Meta在半年内第四次重组AI部门，将超级智能实验室拆分为四个团队，全面押注「超级智能」。新成立的TBD Lab由Alexandr Wang领衔，或放弃Llama 4并转向闭源模型，Meta开源旗帜动摇。Meta内部人心浮动，几家欢喜几家愁。
Yann LeCun的AI故事，纪录片回顾了这位深度学习先驱的四十年历程。从索邦大学的孤独探索，到贝尔实验室发明卷积神经网络、推动支票识别商用，再与Hinton、Bengio共创深度学习革命，他始终坚信机器应学会学习。
马斯克宣布旗下公司取消「研究员」头衔，强调「工程师」的重要性，掀起与AI先驱LeCun关于研究与工程本质区别的激烈争论，引发业界对科技创新与组织管理战略的深入思考。
长期以来，科学家（研究者）和工程师的角色定位泾渭分明。这种分野不仅存在于学术界，也深植于大众文化之中。比如在美剧《生活大爆炸》中，物理学家谢尔顿・库珀就时常以「真正的科学家」自居，对身为工程师的霍华德・沃洛维兹冷嘲热讽，两者的职业差异甚至成为该喜剧的重要素材。
2018 年，LSTM 之父 Jürgen Schmidhuber 在论文中（ Recurrent world models facilitate policy evolution ）推广了世界模型（world model）的概念，这是一种神经网络，它能够根据智能体过去的观察与动作，预测环境的未来状态。
人工智能是年轻的事业，也是年轻人的事业。
LeCun 向 Alexandr Wang 汇报？Meta 内部：是的。 招募了一众 AI 大牛以后，Meta 能吃得消吗？—— 这可能是很多人在问的问题。
这篇报告第一次把对人心智状态的推断，放到和物理世界模型（physical world model）同等重要的位置上，并将其概念化为心智世界模型（mental world model）。相比于传统世界模型（如LeCun的JEPA）仅关注物理规律（物体运动、机械因果），心智世界模型则首次将心理规律（意图、情感、社会关系）纳入世界模型框架，实现“双轨建模”。
那问题来了：大型语言模型（LLM）虽然语言能力惊人，但它们在语义压缩方面能做出和人类一样的权衡吗？为探讨这一问题，图灵奖得主LeCun团队，提出了一种全新的信息论框架。该框架通过对比人类与LLM在语义压缩中的策略，揭示了两者在压缩效率与语义保真之间的根本差异：LLM偏向极致的统计压缩，而人类更重细节与语境。
图灵奖大佬向97年小孩哥汇报，这是什么魔幻剧情？小扎砸143亿请来的「数据标注少年」，已荣升Meta首席AI官。一边是小扎上亿美元年薪offer引进新员工，另一边是Meta老将GPU告急不得不熬夜借卡差点头秃。网友们痛呼：太为Meta FAIR的员工难过了……
