图灵奖得主杨立昆离职创业，Meta市值蒸发超千亿美元风波揭秘

图灵奖得主杨立昆离开工作岗位选择创业，而Meta公司股票蒸发超过1400亿，这一消息引起了广泛关注，杨立昆的离职对于科技行业来说是一个重大事件，他的创业之路将充满挑战和机遇，Meta公司的股票蒸发也引起了市场的担忧，投资者对其未来的前景产生了疑虑，这一事件反映了科技行业的竞争日益激烈，企业需要不断创新和适应市场变化才能立于不败之地。

文 | 新质动能，作者｜沛林，编辑｜沐风

一个离职消息，让AI界震动。

图灵奖得主、Meta首席科学家Yann LeCun（中文名：杨立昆），即将从Meta离职创业。消息曝出，Meta股价下跌1.5%，市值蒸发1400亿元！

这位大神有多牛？

他不仅是深度学习领域的奠基人之一——其开创的卷积神经网络（CNN）架构为现代AI发展铺平了道路，并为他赢得了计算机领域的最高荣誉“图灵奖”；他一手创建FAIR实验室，并帮助Meta奠定其在行业内的AI地位。

然而，如今他在Meta的处境，却是另一番景象：他坚持的技术路线在内部失势，团队核心被裁，甚至要向小30岁的年轻高管汇报。

杨立昆与扎克伯格最终走向决裂，核心原因在于对AGI（Artificial General Intelligence，通用人工智能）路线的选择：后者砸重金追逐当下最热门的LLM（Large Language Model，大语言模型）路线，杨立昆则视LLM为AGI路上的岔路，认为“世界模型”技术路线才是走向AGI的正确道路。

这场决绝的分手，已然超出个人职业变动，成为一场关乎AI未来发展路线的“道统”之争。

理念冲突，愤然离职

杨立昆要离职，怎么看都是被扎克伯格一顿骚操作气走的。

说起来，整个2025年，扎克伯格过的都有点糟心。

以DeepSeek为代表的竞争者在MoE（混合专家模型）架构上实现突破，不断挑战Meta在开源领域的领先地位；另一方面，Meta自己的Llama4模型系列市场反馈平淡，表现不如ChatGPT和Gemini；Meta AI聊天机器人推出后，也未能得到市场认可。

种种表现不及预期，彻底引爆了扎克伯格的焦虑，并将战略调整推向了极端。

财务上，公司三季度财报显示，Meta今年将用于AI军备竞赛的资本支出，提升至700亿美元。

组织上，Meta经过4次大的架构调整后，集中资源支持新成立的“超级智能实验室”（MSL），实验室下设立四大部门，由新任首席AI官Alexandr·Wang领导，杨立昆领导的FAIR实验室也属四部门之一。

因此，现在的杨立昆要向比他小30多岁的Alexandr·Wang汇报工作，连自己团队产出的学术论文也需要得到审批后才可发表。

这位奠基者的角色，从战略领导者逐渐沦为公司吉祥物。

不仅如此，在Alexandr·Wang主导之下，FAIR科学家田渊栋连同他的强化学习与规划团队被裁撤。作为FAIR的核心骨干，田渊栋团队是杨立昆实现其“世界模型”愿景所依赖的关键技术。这不仅是砍掉了他实验室的未来，也代表公司彻底抛弃了他所主张的AI路线。

杨立昆和公司还在核心理念上出现了分歧。杨立昆坚持Llama模型开源，公司内部的激进派出于商业利益考虑，倾向闭源。

除这些分歧，其实双方合作的裂缝，在ChatGPT横空出世的那一刻，就开始出现了。

作为引领业内技术发展10年的Meta，在ChatGPT出现的时候，竟然对LLM技术完全没有研究，科技媒体和行业分析师的普遍观点认为，Meta失去大模型先发优势，是杨立昆的技术判断带来的关键后果。

据《The Information》等多家媒体报道，正是杨立昆坚持LLM路线是技术“死胡同”的战略判断，让Meta错过了2020-2022年最关键的兵力部署窗口期。当竞争对手倾巢而出时，Meta的后知后觉，引发了公司内部团队的强烈不满与挫败感，认为这位首席科学家的判断耽误了战机，阻碍了公司商业变现的步伐。

说白了，不管是扎克伯格搞出种种事端边缘化杨立昆，还是杨立昆提出离职，根本原因，是由底层技术路线的分歧而导致。

但是，这场分手不管有多决绝，却依然掩盖不了他们曾经共同缔造的辉煌。

也曾蜜月，携手登顶

杨立昆与Meta的合作始于2013年，当时公司名还是Facebook。

扎克伯格亲自邀请杨立昆加入Facebook，任命为首席人工智能科学家，专注于公司的长期战略规划和科学领导力，是Meta AI品牌形象的象征。

在接下来的十年里，双方处于最美好的“蜜月期”。杨立昆一手创建了FAIR（Facebook人工智能研究院）。公司给予FAIR最大的特权：允许团队base设在纽约，独立于硅谷总部，核心使命是推动基础科学，发表顶级论文，并将研究成果向全球开源，不直接服务于产品线。

这段时间，Facebook凭借其在社交网络领域的垄断地位，公司股价从低位一路飙升，收入和净利润不断创下新高。这种背景下，扎克伯格为杨立昆的长期基础研究提供了充足的资金和计算资源。

FAIR在纽约、巴黎、蒙特利尔等多地设立了研究中心，在全球吸纳顶尖AI人才，并拥有独立的文化和研究自由度。

杨立昆也没有辜负小扎的信任。其早期贡献的卷积神经网络（CNN）架构，经过团队的深化与应用，直接成为了Meta旗下社交应用中图像识别、物体检测和内容分类等核心功能的技术基石。

2018年，杨立昆与其他两位深度学习先驱共同获得图灵奖，更是将Meta在基础AI研究领域的声誉推向了顶峰，也让FAIR成为了Meta科技实力和开源精神的代名词。

在他开源思想的影响下，Meta随后发布的Llama系列大型语言模型，以及许多基础模型研究成果，都采取了开源策略。这一做法不仅加速了全球AI社区的进步，也帮助Meta在开发者生态中建立了强大的影响力。

然而，天下没有不散的筵席。商业竞争的残酷与基础研究的理想主义最终还是迎头相撞。

技术之争，究竟谁对？

不管市场现在对LLM有多狂热，在AI通往AGI的战场上，杨立昆认为Meta选错了方向。

他将LLM贬斥为“黑暗中的文字匠”。认为它们看似能言善辩，不过是基于海量文本的概率预测，像一个毫无常识、无法推理、不懂物理世界的精致复读机。这种靠数据堆砌的战术，永远无法攻克AGI这块最硬的骨头。

“我们有了会考试聊天的语言模型，但家务机器人在哪里？哪怕像猫那样灵巧的机器人都没有出现。”

除了用猫来做比喻，他也通过举人类自然学习的例子，阐述过他眼中的LLM。比如一个长到4岁的小孩，仅通过视觉获取的信息量，就有10的15次方字节，远超LLM读遍的所有互联网文本。但小孩已经掌握了基本的物理直觉和语言，LLM 耗费这么多数据，智能仍然很有限。

“光靠喂文本，不可能达到人类水平智能。这条路永远走不通。”他如此评价。

杨立昆认为，“世界模型”才是真正的AGI攻坚利器。它的核心任务，是通过观察世界来学习，而不是通过阅读文本来记忆。让AI就像人类学习那样，先理解重力、因果关系这些物理常识，然后在内部构建一个抽象、可预测、因果一致的“虚拟世界”。

他设想的AI架构是模块化的：感知模块、世界模型模块、记忆模块、行动模块，各司其职。不像LLM那样把所有知识和推理揉在一个巨型网络里。

这种强调通过物理和感官互动来理解世界的方法，与具身智能领域对下一代AI的看法高度相似。

这是一个极具野心但也极其漫长的愿景，杨立昆自己也承认，这可能是一个需要10年才能完全开发的长期架构。这显然无法满足扎克伯格对快速追赶的产品需求。

这场出走，是杨立昆用自己的全部声誉和未来，为“世界模型”理论下的最大一场赌注。他宁可花十年时间走一条自己认可的慢路，也不愿在别人的快车道上耗尽心血。