LeCun：AI 不懂现实，L5 自动驾驶很难落地
图灵奖得主杨立昆近期观点戳破行业幻想，当下所有大模型只擅长文本统计拟合，并不具备对物理世界的真实认知，这也是 L5 完全自动驾驶短期难以落地的核心根源。他提出，人类开车依托与生俱来的世界常识，能预判行人动向、预判雨天刹车距离变化、预判路面突发障碍物；但现有 AI 仅靠海量路况数据复刻表层规律，从未建立完整物理因果模型，遇到训练集外的极端场景极易出现致命幻觉决策。如今量产落地的高阶辅助、限定区域 L4，都依赖高精地图、封闭路段做场景约束，一旦脱离预设环境稳定性大幅下滑，远达不到全开放道路 L5 标准。单纯堆算力、扩充采集数据无法补齐底层短板，LLM 缺少空间、物理、时序推演能力，只能被动响应视觉信号，难以主动预判潜在风险。杨立昆的解决方案是研发 JEPA 世界模型，让 AI 自主学习现实世界运行规律，补齐常识推理短板，这才是迈向高阶自动驾驶的必经路径。放到行业从业者视角，眼下扎堆端到端自动驾驶方案的团队容易陷入误区。短期更务实的路线是深耕限定场景 L4 落地，同步布局世界模型、多模态物理认知底层研发；一味鼓吹全域 L5 量产，忽视 AI 缺乏现实理解的底层缺陷，只会持续踩坑。未来自动驾驶赛道，物理世界建模能力才是拉开差距的核心壁垒。
发布于 山西
1
评论
赞
未登录
友善发言
评论
加载中
