反对Agent，反对RSI，杨立昆新模型反对当下一切AI叙事

（本文作者为 字母AI，钛媒体经授权发布）

> 文 | 字母AI

《复仇者联盟：终局之战》里有这样一幕，美国队长跟神盾局特工们在电梯里小声地说了一句“九头蛇万岁”。

仅仅是这样一句话，伪装成神盾局特工的九头蛇成员就把镶嵌心灵宝石的权杖交给了美国队长。

这还没完，正是由于九头蛇成员把美国队长当成了自己人，这才让同一时间钢铁侠等人偷走空间宝石的计划没有暴露。最终，复仇者们成功消灭灭霸，拯救了宇宙。

你看看，哪怕只是一句话而已，就对整个宇宙产生了影响。而杨立昆的新世界模型H-JEPA，就是想要通过分层推理的底层逻辑，来推理出后续的发展。

一个小小的动作，它在短期内会造成什么结果？到了中期呢？到了后期呢？

著名的蝴蝶效应便是如此，一只蝴蝶在巴西扇动翅膀，最终有可能在德克萨斯引发一场龙卷风。


H-JEPA 到底是什么

H-JEPA的起点是杨立昆的JEPA，全称为Joint-Embedding Predictive Architecture，联合嵌入预测架构。

和咱们现在用的视频生成式模型不同，它不画下一帧画面，JEPA是把画面压缩成一组抽象的向量（所谓潜在表征），然后在这个抽象空间里预测未来。

就像是两个人闭眼下棋。这时候根本不需要棋盘，只需要念出你要下哪一步棋，比如老将出宫帅五进一，身先士卒兵一进一之类的。对方就能根据听到的内容，在脑海中构想出这个棋盘的走势，然后进行回应。

理解了JEPA之后再来看这次的H-JEPA，它的做法是把多个这样的JEPA一层一层堆起来。

每一层都有自己的观察编码器、动作编码器和潜在预测器，并且每一层在各自的表征空间里，预测不同时间跨度之后的状态。最底层管得最细、看得最近，往上的层则看得更远、更宏观。

规划时，顺序是反过来的。高层先给出一个粗略的目标状态，这个目标成为下一层的子目标，下层再把它细化，直到最底层输出真正的动作。

早在2022年的时候，杨立昆在论文《一条通往自动机器智能的路（A Path Towards Autonomous Machine Intelligence）》里就提出过分层JEPA。只不过隔了四年，才第...

字母AI | tmtpost​.com • Oct 12, 2026