'深度学习的先驱LeCun，成了被嫌弃的老科学家。他说大模型是“邪路”一条，“世界模型“”才是未来。
他认为，AI必须通过一个全新设计的、非生成式的“世界模型”来学习抽象规则和因果，仅靠“预测下一个词”走不通。
李飞飞则认为，AI的下一个前沿是“空间智能”，LLM是“没有经验的空谈者” ，必须通过“具身智能”（即机器人）和全新的“动作”数据集来让AI真正“接地”。
奥尔特曼信奉“苦涩的教训”，即“规模化就是一切”。他押注于大型生成模型，通过“喂养”海量的被动视频数据，一个能模拟并理解物理世界的“世界模拟器”将会自发“涌现”。
允我类比如下：
1、涌现派
奥尔特曼押注于“涌现”--只要AI 如“天才儿童”般观看足够多的关于“鸟”和“飞机”的数据，就能自己发明空气动力学，而无需飞行或学物理。
这派认为：物理学是一种可以从海量像素数据中压缩出来的统计模式。
2、训鸟派
李飞飞认为AI是鸟一样的“飞行学徒”，要在“风洞实验室”中训练。
所有抽象概念都源于身体与物理世界的互动经验；没有身体，就没有真正的理解。
她认为AI需要的是“机器人”（身体）通过“空间智能”主动交互收集到的“动作数据” 。让“飞鸟”在现实中学习昂贵且危险，应为AI提供一个可以“练习飞行”的高保真“模拟器”。
这派认为：物理学是一种经验，必须通过身体力行来学习。
3、飞机派
LeCun认为大模型只是“鹦鹉学舌”，AI需要先天架构才能组织经验，其路径是设计而非涌现。人类不是通过模仿“鸟”学会飞行的，而是通过理解“空气动力学”原理造出了“飞机”。
这派认为：物理学是一套抽象规则，必须由一个专门设计的因果推理引擎来掌握。
三大AI“灵魂”之争，其根源是认识论本质：
知识从何而来？
奥尔特曼是激进的经验主义（源自洛克的“白板说”）；LeCun则主张康德式的理性主义（先天结构）；李飞飞同样是经验主义者，但她继承了现象学与“具身认知”理论。
奥尔特曼和LeCun之间，是“缸中之脑”的辩论——脱离身体的智能体，应该“涌现”还是“设计”？
而李飞飞否定了“缸中之脑”。她认为，“身体”和“交互”是智能诞生的前提。
聪明如谷歌的哈萨比斯，认为智能既要“涌现”，也要“设计”。
英伟达更是左右逢源，为各方卖水修路。
你觉得呢？
👉请点击：加入孤独大脑的社群，与老喻在一起。'
