在ECCV 2026大会上，AI“教父”Yann LeCun发表了一场颠覆认知的演讲。他指出，当前靠疯狂堆砌数据的“大语言模型”路线已触及天花板。只靠死记硬背文本，AI永远无法真正理解物理世界，离通用人工智能还差得远。

LeCun抛出一个犀利观点：“预测像素”是个伪命题。现在的视频生成AI试图精准预测下一帧画面的每个细节，但这在现实中根本不可能，因为未来充满随机性。把视频生成等同于“世界模型”完全是误解。

为此，他开出了真正的药方：JEPA（联合嵌入预测架构）。与生成式模型死磕像素不同，JEPA选择“抓大放小”。它就像人类认知世界一样，忽略掉树叶摇晃等不可预测的无关噪声，只在抽象的“概念空间”里预测事物的核心发展规律。这种方法不仅更高效，还能让AI学会真正的物理“常识”，甚至自己领悟三维空间的深度。

最后，LeCun向全行业发出三大建议：别再死磕生成式模型！别再把精力全耗在LLM上！请转向联合嵌入、抽象表征和真正的世界模型。只有让AI学会像人类一样在脑海中推演世界的因果，而不是单纯地玩“文字接龙”，我们才能迎来AI的下一场真正革命。