Ян ЛеКун покидает Meta: сдвиг парадигмы от языков к моделям мира

Когда титан AI переходит в наступление

В ноябре 2025 года произошло событие, которое редко случается в AI-индустрии: Ян ЛеКун, главный учёный Meta по фундаментальным исследованиям и один из трёх создателей глубокого обучения, объявил о своём уходе из компании. После 12 лет в Meta, где он основал исследовательское подразделение FAIR (Fundamental AI Research), ЛеКун готовится запустить собственный стартап, сосредоточенный на моделях мира (world models).

Это не просто кадровое перемещение. Это публичное, чёткое разногласие о пути к AGI.

Катализатор: организационный хаос встречается со стратегическим расхождением

На поверхности причины ухода ЛеКуна выглядят организационными. В июне 2025 года Марк Цукерберг инвестировал $14,3 млрд в Scale AI — компанию по аннотированию данных — и привлёк её генерального директора Александра Ванга (27 лет) возглавить новое подразделение Meta Superintelligence Labs (MSL). Ванг теперь руководит ЛеКуном — переворот, символизирующий стратегический разворот Цукерберга.

Но глубже: это было столкновение двух противоположных AI-философий.

Идеологический разлом: языковые модели против понимания мира

ЛеКун долгие годы не скрывает своей позиции. В апреле 2024 года он публично назвал БЯМ «тупиком и отвлечением» для достижения человеческого уровня интеллекта. Его аргумент элегантен и, по признанию даже критиков, убедителен.

Проблема вращающегося куба

ЛеКун часто использует мысленный эксперимент: «Если я вам скажу: представьте куб, плывущий в воздухе перед вами. Теперь поверните этот куб на 90 градусов вокруг вертикальной оси. Как он теперь выглядит? Для вас это очень легко».

Для человека это тривиально. У нас есть внутренняя модель физического мира — пространственное понимание, причинность, физика. Но БЯМ? Она может написать детальное описание вращающегося куба, может генерировать код для 3D-рендеринга, может написать стихотворение о парящем кубе. Но она не моделирует пространственное преобразование интуитивно.

Почему? Потому что БЯМ тренирована на предсказание следующего токена в последовательности текста. Она усвоила статистические закономерности, но не причинное понимание.

Аргумент асимметрии данных

ЛеКун приводит поддерживающий аргумент: объём и природа данных, на которых учатся БЯМ, неправильно подобраны для AGI.

БЯМ обрабатывают текст, эквивалентный 450 000 годам человеческого чтения. Это звучит астрономически. Но четырёхлетний ребёнок, проживший 16 000 часов, обработал 1,4 × 10¹⁴ байт сенсорных данных о физическом мире через зрение и осязание. Это больше информации, и это качественно иная информация: воплощённое, пространственное, причинное понимание вместо статистических паттернов в тексте.

Как ЛеКун провокативно выражается: «Мы даже не можем воспроизвести интеллект кошки или крысы, не говоря уже о собаке. Они понимают физический мир».

Видение: модели мира как врата к AGI

ЛеКун видит альтернативу. Модели мира (world models) — это AI-системы, которые поддерживают текущую «оценку состояния мира» в виде абстрактного представления всего релевантного в контексте.

Вместо последовательного предсказания токенов, модель мира предсказывает результирующее состояние мира после серии действий. Она не генерирует описание; она моделирует динамику.

Технически ЛеКун предлагает модели на основе энергии: система ищет функцию энергии, которая измеряет несовместимость, и для данного состояния мира находит альтернативное состояние с низкой энергией — эффективное решение, совместимое с целью.

Архитектурные преимущества

Модели мира, по ЛеКуну, обладают критическими преимуществами перед БЯМ:

• Планирование: Системы могут иерархически планировать действия для выполнения целей, моделируя вероятные результаты.
• Причинность: Вместо сопоставления паттернов из обучающих данных они рассуждают о причинных механизмах.
• Безопасность: Контрольные механизмы встроены в архитектуру, а не применены как дополнительная настройка к чёрному ящику.
• Воплощение: Системы могут взаимодействовать с носимыми устройствами и физическим миром — необходимо для AI, помогающего людям в реальности, а не только в текстовых ящиках.

Конкурентный ландшафт: конвергенция вокруг пространственного интеллекта

ЛеКун не одинок в этом видении. По иронии его уход совпадает с конвергенцией индустрии вокруг моделей мира и пространственного интеллекта.

World Labs от Фей-Фей Ли

Фей-Фей Ли, «крёстная мать AI», запустила World Labs в сентябре 2024 года с инвестициями $230 млн (поддержано Джеффри Хинтоном, одним из других создателей глубокого обучения). Её стартап явно конкурирует с видением ЛеКуна:

«Чтобы создать искусственный интеллект с пространственным интеллектом, необходимо выйти за пределы текущей парадигмы больших языковых моделей и обратиться к разработке более фундаментальной 'модели мира'».

World Labs разрабатывает Large World Models, которые воспринимают и анализируют 3D-мир, как БЯМ понимают язык. Приложения включают тренажёры полётов, компьютерное моделирование физических экспериментов и градостроительное планирование.

NVIDIA и Google DeepMind

NVIDIA запустила Cosmos — модель мира для видео и понимания физики. Google DeepMind разрабатывает Genie, который генерирует уровни игр из единственного изображения, демонстрируя моделирование мира через взаимодействие.

Рыночная динамика: почему модели мира имеют значение для предприятий

Для руководителей бизнеса это не просто академический спор. Модели мира открывают новые классы приложений, которые БЯМ решают неадекватно:

Робототехника и воплощённый AI

Промышленные роботы, автономные системы и манипуляторы требуют понимания пространства и причинности. БЯМ может написать инструкции для робота, но она не моделирует результат робо-действия. Модель мира может.

Автономные системы и управление

Автономные транспортные средства нуждаются в долгосрочном планировании и предсказании динамики окружающей среды. БЯМ плохо адаптированы. Модели мира лучше.

Научные открытия

В материаловедении, биологии и физике AI может имитировать результаты экспериментов перед реальным тестированием. Модели мира предоставляют такое моделирование; БЯМ — нет.

Стратегические последствия для Meta

Ставка Цукерберга на MSL и масштабирование БЯМ логична в краткосрочном горизонте: Llama уже конкурирует с GPT-5, и приложения БЯМ (помощники, расширенный поиск, чатботы) генерируют прибыль немедленно. Но ЛеКун утверждает, что это стратегический боковой ход в эволюционный тупик.

Meta рискует: если ЛеКун прав, и модели мира — это действительный путь к AGI, Meta инвестировала значительный капитал и таланты в доминирующую, но терминальную архитектуру. Конкурентное давление от Фей-Фей Ли, NVIDIA, Google и теперь от стартапа ЛеКуна может переместить центр инноваций.

Существует исторический прецедент: когда Джеффри Хинтон ушёл из Google в 2023 году, чтобы говорить о рисках AI, это было воспринято как эксперт, выражающий экзистенциальные опасения. Уход ЛеКуна — это технический и стратегический вызов доминирующей парадигме.

Ресурсы для углубления

Ключевые источники для дальнейшего изучения:

• Основной доклад ЛеКуна на AI Action Summit в Париже (2024 год): Наиболее полное объяснение его философии моделей мира. Доступно на канале YouTube Meta Research.
• Презентации Фей-Фей Ли из Stanford HAI: Каркас пространственного интеллекта и дорожная карта World Labs.
• Документация NVIDIA Cosmos: Технический взгляд на модели мира для видео и рассуждений на основе физики.
• Работы Google DeepMind по Genie: Инновационный подход к моделированию мира через конвертацию изображения в уровень игры.
• Обновления Scale AI и Meta Superintelligence Labs: Отслеживание видения Цукерберга по масштабированию БЯМ в контрасте с уходом ЛеКуна.