LeCun在ETH Zurich演讲称LLM扩展无法实现AGI

2026年10月5日，X用户Rohan Paul（@rohanpaul_ai）发帖转述Yann LeCun（@ylecun）在ETH Zürich的最新演讲，称将LLM扩展至AGI是“不可能的”。该帖给出其论证：一个大语言模型约在30万亿token上训练，约合10^14字节文本，一个人约需40万年才能读完；而一个4岁儿童仅通过视觉，在大约1年10个月内就接收到大致相同的数据量，即10^14字节。LeCun认为，智能是快速学习新任务或在没有事先训练的情况下执行任务的能力，如同青少年大约20小时学会开车；扩展增加了存储的知识，但不会产生这种适应能力。该帖称内容来自“Perfology Clips”YouTube频道，链接在评论中。目前进展仅止于该转述帖，尚无演讲全文或主办方材料等进一步信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。