纽约大学与LeCun初创公司AMI合作推出了AdaJEPA，旨在提升世界模型的持续学习能力。与传统模型不同，AdaJEPA能够在与环境交互时实时调整参数，通过闭环反馈机制不断校准模型。实验结果显示，AdaJEPA在应对环境变化时的规划成功率显著提高，且在线更新延迟极低，展现了其在动态环境中的鲁棒性。

视启未来团队专注于开发隐空间世界模型，推动AI从“看见”向“预见”转变。创始人张磊指出，理解因果关系和物理规律至关重要。团队通过提升物体理解能力，推出全球领先的视觉大模型DINO-X，未来希望将世界模型作为物理世界AI的核心基础设施，助力机器人自主学习和决策。

Lecun与Hinton对大型语言模型（LLM）的看法存在显著分歧。Hinton认为LLM接近人类智能，而Lecun则认为LLM并非通往人类智能的路径，强调世界模型的重要性，认为智能系统需要预测行为后果的能力。Lecun最近离开Meta，创办了AMI，专注于现实世界的AI应用，认为突破性研究需要优秀人才和资源支持。

亚历山大王在Meta的工作经历引发关注。他讨论了Meta新模型Muse Spark的技术逻辑和团队架构，强调AI未来和超级智能的重要性。他指出Meta在AI领域的重建需要更多算力和人才，并致力于构建赋能个人的技术。此外，他提到与其他公司的竞争和Meta的开源计划，强调安全性和模型福利的重要性。

人工智能正从被动生成向具身智能转变，具身智能使机器能够在真实或虚拟环境中主动执行复杂任务。目前研究集中在统一物理语言、交互式世界模型和自主演化环境等方面，以推动通用人工智能的发展。HyperAI推荐了10篇相关论文，展示了具身智能在环境建模、任务执行和多智能体协作等领域的最新进展。

Alec Radford因其DCGAN论文获得ICLR 2026时间检验奖，该论文在机器学习领域具有深远影响，奠定了图像生成研究的基础。三位作者均非博士生，来自不同背景。DCGAN推动了生成对抗网络的发展，至今仍具重要意义。

中国开源模型在硅谷受到关注，性价比超过10倍，吸引多家企业使用。Yann LeCun称赞这些模型，指出许多自研模型是其改良版。硅谷对中国模型的热情源于其低成本和高性能，体现了中国在AI领域的实力。

LeCun的LeWorldModel模型在单GPU上快速训练，规划仅需1秒。该模型简化了JEPA架构，使用编码器和预测器实现高效预测，参数仅1500万。实验表明，其在多项任务中表现优异，规划速度比大模型快48倍，并能识别物理异常。

谢赛宁加入LeCun创办的初创公司AMI，完成10.3亿美元融资，估值达35亿美元。AMI专注于开发理解现实世界的智能系统，团队成员多来自Meta。LeCun继续担任董事长，推动世界模型研究。

杨乐坤在访谈中批评大语言模型，认为其智能水平不及狗，因缺乏与物理世界的关联。他提出的抽象世界模型（JEPA）强调抽象、分层、预测和最小消耗，以解决AI的局限性。杨乐坤计划创办AMI公司，专注于开源研究，支持自动驾驶和机器人技术。

抱歉，您提供的文本内容过于简短，无法进行有效的总结。请提供更详细的文章内容。

杨乐坤因Meta的AI战略转变与新任CTO亚历山大·汪发生冲突而离开，未来将继续研究世界模型，Meta可能会投资他的新公司。这一事件反映出扎克伯格在用人和战略上的失误，导致Meta在AI领域的落后。

文章讨论了人工智能在各领域的应用，强调其在提升效率和决策支持中的重要性。AI技术迅速发展，正在改变我们的工作和生活方式。