这两年，杨立昆（Yann LeCun）大概是AI圈最高调的"唱反调者"。图灵奖得主、卷积神经网络之父，隔三差五就放话：大语言模型只是对海量文本的模式拟合，不懂意义，这条路走不到真正的智能。知乎骂了两年，其实所有人都在等一件事——你自己的东西呢？
这个夏天，东西来了。不是一个炸场的大模型，而是一组密集的组合拳，全部出自杨立昆的团队和他押注多年的JEPA（联合嵌入预测架构）谱系。我把这几份"成绩单"逐个看了一遍，哪些是实打实的证据、哪些还不能高兴太早，一次说清。
一、0.7%的参数，在真机上打赢7B模型
最出圈的是PatchPolicy，纽约大学杨立昆团队联合Meta FAIR在7月发布。知乎
先看数字：参数量只有OpenVLA-OFT（一个7B级的视觉-语言-动作模型）的约0.7%，在多套仿真与真机操控任务上综合成功率高出18%。知乎
推理延迟的差距更夸张：10.99毫秒对61.71毫秒，一个能跑100Hz高频机械臂控制，一个只能跑20Hz。知乎
训练也不挑硬件，一张消费级RTX显卡6.5小时就能搞定，不用多卡集群。知乎B站
最难的2mm公差线缆插入任务里，OpenVLA完整插入成功率只有30%，PatchPolicy做到70%；收笔任务85%对基线65%，挂工具90%对70%。知乎
在从没见过的新物体上做零样本抓取，成功率也有87%对79%。知乎
思路其实很朴素：主流VLA模型会先把图像压成一两个全局特征向量再喂给模型，省算力，但精细空间信息也跟着丢了，机器人干不了"穿针引线"的活。PatchPolicy干脆不压缩，把视觉骨干输出的所有局部图块特征原样喂给策略网络，再用一个块因果注意力做约束——同一帧内的图块可以互相参照，跨帧只能看历史、不许偷看未来。知乎
这个结果真正说明的是：机器人精细操控，不必绑在语言大模型上。“听懂指令"和"手到擒来"是两件事，至少在桌面操控这个场景里，后者不需要时刻背着一个7B的"理解者”。
但也别急着沸腾。它赢的是几组桌面精细装配任务，仿真场景光线纹理单一，论文自己也承认仿真高分不能完全等同于真机表现；要谈"碾压全场"，还得等更多任务和更大规模的真机验证。知乎
二、世界模型开始"边干活边学习"
第二份成绩单是AdaJEPA，6月底由纽约大学联合杨立昆的创业公司AMI Labs发布，也是他离开Meta后的第一个世界模型成果。知乎知乎
世界模型此前有个通病：模型训练完，参数就冻结。知乎环境一变，预测容易失准，规划跟着崩。
AdaJEPA的做法相反：在与环境的交互中持续学习，基于测试时自适应实时调整世界模型的编码器和预测器参数，等于让模型一边干活一边给自己校准。知乎按杨立昆的说法，这套迭代升级的自适应架构可在任务执行中实时校正预测偏差，将来还要支撑复杂的具身规划与自主操作。知乎
证据强度怎么算？它解决的是世界模型落地的真痛点，也已经进入学术共同体的讨论议程，智源TALK专门做了一期报告。知乎但目前，还没看到大规模复杂真实场景的验证。
三、中国团队跟进了，还带了点"叛逆"
第三件事最有意思。7月底，浙江大学孙俊涵、清华大学赵昊、章国锋等提出INTACT，免去了JEPA世界模型的"搜索税"。知乎
"搜索税"是什么？LeCun团队自己的世界模型LeWM，每次决策要评估9000条候选动作序列，单次推理约1.48秒。知乎这个延迟，工业界的实时控制等不起。
INTACT让世界模型零搜索、毫秒级直接输出动作，宏平均成功率95.33%；Cube E5的300次同起点审计里，98.7%对LeWM CEM搜索的67.0%。知乎
对JEPA来说，这是一步关键的棋：从"会预测但不方便控制"的学术架构，变成一条可工程化部署的控制接口。知乎
杨立昆本人也在X上给这篇论文点了赞。知乎
但更值得说的是采访里的一段话。第一作者孙俊涵直言：LeWM的预测器"在我眼里跟Dreamer的decoder是一回事，都是生成器"，没有真正把架构优势用起来。知乎跟进者直接指出宗师作品的问题，这其实比任何一篇论文都更说明问题：JEPA谱系已经变成有人搭、有人挑刺的公共研究领域，而不是杨立昆的独角戏。
四、先别急着下结论，看看另一面
反面的信号，至少有三个。
第一，大模型阵营不买账。杨立昆"大模型只是对海量文本做复杂的模式拟合，它根本不懂意义"的论断，8月在知乎被一篇文章逐条反驳。知乎商业化上，大模型仍然遥遥领先，世界模型还没跑出任何爆款应用。
第二，世界模型阵营自己是分裂的。像素生成（谷歌Genie 3）、3D空间（李飞飞World Labs）、潜空间预测（杨立昆的JEPA）、英伟达卖全栈工具链（Cosmos 3），四条路线押注的东西并不一样。知乎
有基于18个信源交叉验证的深度复盘说得更直接：大模型有Chatbot Arena这种共享基准让各路人马收敛，世界模型至今没有，RoboArena、WorldGym都还是早期尝试。知乎没有统一标尺，每条路线都在自说自话。
第三，融资热不等于技术收敛。今年上半年，世界模型方向融资超13亿美元，其中李飞飞的World Labs以约10亿美元融资把估值推到50亿美元。知乎
杨立昆自己的AMI Labs 3月完成10.3亿美元种子轮，投前估值35亿美元，凯辉、Greycroft、Hiro Capital、贝索斯旗下Bezos Expeditions等机构参投。36氪黄仁勋的英伟达也投了。36氪钱投的是方向，不保结果。
五、杨立昆自己在干嘛
7月的RAISE峰会上，杨立昆以AMI Labs执行董事长身份说得依旧直白：LLM擅长离散的符号序列，但面对工业传感器、摄像头视频流这类连续信号时，基本"完全无用"。B站他还给了个时间表：2027年，AI全面进入物理世界时代。知乎
8月，他又下场做VC：和Gemini联合技术负责人Oriol Vinyals组成核心投资团队，通过新基金投早期AI项目。36氪一边出论文，一边跑资本。你可以不认同他的判断，但得承认，这位66岁的老人不是在打嘴炮。
六、三种人，三种看法，以及值得盯住的信号
如果你是AI研究者或机器人工程师：JEPA谱系这个夏天给出了两个可以直接评估的方向——可部署的控制接口（INTACT）和轻量化精细操控（PatchPolicy）。如果你的项目正被VLA的推理成本和数据采集成本卡住，这两篇论文值得精读。
如果你关注一级市场：世界模型的融资潮是真的，但四条路线分裂、统一基准缺席，押单一路线的标的风险不小。真要下注，不如盯"谁先证明合成数据能让真机稳定涨点"。知乎
如果你只是科技爱好者：这场路线之争值得长期追。四个信号可以先收藏：①AMI Labs什么时候放出第一个完整模型；②会不会出现统一的世界模型评测基准；③世界模型生成的合成数据能不能在真机上兑现；④JEPA系成果会不会从操控扩到导航、自动驾驶。
杨立昆的赌局还没赢。但这个夏天，它确实不再只是嘴炮了。
2027年见分晓？那就等着看。
