前 Meta 研究员隔空交锋：无标签视频学习终将胜过纯文本

abursuc · x · 2026-08-23

围绕自监督学习（DINO 一系）是否需要文本，两位研究者隔空交锋。被引一方（Meta 出身）认为既然有文本为何不用，纯靠无文本的自监督学习是「没必要地给自己加难度」。

而 Yuki Asano 给出反对意见：纯文本只能走这么远（对很多应用和商业价值可能已够用），但从无标签数据——尤其是视频中学习才是最优路线，因为其中蕴含海量数据以及物理、几何、遮挡等世界规律。不过他坦言，目前还没有胜出配方，需要扎实的研究才能走通。