在 AI 人物的介绍里，杨立昆常被贴上一个标签：卷积神经网络的作者。标签没有错，但只覆盖了他公开记录的前半段。过去几年，他在公开论文、技术报告与社交平台密集表达另一组主张：自监督学习、世界模型，以及对生成式路线的保留意见。这篇先把标签的来历讲清，再对照公开材料补上标签之外的部分。
「CNN 作者」标签的来历
标签的来历正当：1980 年代末到 1990 年代，他在贝尔实验室发展卷积网络，思路源头可以追到福岛邦彦 1980 年的新认知机（见新认知机一篇）；1998 年的 LeNet 论文把结构定型，手写识别系统进入实际部署（公开记录口径），这段工程经历见杨立昆与贝尔实验室一篇。2018 年，他与辛顿、本吉奥共享图灵奖（公开公告口径见2018 年图灵奖一篇）。到此为止，标签与公开记录完全对得上。
问题出在「只是」两个字。公开材料显示，2016 年之后他公开讨论的重心，已经从「怎么识别」转向「机器怎么通过观察学习」——这部分记录被标签挡住了，完整履历见杨立昆人物篇。
标签之外：自监督与世界模型的公开主张
他的公开主张有一条清晰的线。2016 年前后的公开演讲里，他反复使用一个比喻：如果把智能比作蛋糕，监督学习只是上面的糖霜，强化学习是樱桃，蛋糕本体是无监督或自监督学习——机器应当主要靠观察自己学，训练信号由数据自身构造（公开演讲口径）。2022 年，他公开长篇技术报告，提出 JEPA 架构与世界模型的构想：让模型通过预测世界的状态来学习常识，而非逐个像素生成画面（公开报告口径，细节以原文为准）。
他公开表达过的反对意见
反对的部分同样公开。2023 年以来，他在公开演讲与社交平台多次表示，自回归式的大语言模型存在结构性局限——按下一个词的概率逐字生成，缺少对世界状态的规划与记忆（公开表态口径）；他对纯生成式建模路线也公开表达过保留，主张以预测表示而非预测像素为核心（公开报告与访谈口径）。这些表态引发了大量公开讨论，其中与辛顿的分歧最常被引用，两边的公开主张对照见辛顿和杨立昆的路线差一篇。
分寸要写在前面：以上只转述他的公开表述，路线对错没有公认的裁决结果，本文不做判断，也不代替后续的公开实验下结论。
主张与标签怎么放在一起看
把两段公开记录并排，看到的是同一个问题意识：怎么学出好的表示。卷积网络回答的是「怎么处理空间结构」，JEPA 与世界模型回答的是「怎么从观察中学常识」——前者是已验证的工程答案，后者是仍在公开实验中的主张。速查表如下：
| 阶段 | 公开主张的落点 | 公开载体 |
|---|---|---|
| 1980 年代末至 1998 年 | 用卷积结构处理空间结构，手写识别进入实际部署 | 贝尔实验室论文、LeNet 论文 |
| 2016 年前后 | 智能像蛋糕，本体是自监督学习，训练信号由数据自身构造 | 公开演讲中的蛋糕比喻 |
| 2022 年 | JEPA 与世界模型，预测世界状态而非逐个像素生成画面 | 长篇技术报告 |
| 2023 年起 | 自回归大语言模型缺少对世界状态的规划与记忆，对纯生成式路线保留 | 公开演讲与社交平台表态 |
杨立昆公开节点速查
- 1980 年：福岛邦彦发表新认知机，成为思路源头
- 1989 至 1998 年：贝尔实验室时期卷积网络论文公开，系统进入部署
- 2016 年前后：蛋糕比喻见公开演讲
- 2018 年：图灵奖三人同获（公开公告）
- 2022 年：长篇技术报告提出 JEPA 与世界模型（公开报告）
- 2023 年起：公开表示自回归大语言模型存在局限（公开表态）
读人物主张的核对方法与今天的关联
标签是读人物的起点，完整画像要靠公开主张清单。可操作的核对办法：让 DeepSeek 整理他近三年公开演讲与技术报告的要点清单，用 Kimi 对照原始报告的关键词，再回到公开演讲视频逐条核对——交叉核对之后，「CNN 作者」之外的那一面自然浮现。今天各家大模型的路线讨论——自回归还是世界模型、生成还是预测——都还跑在他这些公开主张划出的讨论范围内。你用豆包写代码、用腾讯元宝读文档时，模型背后的技术路线之争，正是这篇对照的延长线。
再多说几句杨立昆的另一面
- 标签漏掉了什么？漏掉了 2016 年之后的公开主张：自监督学习是主要路径、机器应通过世界模型学常识，以及对自回归大语言模型的公开保留，均有公开演讲与报告可查。
- 他反对所有生成式模型吗？按公开表态，他的保留意见集中在把逐字逐像素生成当核心目标的路线上，主张以预测世界状态为核心；具体措辞以公开原文为准。
- 他的主张有公开结论了吗？没有。路线之争仍在公开实验与讨论中，本文只对照公开表述，不做裁决。
