DeepMind论文引争议:LLM缺乏跳跃思维,需世界模型破局

theomitsa · x · 2026-08-04

近期一篇来自 DeepMind 的论文提出“LLM 无法跳跃”的观点，认为当前大语言模型虽然精通归纳与演绎，但缺乏在数据稀缺时提出新颖假设的“溯因”创造力，因此难以独立完成如相对论般的突破性科学发现。

针对这一局限，有观点指出，单纯依靠增加文本 token 的规模并不足以解决问题，真正的突破口在于转向联合嵌入预测架构（JEPA）与世界模型。相比于将世界视为文本序列的传统模型，世界模型将其视为受物理定律和因果关系支配的连续系统，从而有望帮助 AI 从单纯的模式匹配跨越到真正的科学发现。