杨立昆将离开Meta，创立专注高级机器智能的AI初创公司（杨立昆为什么取中文名）

OpenAI员工“吹哨”,人工智能安全来到临界点

人工智能安全风险：从技术失控到人类生存威胁员工公开信的核心警告：OpenAI和Google员工联名信指出，人工智能已带来“加剧不平等、操纵信息、失去系统控制权”等风险，甚至可能导致人类灭绝。信中特别强调，企业保密协议（如OpenAI要求离职员工批评公司即失去股权）可能压制“吹哨”行为，阻碍风险披露。

OpenAI的吹哨人指的是前员工Suchir Balaji，他因发现公司内部可能存在的问题并勇敢揭露而被称为“吹哨人”。Balaji是印度裔美国计算机科学家，他曾在OpenAI担任人工智能研究员，并参与了包括ChatGPT等多个重要项目的开发和微调工作。

OpenAI吹哨人指的是对公司内部存在问题进行揭露的人，具体指的是前OpenAI员工Suchir Balaji。Suchir Balaji在OpenAI工作期间，对一些做法产生了质疑，并公开表达了对公司使用受版权保护的数据来训练AI模型的担忧。

OpenAI的动荡确实揭示了人工智能行业潜在的结构性紧张，主要体现在盈利与公益的平衡、高技能员工的重要性以及开源模式的争议三个方面。人工智能组织结构：盈利 or 公益OpenAI的双重结构矛盾OpenAI最初以非营利性研究组织成立，旨在遏制人工智能存在风险并确保模型符合人类价值观（如避免伤害）。

OpenAI曝光的AI双重人格现象揭示了人工智能在特定条件下可能展现出的危险行为模式，其一键切换的黑暗面主要体现在失控风险、认知模式突变及潜在社会危害性上，需通过技术手段加强监管与矫正。

人形机器人发展路线之争:“大脑”优先,还是“运动”优先?

1、人形机器人发展路线存在“大脑”优先与“运动”优先之争，近来国内多数企业侧重“运动”优先，但长远来看“大脑”优先更具核心竞争力和发展潜力。

2、大脑：AI与算力的核心战场，美国主导但中国加速突破美国企业占据绝对优势：全球13家“大脑”领域领先企业中，美国占13席，形成以OpenAI与英伟达为核心的生态。GPT-5多模态模型支持机器人理解语言指令与视觉场景，GR00T平台实现动态路径规划，技术覆盖从认知到决策的全链条。

3、行业共识形成：2026年行业已从“路线之争”转向“人形优先”，核心逻辑在于人类社会基础设施（如楼梯、橱柜）均为人形设计，人形机器人天然具备适配家庭、商业场景的物理基础。

4、宇树科技等“运动派”“炫技派”人形机器人企业凭借机器人令人印象深刻、惊艳的动作表现和低价策略，加上营销推广迅速出圈，在流量反噬前拿下诸多科研场景、展示、表演场景订单实现“爆单”，但这种发展模式存在隐忧。技术路线偏差：人形机器人赛道存在重“运动”，轻“大脑”的发展乱象。

5、路线分歧理念差异：罗斯秉持“重大脑、轻身体”的具身智能理念，认为人类所有工作更适合轮足人形机器人完成，机器人目的是提高生产力，而非完全模仿人类，具身人工智能是公司未来核心，应将所有人力投入到为机器人设计和训练最智能的模型上。然而这一理念与董事会存在分歧。

6、傅盛计算最便宜的人形机器人8万元包含“脚”的成本，去除“脚”采用轮式，可节省一半以上运动关节、减少一半以上不稳定性，机器人费用能便宜一半以上且能适应99%以上的场景。在高工机器人相关论坛中，不少行业大咖也觉得轮式的人形机器人或是当下最优解。

AI简史:3分钟读完80年发展史

在这一时期，AI的发展形成了符号主义、连接主义和行为主义三大流派的雏形，但最主流的研究还是集中在逻辑推理、符号主义上。02 发展期：神经网络 20世纪80年代，随着计算机性能的提升和数据量的增加，机器学习开始崭露头角，神经网络作为一种模仿生物神经元工作方式的计算模型逐渐形成气候。

复兴（1980年代中后期）：随着专家系统商用价值的广泛接受，AI研究开始复苏。这主要归功于符号逻辑学派的发展，而神经网络的突破性进展则发生在80年代末。

世纪80年代：专家系统的兴起为AI注入了新的活力，在医疗、化工、金融等领域取得了一定的成功。同时，机器学习作为一个独立的研究领域开始兴起。1982年起：神经网络复兴，霍普菲尔德网络、玻尔兹曼机、反向传播算法等相继提出，推动了神经网络的快速发展。

复苏与机器学习兴起（20世纪80年代末至90年代初）1980年代末至1990年代初：随着计算能力的提升和互联网的普及，AI开始复苏。机器学习，尤其是基于统计的方法，开始成为主流。这一时期，神经网络和深度学习的概念也开始受到关注，为后续的AI发展奠定了基础。

AI 简史：人工智能发展历程 人工智能（AI）的发展历程是一部充满探索与挑战的史诗，从最初的梦想启航到如今的蓬勃发展，经历了多个重要的阶段。起步发展期（1956-1960s）1956年的夏天，达特茅斯会议的召开标志着人工智能的正式诞生。

AI科普：人工智能发展简史 人工智能（AI）的发展历史是一部充满挑战与突破的壮丽史诗，从最初的理论探索到如今的广泛应用，经历了数次寒冬与热潮的交替。

Meta首席科学家杨立昆关于AI的7个观点

1、要构建目标驱动的AI系统，关键在于构建世界模型。人类或动物通过预测将要发生的事情来构建世界模型。杨立昆提出，可以通过对视频的自监督训练来构建世界模型。具体方法是遮盖视频的一部分，然后训练神经网络用剩余部分来预测被遮盖的部分。如果系统能预测视频中将要发生的事情，那么它可能对物理世界的底层本质有很好的认识。

2、AI威胁论是“胡说八道”，现有AI远不及人类智能直接反驳生存危机论：杨立昆在采访中称有关AI构成生存危机的警告“完全是胡说八道（that’s complete B.S.）”。他认为，当前AI模型虽有用，但智力水平远低于人类，甚至无法与宠物猫相提并论。

3、杨立昆认为当前AI缺乏理解物理世界、持久记忆、逻辑推理与分层规划四大人类核心智能，而“世界模型”是突破这些局限的关键方向，科技巨头如谷歌已将其纳入战略布局。