OpenAI 新推出的 AI 視頻生成模型 Sora 一經發布就成為業界焦點，不過 Meta 首席人工智慧科學家 Yann LeCun 卻並不認同其價值。
LeCun 主要反對 OpenAI 聲稱 Sora 將最終實現「構建通用物理世界模擬器」的目標。他認為，如果真要實現，OpenAI 當前的方法完全偏離了軌道。
LeCun 在 X 平台（原 Twitter）發帖稱：「通過生成像素來模擬世界的行為，就像曾經被廣泛棄用的『通過合成進行分析』一樣，既浪費資源又註定失敗。」
生成模型 vs. 判別模型：老生常談的辯論
據IT之家了解，LeCun 被譽為「人工智慧教父」之一，也是其中最直言不諱、敢於批評的人。與其他兩位「教父」對人工智慧發展表達擔憂不同，而 LeCun 則繼續在 Meta 推進研究，同時不吝於批評競爭對手。
此次他的評論涉及機器學習領域中生成模型和判別模型的長期爭論。LeCun 認為，生成模型通過「解釋性潛在變量」生成像素的方法效率低下，無法充分應對三維空間中複雜預測帶來的不確定性。
簡單來說，他認為這些模型試圖「推斷」太多無關緊要的細節，就像試圖計算足球的軌跡，卻要分析每一個足球材料的作用，而不是僅僅分析質量和速度。
他在回覆帖子時說：「如果你只是想生成視頻，這樣做沒什麼問題。但如果你想理解世界如何運轉，那麼這種方法註定失敗。」
LeCun 的 V-JEPA 模型：另一種選擇
LeCun 承認，到目前為止，生成式模型在大型語言模型（如 ChatGPT）上取得了一定成功，「因為文本是離散的，符號數量有限」。但如果像 Sora 那樣模擬世界，就不僅僅是處理幾個字符了。
作為 OpenAI 方法的競爭對手，LeCun 上周公布了他在 Meta 開發的模型 V-JEPA，名為「視頻聯合嵌入預測架構」（V-JEPA）。
Meta 在一篇博客文章中宣稱：「與試圖填充所有缺失像素的生成式方法不同，V-JEPA 可以丟棄不可預測的信息，從而將訓練和樣本效率提高 1.5 到 6 倍。」
