LeCun 团队借鉴人脑视觉机制，目标导航成功率翻倍至 94%
alex_verem · x · 2026-09-26
NYU 联合 Brown、多伦多大学的论文《Temporal Straightening for Latent Planning》(ICML 2026，作者含 Yann LeCun) 受人脑「感知拉直」现象启发，改进 JEPA 世界模型的隐空间规划。
- 问题：世界模型内部地图存在扭曲，隐空间中看起来近的两点在真实环境中可能相隔很远（如一墙之隔的两个房间），导致 AI 直奔目标却撞墙。
- 方法：借鉴 2019 年 Nature Neuroscience 的人脑视觉研究，在训练中加入曲率正则项，惩罚内部轨迹的弯曲，使隐空间欧氏距离更接近测地距离。
- 效果：单门两房间任务成功率从 52.7% 升至 90.7%；U 形迷宫从 44% 升至 94%；允许中途重规划时两项任务均达 100%。拉直地图让轻量规划器追平重量级规划器，且快约 10 倍。
- 局限：测试仍限于迷宫、推方块等小规模任务，作者承认长程规划误差会累积。
这是 LeCun「聊天机器人无法通向人类级智能、世界模型才是路径」路线的一次实证进展：LLM 学会了预测下一个词，这个模型学会预测下一个时刻，并且用类似人眼的方式看世界做到了这一点。
「研究」频道最新
- Anthropic:Claude 算出九圈散射振幅,打破物理学八圈纪录 — LucaAmb · 2026-09-26
- 微软开源Fabric-RLM：让LLM写代码递归处理大数据 — adnan_hashmi · 2026-09-26
- IEEE 探讨脑机接口时代的「精神隐私」防线如何跟上技术 — melnykowycz · 2026-09-26
- 《Foundations of LLMs》PDF获取方式与章节导读线程 — mdancho84 · 2026-09-26
- LLM教科书线程:第五章讲解码算法与推理时scaling — mdancho84 · 2026-09-26
- 277页LLM教科书《Foundations of LLMs》更新出新章节 — mdancho84 · 2026-09-26