08 - World Model: AGI路径之争

最后更新: 2026-04-14

flowchart LR
    llm["LLM 路线<br/>语言 = 通用接口"]
    wm["World Model 路线<br/>感官接地 + 预测"]
    embodied["具身路线<br/>机器人 + 真实世界"]
    hybrid["混合路线<br/>LLM + World Model"]
    agi(("AGI?"))

    llm --> agi
    wm --> agi
    embodied --> agi
    hybrid --> agi

    classDef stage fill:#fff,stroke:#cc785c,color:#1a1a1a;
    class llm,wm,embodied,hybrid stage
    classDef goal fill:#cc785c,stroke:#1a1a1a,color:#fff;
    class agi goal

---

核心辩论

世界模型路线	自回归Scaling路线
代表: LeCun, Hassabis, Bengio	代表: Amodei, Altman
LLM不可能达AGI，需新架构	足够规模+改进可达AGI

世界模型路线	自回归Scaling路线
代表: LeCun, Hassabis, Bengio	代表: Amodei, Altman, Sutskever(部分)
LLM根本不可能达AGI，需新架构	足够规模+架构改进可达AGI
实体: AMI Labs, DeepMind	实体: Anthropic, OpenAI

---

1. LeCun 的核心论点

1.1 LLM的根本局限

Yann LeCun 多年来公开主张扩展LLM不可能达到AGI:

"LLMs are too limiting. Scaling them up will not allow us to reach AGI."

具体批评:

1.2 数学论证

研究证明语言模型在数学上不可能学习所有可计算函数，幻觉是不可避免的:

• 无验证知识库 → 自信地编造事实

• 缺乏具身体验 → 无法物理推理

• 模式匹配 ≠ 因果理解

• 序列token预测 → 时间不连贯

1.3 Harvard/MIT 实证

研究者测试LLM导航曼哈顿:

• LLM可以给出方向指引

• 但没有学习到一致的街道网络表征

• 当随机封闭1%的街道时，性能严重退化

• 真正的世界模型应能动态重新规划路线

1.4 Othello-GPT 的启示与争议

支持方:

• 7个LLM在Othello任务上均达到99%准确率 (ICLR 2025)

• 内部涌现了棋盘状态的线性表征

反对方:

• 发现的是碎片化组件，而非统一表征

• 简单任务上的涌现 ≠ 复杂现实世界中的理解

---

2. Scaling路线的论点

2.1 核心主张

Dario Amodei (Anthropic CEO):

预测2026年可能实现"数据中心里的一个天才之国"（a country of geniuses in a datacenter）

核心逻辑:

• 规模定律（Scaling Laws）仍在起效

• 多模态数据（视频/3D/传感器）可以作为扩展方向

• LLM内部可能已经形成了某种世界模型（只是我们尚未完全理解）

• 架构改进（MoE、上下文窗口扩展等）可以突破当前限制

2.2 实际进展

• GPT-4/Claude 3.5等模型在推理、编码、数学等方面持续改善

• 多模态模型（视觉+语言）在物理理解上有所进步

---

↑ 上级 · World Model