杨立昆的8月:下场做VC、解读哈萨比斯、眼看Meta人才流失,骂了大模型两年的他要翻盘了?

源自9位全网作者

01:09

关注杨立昆的朋友,8月这半个月是不是有点看不过来:8月7日他被曝加入一家风投基金,8月8日哈萨比斯官宣卸任DeepMind CEO、他亲自下场"解读",8月11日Meta开源新模型他居然点了赞,8月14日Meta超级智能实验室的多模态核心余家辉又官宣离职创业。今天微博上"FAIR时代终结"的视频又刷了一轮,评论区照例在吵:骂了LLM两年的杨立昆,是不是终于要赢了?

我把这半个月的事捋了一遍,顺手核了几个传歪的数字,最后给一个我的判断。

先复盘:8月这半个月,杨立昆身边发生了什么

第一件事,他自己下场做VC了。 8月7日,投资界曝出基金224 Ventures正式亮相,杨立昆和Google DeepMind科学家、Gemini共同技术负责人Oriol Vinyals组成核心投资团队。这只基金目标规模8100万美元,已经募了3000多万美元,另通过SPV募了超6000万美元投成长期项目,单笔投100万到500万美元,专门找估值1亿美元以下的早期团队。36氪注意它的偏好:AI应用、机器人、基础设施,尤其欢迎"能用较少资本开发模型"的研究者团队。杨立昆不全职做投资,继续担任AMI Labs执行董事长。

第二件事,他对哈萨比斯"退位"的解读,值得逐字看。 8月6日Google宣布哈萨比斯卸任DeepMind CEO、转任DeepMind主席兼Alphabet首席科学家,CMU教授Zachary Lipton吐槽"没人说得清这是升职还是降职"。杨立昆的回复很直接:都不是,他是退居一旁了,就像我2018年从FAIR主任转任首席AI科学家一样,离开管理岗,重新专注研究。微博第二天他又补了一段长文,核心五句话:如果你的目标是跟上AI产品竞赛,会觉得长期押注是浪费;如果目标是AGI,时间视野会完全不同;如果你相信"LLM规模化马上到AGI",会觉得研究世界模型是浪费;但如果你知道AGI还需要概念突破——“就像Demis和我一样”——就会选一个更少绑在产品和管理上、更多绑在研究上的角色。最后一句很关键:我一直支持高质量的LLM工作,LLM会是一系列产品的核心,“但我从未认为LLM是通往人类水平AI的门票”。

第三件事,老东家Meta正在经历它最贵的一次人才流失。 8月14日,去年被扎克伯格亲自挖来、年薪传闻1亿美元的余家辉,在带队发完Muse Spark 1.2仅8天后官宣离职创业。据alphaXiv统计,Meta已流失超200名知名研究员。知乎田渊栋早走了,他参与创办的RSI估值已达46.5亿美元。微博杨立昆自己更是带着一批人出去创了业。科技记者Gergely Orosz的描述很扎心:5月重组后几乎所有Meta工程师都处于"防盾放下"状态,主动接猎头电话,而他直接交流过的7名拿到高额反要约的工程师,最后全部离职。

杨立昆的8月:下场做VC、解读哈萨比斯、眼看Meta人才流失,骂了大模型两年的他要翻盘了?

第四件事,两个耐人寻味的细节。 8月11日Meta开源30B智能体模型、消费级显卡就能跑,杨立昆点了赞——骂了两年,但前东家真做出好东西他还是认。36氪另一边,宇树科技今天正式登陆科创板,发行价150.80元/股,首日收盘845元,较发行价上涨超460%,成为A股"人形机器人第一股"。新华网热度之下,他今年2月在达沃斯那句"当前最先进机器人的常识水平不如一只家猫""没有一家公司能做出真正有实用价值的人形机器人"又被翻出来刷屏。半年过去,这话一点没收回去的意思。

杨立昆的8月:下场做VC、解读哈萨比斯、眼看Meta人才流失,骂了大模型两年的他要翻盘了?

把镜头拉远:离开Meta这9个月,他攒了个什么局

很多新关注的朋友可能还停留在"杨立昆=骂LLM的人",其实他离开Meta后做的事,比他的嘴炮猛得多。

2025年11月官宣离职,年底就在巴黎创立AMI Labs(Advanced Machine Intelligence),自任执行董事长,CEO是从Nabla请来的Alex LeBrun。今年3月,AMI完成10.3亿美元种子轮——欧洲史上最大种子轮,投前估值35亿美元,投资方包括英伟达、三星、Cathay Innovation和贝索斯的Bezos Expeditions。36氪联合创始人里华人占了三分之一:Diffusion Transformers作者谢赛宁、港科大教授冯雁都在列。技术上就一条线:世界模型,JEPA路线。

杨立昆的8月:下场做VC、解读哈萨比斯、眼看Meta人才流失,骂了大模型两年的他要翻盘了?

这里顺手纠个偏:最近知乎上又在传"杨立昆募资5亿欧元",那其实是去年12月《金融时报》报道的拟募集数字,属于旧闻。微博实际今年3月完成的种子轮是10.3亿美元,别把两个数字搅在一起。

成果也不是纯画饼。3月谢赛宁团队发布了多人视频世界模型Solaris,在《我的世界》里验证了多玩家协同感知。8月初杨立昆在NYU的团队联合Meta FAIR发出PatchPolicy,用约0.7%的参数量,在多套真机操控任务上把综合成功率提升18%。知乎再往前,JEPA已经飞上了无人机,纯仿真训练、零样本迁移到真机。

那么问题来了:杨立昆到底赢没赢

先说支持"他要赢"的证据:哈萨比斯从CEO位子上退下来,杨立昆第一时间解读为"他发现LLM不足以实现AGI,需要长期主义";Meta两年挖来的人正在批量离开;MIT 7月那篇"人脑推理不依赖语言"的研究他转发力挺,评论区一片"LLM路线走反了";连中文互联网都有人开始说"美国资本在硬吹生成式大模型"。风向看起来在转。

但反证同样硬:Meta的Muse Spark刚在五项STEM奥赛拿下金牌级成绩;Anthropic 7月抛出Claude的"J-space"研究,被解读成"找到AGI的证据";OpenAI、Google的产品线还在狂奔。LLM阵营没有输,它只是赢在了另一个战场——产品和商业。

所以我的判断是:这不是一场有输赢的仗,而是一次分道。LLM收割"语言世界"的钱,世界模型押注"物理世界"的局。杨立昆真正聪明的地方,是他早就不打嘴仗了——他把自己变成了资源配置者:开公司、拉队伍、设基金,把人才和资本往自己的路线上搬。你看224 Ventures的投资偏好,“用较少资本开发模型”“机器人”“基础设施”,几乎就是他世界观的镜像。这也是为什么这半个月的事件凑在一起看特别有意思:不是他赢没赢的问题,是他已经从评论席坐到了牌桌上。

接下来值得盯的三个信号

  1. AMI Labs的第一个正式产品。种子轮的钱烧到哪一步了,世界模型能不能拿出一个像Muse Spark那样"看得见"的demo,是检验这条路线成色的第一块试金石。

  2. 世界模型在机器人上的工程进展。PatchPolicy、SkyJEPA这类"小参数、真机跑"的工作密度,比任何发布会都更能说明问题。这也是给想入手人形机器人相关产品的朋友提个醒:连图灵奖得主都说这代机器人"常识不如猫",家用机器人这个大钱,不妨先捂着。

杨立昆的8月:下场做VC、解读哈萨比斯、眼看Meta人才流失,骂了大模型两年的他要翻盘了?

  1. Meta的研究人才流向。200多人离开之后,下一批核心研究员去哪——回学术界、去AMI系创业公司、还是被OpenAI们接走——这个流向本身就是路线之争的实时投票。

最后说句实在的:路线之争短期不会有结果,但对看热闹的我们来说,8月这一连串事件至少说明一件事——杨立昆不是在等未来到来,他是在给未来修路。至于这条路通不通,明年这时候再看AMI交出的作业,比现在站队有意义得多。

精选参考来源

1
杨立昆,下场做VC
2
#模型时代# 杨立昆:哈萨比斯退到一边,是因为发现LLM不足以实现AGI,此时需要长期主义,我也一样前天,Google宣布DeepMind创始人Demis Hassabis卸任CEO,转任DeepMind主席兼Alphabet首席科学家。CMU教授Zachary Lipton在X上发出了一句吐槽:“在我们这个奥威尔式的企业国家里,出现了一个奇妙的时刻——没人能说清楚demishassabis到底是升职了,还是降职了。”紧接着,图灵奖得主、前Meta首席AI科学家Yann LeCun给出了自己的回答,并在次日补充了详细说明。以下是完整内容整理。感觉蛮有意思,做一个整理。一、勒昆的判断勒昆直接回复:“(都不是)他(其实)是退居一旁了,就像我在2018年做的那样:从FAIR主任转任首席AI科学家,离开管理岗位,重新专注于研究。”他用自己的经历做类比——2018年主动减少管理职责,是为了把精力重新放回长期研究上。二、勒昆次日补充的完整思考第二天,勒昆发布了更长的说明,系统阐述了为什么顶尖研究者会选择“退居一旁”:当你从事研究(尤其是长期研究)时,你必须接受一个事实:企业管理层往往更关注短期影响,可能会认为你在浪费时间和公司资源。 但这很大程度上取决于你的目标和时间视野。 1 如果你的目标是跟上当前的AI产品竞赛,那么你可能会觉得长期押注是浪费。 2 如果你的目标是“AGI”(不管你怎么定义它),那么你的时间视野通常会更长,做事方式也会完全不同。 3 然而,如果你认为“通过LLM规模化,AGI马上就能实现”,那么你可能会觉得研究世界模型和其他新的AI概念是浪费。 4 但如果你知道AGI还需要一些概念上的突破(就像Demis和我一样),你就会选择一个最能推动这一目标的角色。这个角色必然更少与产品挂钩、更少与管理挂钩,而更多与研究挂钩。 5 我不能代表Demis说话,但就我个人而言,我一直支持高质量的LLM工作,并对取得的成果印象深刻。我的个人兴趣是推进人类水平的AI,我从未认为LLM是通往那里的门票。但我一直认为LLM作为一种技术非常有用,最终也会成为一系列产品的核心。最后他补充道: 作为一名高级个人贡献者(而非管理者),即使我想压制LLM相关工作(实际上我并没有这个想法),我也没有那种影响力或权力。三、网友讨论围绕勒昆的回复,出现了不少有代表性的评论:有人直接追问:“你觉得这到底是升职还是降职?请说实话。”有人回应:“从谷歌如何评估他的价值来看,可能是降职;但从他想为世界做什么来看,可能是升职。”有人指出:“让一位优秀的研究者去担任管理职位,通常被视为一种牺牲。对同一个人来说,从管理岗位再回到研究岗位要困难得多。”也有人支持勒昆的观点:“精彩的回复。尤其是关于具身智能——多模态需要更智能的压缩方式,当前LLM范式并不包含这一点。JEPA绝对是正确的方向。”还有人感慨:“我们这个时代最伟大的头脑,不应该就这样消失在企业官僚体系的迷雾里。”
全部
来源
内容由AI生成

精选参考来源

1. 杨立昆,下场做VC

2. #模型时代# 杨立昆:哈萨比斯退到一边,是因为发现LLM不足以实现AGI,此时需要长期主义,我也一样前天,Google宣布DeepMind创始人Demis Hassabis卸任CEO,转任DeepMind主席兼Alphabet首席科学家。CMU教授Zachary Lipton在X上发出了一句吐槽:“在我们这个奥威尔式的企业国家里,出现了一个奇妙的时刻——没人能说清楚demishassabis到底是升职了,还是降职了。”紧接着,图灵奖得主、前Meta首席AI科学家Yann LeCun给出了自己的回答,并在次日补充了详细说明。以下是完整内容整理。感觉蛮有意思,做一个整理。一、勒昆的判断勒昆直接回复:“(都不是)他(其实)是退居一旁了,就像我在2018年做的那样:从FAIR主任转任首席AI科学家,离开管理岗位,重新专注于研究。”他用自己的经历做类比——2018年主动减少管理职责,是为了把精力重新放回长期研究上。二、勒昆次日补充的完整思考第二天,勒昆发布了更长的说明,系统阐述了为什么顶尖研究者会选择“退居一旁”:当你从事研究(尤其是长期研究)时,你必须接受一个事实:企业管理层往往更关注短期影响,可能会认为你在浪费时间和公司资源。 但这很大程度上取决于你的目标和时间视野。 1 如果你的目标是跟上当前的AI产品竞赛,那么你可能会觉得长期押注是浪费。 2 如果你的目标是“AGI”(不管你怎么定义它),那么你的时间视野通常会更长,做事方式也会完全不同。 3 然而,如果你认为“通过LLM规模化,AGI马上就能实现”,那么你可能会觉得研究世界模型和其他新的AI概念是浪费。 4 但如果你知道AGI还需要一些概念上的突破(就像Demis和我一样),你就会选择一个最能推动这一目标的角色。这个角色必然更少与产品挂钩、更少与管理挂钩,而更多与研究挂钩。 5 我不能代表Demis说话,但就我个人而言,我一直支持高质量的LLM工作,并对取得的成果印象深刻。我的个人兴趣是推进人类水平的AI,我从未认为LLM是通往那里的门票。但我一直认为LLM作为一种技术非常有用,最终也会成为一系列产品的核心。最后他补充道: 作为一名高级个人贡献者(而非管理者),即使我想压制LLM相关工作(实际上我并没有这个想法),我也没有那种影响力或权力。三、网友讨论围绕勒昆的回复,出现了不少有代表性的评论:有人直接追问:“你觉得这到底是升职还是降职?请说实话。”有人回应:“从谷歌如何评估他的价值来看,可能是降职;但从他想为世界做什么来看,可能是升职。”有人指出:“让一位优秀的研究者去担任管理职位,通常被视为一种牺牲。对同一个人来说,从管理岗位再回到研究岗位要困难得多。”也有人支持勒昆的观点:“精彩的回复。尤其是关于具身智能——多模态需要更智能的压缩方式,当前LLM范式并不包含这一点。JEPA绝对是正确的方向。”还有人感慨:“我们这个时代最伟大的头脑,不应该就这样消失在企业官僚体系的迷雾里。”

3. 余家辉离职创业,Meta流失超200名顶级研究员

4. 【#华人科学家创业获6.5亿美元融资#】离开Meta后,前Meta FAIR团队研究总监田渊栋正式踏上了创业之路。5月13日晚,他参与创办的初创公司Recursive Superintelligence(RSI)官宣获得6.5亿美元融资(约44亿元人民币),估值46.5亿美元(约316亿元人民币),谷歌GV、Greycroft联合领投这轮早期融资,英伟达、AMD等也参与其中。澎湃科技注意到,创始人名单除田渊栋外,还包括Richard Socher(理查德·索赫尔,CEO)、Tim Rocktäschel(蒂姆·罗克特舍尔)、Jeff Clune(杰夫·克卢恩)、Tim Shi(蒂姆·施)、Caiming Xiong(熊才明)、Alexey Dosovitskiy(阿列克谢·多索维茨基)和Tim Shi(蒂姆·施),目前团队不到30人。这些初创成员曾参与建立Salesforce和Uber的AI研究实验室,并在OpenAI、DeepMind、Google Brain及Meta等机构担任领导职务。其中,田渊栋毕业于上海交通大学和卡内基梅隆大学,曾在谷歌无人驾驶团队和Meta AI研究院(FAIR)任职,是Meta FAIR前研究科学家总监。Recursive的目标是打造一种能够自主进行实验、并以安全方式实现自我进化的人工智能——在一个开放式的自动化科学发现过程中持续演进,这被认为是通往超级智能最可能的路径。谷歌GV在官方网站发布的题为“Recursive Superintelligence: Why Self-Improving AI is the Next Frontier”(“递归超级智能:为什么自我改进的AI是下一个前沿”)中提到,RSI 的核心理念十分简洁:AI是代码,而现在AI可以写代码。当这两种现实连接起来,自我改进的闭环便能形成。RSI不再依赖人类工程师手工设计优化方案,而是构建能够自主进行实验、安全提升自身能力的系统,通过学会识别自身局限,编写自己的评测基准,并主动重写自己的代码库。RSI的第一个目标是训练一个具备“5万名博士”能力的系统,首先聚焦于AI自身的科学研究。一旦这一引擎成功运转,团队计划将这台“尤里卡机器”指向药物研发、新电池化学体系与核聚变物理。2025年10月22日,Meta宣布对人工智能部门裁减约600名员工,这是Meta今年在AI领域的最大规模裁员,2014年便加入Meta的田渊栋也在此次裁员名单中。(澎湃新闻)

5. 小扎高调开战闭源AI,推30B智能体模型,消费级显卡就能跑,杨立昆点赞

6. 宇树科技登陆科创板

7. 刚刚,杨立昆融资70亿,黄仁勋投了

8. 【杨立昆拟募资5亿欧元,依托世界模型技术构建人工智能系统】据《金融时报》消息称,Meta人工智能首席科学家杨立昆正在就新创公司融资事宜进行初步洽谈,打算募集5亿欧元(约合5.86亿美元)资金。在该公司正式成立前,其估值预计会达到30亿欧元。杨立昆在Meta人工智能发展蓝图的推进中扮演着关键角色,上月他宣布将于年底离开这家社交媒体巨头,转而专注于打造一家新创企业,该企业目标是开发新一代超级智能人工智能系统。新创公司计划利用世界模型技术构建人工智能系统,此类系统能够理解物理世界,可应用于机器人技术、交通运输等众多领域。此前,行业领军者就曾警示,市场对人工智能的狂热或许已偏离商业基本面。如今这家初创公司在成立前就收获巨额融资承诺且估值颇高,这或许会进一步加深外界对人工智能泡沫的担忧。#人工智能#

9. 杨立昆团队:用0.7%参数实现40%性能跃升,碾压7B级VLA!

0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章