以下是根据文本内容整理的关于杨立昆（Yann LeCun）相关观点与行动的信息，以增强内容的层次结构和可读性：
一、从“奠基者”到“批判者”：杨立昆为何炮轰硅谷？
1. 个人背景
AI先驱：20世纪70年代笃信神经网络潜力，该技术驱动人脸识别、自动驾驶，成为ChatGPT等大语言模型基石，作为“AI三巨头”之一站在行业顶峰。
职业转变：2025年11月离开工作十余年的Meta，开始创业之旅。
2. 对硅谷及AI产业的批判
行业现状：整个硅谷乃至AI产业“走火入魔”，大家互相挖角工程师，没有资源尝试不同路径。
LLM局限：LLM在编程、文本生成等特定领域表现出色，但存在明显“天花板”，无法真正理解世界、预测行动后果、进行规划和持续推理，难以实现人类水平智能（AGI）乃至超级智能。
行业前景：把重金押注LLM的竞赛比作无法抵达终点的狂奔，行业正走向死胡同。
3. 网友观点
赞同杨立昆的判断，认为现在的AI完成任务出错会有真金白银损失，规模大易翻车，远未到“放心大胆用”的阶段，呼应了其关于错误会像“高速公路上连环撞车”一样堆积的担忧。
二、硅谷“优越感”何在？或被中国弯道超车
1. 举例中国敲打美国同行
突破可能性：更具创造力的中国公司可能率先突破超级智能，美国公司可能因战略短视将领先地位拱手让人。
开源优势：当下许多美国公司因安全和竞争担忧收紧开源策略，而中国团队仍在积极拥抱开源，若美国选择封闭，“中国竞争对手”将能更快追赶。
2. 网友感慨
一方可能更务实地逼近突破，另一方却把大量资源投向可能并不高效的方向。
目前最好的开源LLM课程来自中国，折射出部分人对当前竞争态势的焦虑。
三、开放还是封闭？一场关于“安全”的激烈交锋
1. 杨立昆观点
回应质疑：面对“开源是否会帮助地缘政治对手”的质疑，在日内瓦“AI向善峰会”上强硬回击，认为限制研究以遏制对手，最终只会“搬起石头砸自己的脚”，对手得到技术只是稍晚一点，而自己会拖慢脚步。
开源优势
开放能吸引全球最聪明的大脑共同加速进步。
多样性可以防止未来被少数几个由AI中介的封闭系统所垄断，让用户像选择新闻源一样选择AI的“偏好”。
开源让更多人能审查技术、识别风险，而不是将力量集中在少数巨头手中。
宏大构想：通过国际合作，共同训练基础模型，建立共享的全球知识库，同时维护各自的数据主权与安全。
四、新征途：用“世界模型”治愈医疗健康
1. 新公司方向
离开Meta后，杨立昆将全部精力投入新公司AMI Labs，方向是其口中LLM的替代路径——世界模型。
2. 世界模型特点
与LLM主要处理文本不同，世界模型旨在通过分析视频、空间数据等多模态信息，让AI系统构建起对真实世界的内部理解，从而能够预测、规划和推理。
3. 核心试验场
选择医疗健康AI背景的亚历克斯·勒布伦（Alex LeBrun）作为CEO，明确医疗健康是AMI Labs的核心试验场。
原因：医疗领域对可靠性、安全性和可控性要求顶级，LLM的“幻觉”问题在此是致命缺陷，世界模型能让AI系统像人类一样预测行动后果，并在安全护栏内规划任务，有望解锁诊断辅助、手术规划、个性化治疗等全新应用。
4. 产品计划
AMI Labs计划在一年内推出可用的初步产品，并与产业伙伴（首个是勒布伦的医疗AI公司Nabla）紧密合作，将技术落地。
五、未来之战：是延续狂热，还是拥抱新范式？
1. 分歧现状
一面是资本和巨头驱动、聚焦于LLM scaling的“主流赛道”。
另一面是以杨立昆为代表的、追求更本质智能突破的“探索路径”。
2. 杨立昆挑战
不仅否定一条技术路线，更挑战认为只要堆算力、堆数据就能解决一切的思维惰性。
3. 网友解读
将他的行动解读为“离开了Meta，选择了WAR（战争）”，认为他正押注世界模型能战胜大型语言模型。
4. 杨立昆言论
称“我们一直在犯同样的错误：在某个狭窄领域看到‘超人’结果，就立刻大喊‘AGI’！”，点明当前业界可能存在的盲目与浮躁。
5. 启示：真正的进化是向未知领域的纵身一跃，时间会检验谁在裸泳，谁在造船。
