杨立坤称生成式模型不适合处理视频

在2024世界经济论坛的一次对话中，图灵奖得主、Meta首席AI科学家杨立昆（Yann LeCun）提到生成式模型不适合处理视频的观点。当主持人问如何让机器理解视频时，杨立昆称，目前最有希望的是图像识别，并不是生成式的。

最有效的模型不是图像生成模型，不是重建，也不是直接预测。它做的是在一个抽象的表征空间中进行预测……我们需要在抽象表征空间中预测，而不是具体的像素空间。这就是为什么像素空间的预测都失败了，因为它太复杂了。