所有版权归中国经济网所有。
中国经济网新媒体矩阵
网络广播视听节目许可证（0107190）（京ICP040090）
双方都选择“分裂，不分裂”，以投资代替分歧，继续共同探索新政权下人工智能的未来。文字| 《中国实业家》记者孔跃新主编|马继英 11月20日，图灵奖得主、Meta AI首席科学家杨如琨在LinkedIn上正式宣布，将于今年年底从工作12年后从Meta退休。这位“人工智能教父”还在帖子中透露，他正在组建一家新的初创公司，以继续他和他的团队过去几年一直在进行的先进人工智能研究计划。新公司的目标是构建能够理解物理世界、具有记忆和逻辑并能够规划复杂的动作序列的系统。杨丽坤辞职也体现重大分歧与 Meta 首席执行官扎克伯格就人工智能战略进行了交流。虽然Meta全力投入大规模语言模型（LLM）以加速商业化，但杨立坤却长期坚持他的“世界模型”研究道路，并打算在这方面投入十年或更长时间。尽管意识形态存在分歧，但双方都表现出了成熟和务实，并结成了“第三条防线”。杨立坤公开感谢扎克伯格等高管，但更重要的是，他宣布梅塔将成为他新公司的直接合伙人。这意味着双方选择“分，不分”，以投资代替分歧，继续共同探索新架构下的人工智能未来。 01 技术疯狂 Yann Liqun 1960 年出生于法国巴黎附近。他的父亲是一名航空航天工程师。因此，他从小就对科学和工程产生了兴趣，经常制作自己的模型飞机和电子玩具。杨丽坤四岁时拥有了第一台个人电脑17 并用它来学习编程并培养强大的计算机技能。杨丽坤就读于巴黎理工学院，1983年毕业于工程专业。在学习期间，我广泛阅读了应用数学和物理、神经科学和机器学习方面的文献，逐渐明确了可学习机器的研究方向。随后，他进入巴黎第六大学学习计算机科学并获得博士学位。 1987年，毕业后，我到多伦多大学Hinton实验室做博士后研究员。 1988年，杨立坤加入AT&T贝尔实验室，这开启了他职业生涯的重要转折点。在实验室中，他领导了卷积神经网络（CNN）的开发，该网络允许计算机模仿人类视觉并处理图像信息。自 20 世纪 90 年代中期以来，国家收银机公司 (NCR) 就在其银行支票阅读器中使用了这项技术。在其巅峰时期，该技术可处理 10% 至 20美国支票的百分比。 1989年，杨立坤进一步结合卷积神经网络的理论与实践，提出了创新的LeNet模型。然而，当时算法和硬件条件的限制，导致神经网络研究进展缓慢，资金支持也变得困难。这一削弱使杨立坤和他的团队的研究停止了六年。在这个“人工智能的第二个寒冬”中，杨丽坤并没有因为挫折而感到“沮丧”。在cambio中，恢复并开始领导DjVu图像压缩技术的开发。 1998年，正式推出世界上第一个全卷积神经网络LeNet-5模型，为随后的深度学习革命奠定了坚实的基础。 2003年，杨立坤加入纽约大学担任教授，并创立了数据科学中心。 2013年，他应Meta（Facebook）创始人马克·扎克伯格的邀请加入公司，并参与建立了领导FAIR研究所（人工智能基础研究所）。在杨立坤倡导的“开放研究”模式下，FAIR展现了强大的创新能力。 ResNet于2015年推出，打破了深度网络训练的瓶颈。 2016 年，他发布了 PyTorch，成为深度学习领域占主导地位的开源框架。 2017年，我们在虚拟计算机和自然语言处理方面取得了巨大进展。 2019年，严立群、Joshua Bengio和Jeffrey Hinton共同获得图灵奖。然而，杨丽坤和扎克伯格的“蜜月期”并没有持续多久。扎克伯格已于 2018 年“辞去”FAIR 负责人职务，任命他的前应用机器学习（AML）负责人领导两个人工智能团队。杨立坤成为人工智能领域的领军科学家，更加专注于科学研究。到 2022 年，Meta 将全面过渡到 Metaverse，FAIR 将加入新成立的 Reality Labs，帮助开发开发AR/VR产品。两年后，随着原生AI应用Meta AI的推出，公司将FAIR纳入产品部门，并与专注于生成式AI的Gen AI团队合作推动商业化。这一系列的调整逐渐让团队面临产品压力。cto，最初承诺的自主研发的氛围被自上而下的项目和KPI所取代。 02 再见 在ChatGPT对行业产生爆炸性影响的早期，Meta利用开源的LLaMA系列模型迅速构建了庞大的开发者生态系统。这与OpenAI和Google的封闭路线形成鲜明对比。这让Meta在大规模的模型竞赛中站稳了脚跟。不过，作为Meta的首席AI科学家，杨立坤一直关注大规模语言模型（LLM）的技术路线，并多次表达了对LLM技术路线的质疑。在2025年联合数学大会上的讲话今年3月在美国举行的大会上，他再次强调“我们无法仅依靠文本训练来实现人类水平的人工智能”。他寻求创建具有长期记忆和推理能力的系统。他主张通过“综合预测架构”（JEPA）构建“世界模型”，并建议放弃“生成模型”。对于这条技术路线，杨立坤本人强调，如果“世界模型”相关问题在未来5到10年内得到解决，有望建成真正具有规划和推理能力的智能AI系统。实际上，使这一想法成为现实的唯一方法是保持底层平台的“开源”。他强调，自己是开源AI的狂热支持者，这几乎完全反对扎克伯格目前在AI领域的战略和技术道路。扎克伯格不需要五年内行之有效的想法，他需要的是可以实现的技术并立即付诸实践。尤其是在今年早些时候推出的Llama 4表现未能达到预期之后，扎克伯格更加坚定了寻找能够快速见效的产品解决方案。此后，Meta进一步推进AI战略，并对组织架构进行了重大调整。该公司向数据标注和治理公司Scale AI投资143亿美元，持股49%。在此基础上，我们成立了“超级智能实验室”（MSL），整合了常规FAIR团队、基础模型团队和应用AI团队。与此同时，Meta 聘请了 28 岁的 Scale AI 首席执行官 Alexandr Wang 担任首席人工智能官，并聘请了 GitHub 前首席执行官 Nat Friedman 领导其产品团队。此次重组背后的中心逻辑非常清晰：研究将更直接地为产品实施提供信息，科学家将能够更紧密地合作以实现商业化目标.他们。 FAIR团队至今所享有的“相对独立的研究环境”正在逐渐弱化。如今，产品迭代的节奏需要协调，研究方向需要聚焦于特定的业务目标，例如“AI个人助理”。此外，Meta 还加强了对 FAIR 团队发表文章的内部审核，这与杨立坤倡导的开源、开源理念直接冲突。据The Information报道，杨立坤强烈反对新的选拔制度，甚至因不满而在9月考虑辞职。今年10月，Meta对其人工智能部门实施了又一轮重大裁员。大约600名员工被解雇。其中，以FAIR研究所为代表的长期基础研究团队是“受影响最严重的领域”。许多invLead Stigators也在这次调整中退出，包括reinforc教育专家田元东。值得注意的是，本轮裁员并未影响同年夏天新聘用的顶尖AI人才，尤其是王涛直接管理的TBD实验室成员。有趣的是，就在裁员发生的同一天，杨立坤在社交媒体上发布了与吴恩达的合影，公开断绝了与备受争议的Llama 4项目的联系。他透露，除了早期间接参与 Llama 1 的开源推广外，TBD Lab 从 2023 年初开始还推广了 Llama 2、3、4。而他目前还在 FAIR 上工作，重点研究大规模超越语言模型的下一代 AI 系统。扎克伯格主导的组织变革虽然没有直接针对杨丽坤，但实际上通过重组决策权，将其在重要项目中的角色边缘化。这也可能是原因。这也是他最终决定与Meta分道扬镳的重要原因之一。然而，65岁的杨立坤并没有决定退休，而是开始了自己的创业生涯。他的生意并不是从零开始的。他的团队多年来培育的“世界模型”在视频预测、物理推理等关键技术上取得了进展，原FAIR实验室的多名核心成员有望加入新公司。凭借在人工智能领域的学术声誉和行业影响力，杨立坤的商业项目已经引起了多家大型投资机构的关注。据媒体报道，知情人士透露，该公司已与全球几大基金进入融资谈判，初步估值达到十亿美元级别。 AI产业技术性强的当下，面对选择最佳路线与吸引顶尖人才竞争之间的深层矛盾，杨立群的出走创业不仅标志着代际更替“学术”研究领军人物的出现，也可能给整个AI产业带来新的技术竞争路线和生态变革。
（编辑：朱晓航）
作者
adimin@chicktastic.com