在最近一期的 Big Technology Podcast 中，Meta 首席 AI 科学家、图灵奖得主 Yann LeCun 分享了他对当前 AI 技术限制及未来发展的深刻见解。
LeCun 明确指出，尽管当前的大型语言模型(LLMs)能够完成令人印象深刻的任务，但它们本质上仍是基于文本统计特征的复述和检索工具，无法产生真正的创新。他认为 AI 发展正面临收益递减的瓶颈，并表示即使通过合成数据或雇佣专家生成更多内容，系统在掌握基本逻辑方面仍然存在困难，投入与回报比例日益失衡。
对于当前 AI 行业的巨额投资，LeCun 认为这些资金主要用于建设未来几年所需的推理基础设施，而非仅为当下服务。他预测，虽然新范式不会在未来三年内完全成熟，但在 3-5 年内可能实现突破，与当前投资趋势基本一致。
谈及开源与专有模型的竞争，LeCun 表示开源正在展现出更快的进展速度。他以 DeepSeek 为例，指出一个自由的小团队能提出新颖想法，甚至重新定义方法，这表明开源模式在推动创新方面具有独特优势。
