LeCun 算账：LLM 与四岁儿童同为10^14字节，一个读文本一个看视频

le_james94 · x · 2026-10-13

lejames94 复盘 LeCun 在 ETH 的核心论证：同一个数据量，两种输入。一个 LLM 训练用约 30 万亿 token（约 20 万亿词，每 token 约 3 字节），共 10¹⁴ 字节——人类要读约 40 万年；而四岁儿童通过约 200 万条视神经纤维（每条每秒约 1 字节、每天清醒 16 小时）在成长中接收到同等字节数，但那是连续视频。

LeCun 的结论：「仅靠文本训练，我们不会得到任何接近人类智能的东西。」视频中的冗余正是自监督学习赖以运作的养料。