCun质疑当前LLM在物理理解上的不足

  2. ·核心观点

    LLM无法预测物理世界，影响机器人和自动驾驶

  3. ›技术局限

    微调LLM的局限性，缺乏物理直觉

  4. ·未来挑战

    实现物理理解是AI发展的关键障碍

  5. ›行业影响

    影响家用机器人和L5自动驾驶的商业化进程

  6. ·专家观点

    Yann LeCun对当前AI技术的批评和展望

思维导图

用一张图看清主题之间的关系。

查看大纲文本（无障碍 / 无 JS 友好）
  • LLM的物理理解局限
    • 技术挑战
      • 缺乏物理直觉
      • 无法预测复杂场景
    • 行业影响
      • 家用机器人延迟
      • L5自动驾驶未实现
    • 专家观点
      • Yann LeCun的质疑

金句 / Highlights

值得收藏与分享的关键句。

  • I can fine-tune an LLM to answer any question about the physical world. But that doesn't mean it has enough understanding and physical intuition to predict what a 6 year-old can predict.

    — 第 1 段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • Sooo where is my domestic robot? Where is my L5 self-driving car?

    — 第 1 段

    ⬇︎ 下载 PNG𝕏 分享到 X
  • Yann LeCun指出当前LLM的物理理解能力不足，限制了技术应用

    — 第 1 段

    ⬇︎ 下载 PNG𝕏 分享到 X
#AI#大语言模型#自动驾驶#机器人#Yann LeCun
打开原文

Yann LeCun 在 X 上的推文： "@ziv_ravid @chrmanning 我的家用机器人到底在哪里？我的 L5 级自动驾驶汽车又在哪里？我可以微调一个大型语言模型（LLM）来回答关于物理世界的所有问题。但这并不意味着它具备足够的理解能力和物理直觉，能够预测一个六岁孩子能预测的事情。" / X

Yann LeCun

@ylecun

我的家用机器人到底在哪里？我的 L5 级自动驾驶汽车又在哪里？我可以微调一个大型语言模型（LLM）来回答关于物理世界的所有问题。但这并不意味着它具备足够的理解能力和物理直觉，能够预测一个六岁孩子能预测的事情。

凌晨2:38 · 2026年10月2日

·

34.5K

浏览量

100

22

485

37