图灵奖得主LeCun炸翻AI圈：不用梯度就是“半脑运转”！

一场关于 梯度 的争吵，正在撕开当代AI最大的技术裂缝。

2026年8月2日深夜，前OpenAI工程师 Will Depue ，简历上写着Sora、o3/4o后训练，在X上写下一则判断，像一根火柴掉进了汽油桶：

"梯度是极其强大的工具，却不知为何主要只在训练时使用；测试时几乎没有显式梯度。这看起来， 完全不对 。"

Will Depue原帖：梯度如此强大，推理时却几乎消失，"totally wrong"

不到二十四小时， 图灵奖得主、AMI Labs执行董事长Yann LeCun 亲自下场，三段话，语气平静得像在念课件，信息密度却足以掀翻半个行业的默认假设。

这场对话的核心争议可以这样概括： 我们花了十年把模型训得越来越聪明，却在它展开“思考”时，把最强大的武器锁进了柜子。

一、"半脑运转"：深度学习最荒诞的不对称

先把 梯度 这件事讲透

你可以把梯度想象成一种 超级灵敏的方向感 ：如果我把这个参数往左拧一点点，结果会变好还是变坏、变多少？

训练阶段，整个深度学习体系就建立在这个信号之上， 反向求导 算出每个参数的梯度，优化器沿着“变好”的方向更新权重，一轮又一轮，直到模型从一团随机噪声变成能写诗、能编程、能识别肿瘤的智能体。

然后呢？

然后参数就被冻住了

模型上线，用户提问，它做一次前向计算， 把数字从左到右过一遍网络 ，吐出答案。

结束

就像一个棋手花了十年练棋，上了赛场却不许思考，只能凭第一反应落子。

Will Depue觉得这 荒谬

而他有资格这么说，他参与训练过全世界最先进的几个模型。

二、LeCun的回击：问题出在架构选择

LeCun三段式回复：推理时优化本就是能量基模型与目标驱动AI的基础概念

LeCun的回复冷静得近乎傲慢，但每个字都在说同一件事： 你觉得不对，是因为你一直在用错误的框架思考。

三层意思，层层递进：

第一层： 推理时做优化，是 能量基模型（EBM） 与 目标驱动AI架构（ODAI） 长期使用的基础概念，早有历史。

第二层： 推断 连续 变量时（比如一条机械臂的运动轨迹），基于梯度的优化往往最合适。

第三层： 一个用世界模型预测未来、再用梯度优化来做规划的系统， 就是ODAI的好例子 。

翻译成大白话：主流语言模型像一台 自动补全机 ，给前文，预测下一个词，再用预测接着预测。

LeCun设想的 规划机 会先确定目标，在内部模拟中把方案推演到足够好，再行动。

这条思路延续自LeCun在2022年发表的立场文《A Path Towards Autonomous Machine Intelligence》， 四年来始终沿着同一条路线推进 。

早在2024年，LeCun就已在公开讲解"目标驱动AI：能量最小化推理 vs 自回归预测"

三、评论区交锋：扩散模型、蛋白质、还有一盆冷水

这条帖子下面，堪称一场 微型学术研讨会 。

第一声炮响来自扩散模型阵营

有从业者直接怼回Will Depue： "扩散模型里我们就是这么干的。"

确实，扩散模型在生成图片时，每一步去噪都在利用类似梯度的 分数信息 ，从噪声一步步走向清晰图像。

这是测试时迭代优化的 活生生的大规模案例 。

有人从样本效率角度切入：每个样本学得太少，批量更新掩盖了问题

第二声来自生物计算

有研究者指出，蛋白质设计领域 早就把“设计”写成优化问题 了，BindCraft、mosaic这些工具，把结合亲和力、稳定性、可表达性全部塞进目标函数，在推理阶段反复评估、迭代搜索。

相关工程流程已经在实验室里造出真实蛋白质。

一条"冷调"评论：Transformer其实已经在计算一种"伪能量模型"的摊销梯度

而最尖锐的一盆冷水 ，来自一位做约束优化的工程师。

他的判断极其精准： 无约束的推理时优化可以扩展，但带硬约束的推理时优化 极难扩展 。

你可以轻松写一个惩罚项让模型"尽量别撞墙"，但要 保证 它绝对不撞墙？

那需要稀疏KKT分解、更高数值精度，这与当前主流GPU训练硬件的路线， 并不完全同向 。

如果ODAI真要进入工业控制和机器人领域，这个问题 绕不过去 。

四、10亿美元投入：LeCun正在把路线做成公司

LeCun的技术主张已经进入创业实践。

2025年12月， Advanced Machine Intelligence Labs（AMI Labs） 在巴黎成立，LeCun出任执行董事长。

团队阵容堪称 学术界复仇者联盟 ，CSO是Saining Xie（谢赛宁），研究与创新负责人是Pascale Fung（冯雁），世界模型副总裁Mike Rabbat……

AMI Labs官网：REAL WORLD. REAL INTELLIGENCE. 在巴黎、纽约、蒙特利尔、新加坡设有据点

2026年3月，AMI Labs完成约 10.3亿美元种子轮融资 ，投前估值约35亿美元，投资方包括Bezos Expeditions、Nvidia、Samsung。

十亿美元种子轮 本身就是鲜明表态：有人愿意拿真金白银，支持LeCun的“世界模型+梯度规划”跑出一条不同于GPT的路。

2026年6月的VivaTech上，LeCun的措辞更加鲜明： “整个行业对语言模型的执念太过狭隘。

更好的语言模型或许也是一条路，但有点 慢 。”

翻译过来就是：你们慢慢卷token吧，我要从底层换架构。

五、两种“推理时多算”走向不同方向

这里必须厘清一个极容易混淆的概念： 测试时计算（test-time compute） 。

2024年9月，OpenAI发布o1时明确表示：性能会随 更多强化学习 （训练时计算）与 更多思考时间 （测试时计算）同时提升。

后来DeepSeek-R1等推理模型把思维链、搜索、自我纠错都归入这个工具箱。

"推理时多算"已经是全行业共识

OpenAI的o1系统页面：性能随训练时计算和测试时"思考时间"双重提升

但这里有一个 关键分叉 ：

主流LLM推理模型在 离散token空间 里延长思维轨迹，本质上是 用更多的文字来模拟思考 。

而LeCun主张的ODAI，是在 连续状态/动作空间 里，用世界模型预测轨迹、对目标函数做显式优化， 梯度，就是连续情形下最自然的工具 。

主流方案让模型 多说几步 来想清楚；

LeCun的方案则让模型 在内部物理模拟里演练 ，直到方案足够好。

由此，一边沿着自回归范式继续加算力，另一边转向世界模型中的轨迹优化。

LeCun自己说过类似的话：用极其昂贵的test-time compute弥补自回归架构的结构性缺陷，方向有误。 他主张把推理计算用于世界模型和目标函数上的优化。

六、1960年代的幽灵与2026年的战场

也许最值得玩味的，是LeCun自己在另一条帖子里说的一段话：

“世界模型的基本想法早已有之。1960年代最优控制里的伴随状态方法，放到今天的深度学习社区会被称作‘ 通过时间的反向求导 ’。难点在于如何把想法落到可训练、可扩展的系统。”

LeCun给出的简式：训练好的世界模型 + 最优控制 = 智能

六十年前的控制论，与今天的十亿美元创业公司，在数学上是 同一根骨头 。

当年受限于数据、算力和可学习的表征；

如今，视频自监督、多模态预训练、联合嵌入预测架构（JEPA）正在让“先学一个可规划的世界表征，再在表征里做控制”逐渐走向可行。

悬而未决的问题依然棘手： 连续空间的梯度规划，如何与语言、工具使用等离散决策混合？

目标函数由谁来写、怎么防止AI钻空子？

世界模型的预测误差在长时程规划中如何被控制？

推理时优化的算力开销，在毫秒级延迟的产品里怎么分配？

这些问题，一条推文关不掉

但这条推文做了一件事， 它让整个行业不得不正视一个事实：我们也许一直在用半个大脑跑全程比赛。

LeCun正带着10亿美元和一支顶级团队，尝试从“另外半个大脑”寻找通往通用智能的入口。