來源：世界醬不會遇到電子羊

考試這件事，我們都經歷過。復習的時候有一種同學，刷了三十套卷子，答案全背下來了，分數比誰都高。但你讓他講一道題，他講不出來。他只記得這道選C，不記得為什么選 C。

在 AI 圈，“背題”有一個更專業的名字：過擬合。

但過擬合只是一個診斷，不是一個回答。真正的問題是：你怎么判斷一個 AI 是真的理解了世界，還是在背題？這個問題在 AI 領域有一個更專業的說法，叫“線性可識別性”。說白了就是，AI 的內部表示和真實世界的物理變量之間，是不是一個簡單的一一對應關系。如果是，說明它真的學到了；如果不是，那就是把所有東西攪在一起湊出了正確答案。

楊立昆花了四年時間回答這個問題。

楊立昆是誰就不用多介紹了。圖靈獎得主，Meta前首席 AI 科學家，卷積神經網絡的奠基人之一。過去幾年里，他一直走在一條和主流 AI 路線截然相反的路上。當全行業都在堆大語言模型、寄望于 Scaling Law 大力出奇跡的時候，他反復說同一句話：這條路走不通。他說大語言模型永遠不可能成為世界模型，因為它們只是在文字里統計規律，不是在世界里學習規律。

為此他和很多人吵過架。和 Hinton 吵，和 Sam Altman 吵，和 Demis Hassabis 吵，幾乎和 AI 圈的頂流們吵了一個遍。2025 年底他離開 Meta，一度讓人覺得這是一個孤獨的理想主義者被現實驅逐的故事。

然后 2026 年 5 月 25 日，他和兩位合作者在arXiv 上發了一篇論文，題目叫《When Does LeJEPA Learn a World Model?》翻譯過來就是：LeJEPA 這套東西，到底什么時候才算是真的理解了世界？

楊立昆給出的答案是：當世界的底層變量服從高斯分布的時候。而且高斯是唯一能做到的分布。

LeJEPA 我們之前聊過。它是 JEPA 的一個具體實現，加了一個叫做SIGReg 的正則項。JEPA 的核心想法聽起來有點反直覺：不是預測像素而是預測“表示”。什么意思呢？傳統的 AI 模型學東西經常試圖在像素層面復現世界。比如給它看一段視頻的開頭，讓它把后面的每一幀都畫出來。楊立昆說這樣太浪費了，你把計算力都花在畫云朵的紋理和地面的反光上了，而這些跟世界的物理規律沒什么關系。JEPA 改了一個思路：不是畫像素而是在模型內部想象。先讓模型把看到的畫面壓縮成一個緊湊的內部表示，然后在這個表示空間里預測未來狀態。

但這里一直有個懸而未決的問題：你怎么知道模型學到的東西，到底對不對？它內部的“想象”是真的反映了世界的物理結構，還是只是另一種形式的自我欺騙？一個模型在訓練集上表現優秀，不代表它真正理解世界，因為它可能只是把圖像的紋理、光照、背景這些無關信息混在一起，恰好拼湊出了正確答案。一旦場景發生變化，這套表示就完全失效。

楊立昆這篇論文干的事，就是給這個問題一個嚴格的數學答案。

首先，他把學會了定義為“線性可識別性”。意思是，如果學到的東西和真實世界的潛變量之間，只差一個旋轉，就算模型真的學會了。

這段可能不好理解，讓我們來打個比方：假如你從樓上往下看，有個人在遮陽傘下，燈光在地面上打出他的影子。但人被遮陽傘擋住了，所以你不能直接看到他。在這種情況下，你能判斷這個人此時是坐著還是站著、手放在哪，但你沒法判斷他面朝東還是面朝南。所以在這套體系里，旋轉是唯一允許的誤差，因為從信息論的角度講，沒有額外的參照系，你本來就不可能確定絕對方向。

讓我們回到論文，楊立昆在線性可識別性的基礎上證明了，只要真實世界的底層變量服從高斯分布，那么世界模型學到的東西和真實世界的潛變量之間就只差一個旋轉。

到這里，這篇論文最漂亮的部分出現了。

在數學上，高斯分布下的任何函數，都可以按復雜度拆成許多層，直線是一層，輕微彎曲是一層，劇烈彎曲又是一層，可以無限往下拆。這個拆分工具叫 Hermite 多項式。

它有一個關鍵性質：越復雜的層，在同一個東西的兩次觀測之間，相關性就越低。就像一張桌子的基本輪廓，從正面拍和從側面拍大差不差；但桌面上那一小塊反光，你稍微動一下角度，它就沒了。

而 LeJEPA 訓練的核心目標，恰恰是最大化兩次觀測之間的相關性。兩邊一合力，結果非常干凈：所有復雜的、彎曲的、高層的成分，在訓練中被自動淘汰。剩下的只有最底層的那個簡單的線性映射。

非線性成分在這個過程中就被自然地蒸發掉了。

論文接下來用一個叫Sturm-Liouville 理論的經典數學框架，證明了要讓這件事成立，潛變量的分布必須滿足一個非常嚴格的條件——它的對數密度的導數必須是線性的。在所有分布里，只有高斯滿足這個條件。換成 Laplace 分布、均勻分布、或者任何其他形狀的分布，線性可識別性都無法保證。

實驗也驗證了這一點：在廣義正態分布族里掃描形狀參數，線性恢復的 R2在恰好是高斯分布的時候會出現尖銳的峰值，偏離一點就迅速掉下去。

換句話說，楊立昆用數學證明了，如果想讓世界模型真能學到東西，世界本身就得是高斯的。

到這里你可能想問一個特別實在的問題：這個數學證明對做機器人有什么用？

我們知道，世界模型在訓練的時候要做兩件事：第一件是“對齊”，也就是把同一個東西的兩次觀測（比如一段視頻的連續兩幀、一張圖片的兩種裁剪方式）在內部表示里拉近；第二件是防止模型作弊直接把所有表示都變成一模一樣的常數。LeJEPA 用 SIGReg 來做第二件事：強制模型的內部表示服從各向同性高斯分布。做完這一步，模型就不能偷懶了，它必須真的學到點什么。

論文里有一個實驗叫 DMC Reacher：讓一個有兩個關節的機械臂，從起始姿態運動到目標姿態。實驗分兩組。第一組用隨機探索的方式生成訓練數據，潛變量的分布滿足高斯假設；第二組直接用強化學習策略跑出來的真實軌跡做訓練數據，這時候因為策略本身是有目標導向的，潛變量的分布集中在狀態空間的某個低熵區域，不再滿足高斯假設。

結果第一組訓練出來的模型，在內部表示空間里做直線插值規劃，得到的關節運動軌跡和已知真實狀態下的理想軌跡，在統計上沒有差異。也就是說，模型在腦子里想的規劃，等于在真實世界里求解最優控制。第二組呢？同樣的規劃方法，偏差顯著上升，控制代價高了一大截。

同一套物理系統，同一套算法，唯一的不同是訓練數據的分布。

打個比方，這就很像去認識一個沒見過的人，看她的證件照遠沒有看她的生活照來得直接有效。

所以，數據不光要多，更重要的是數據的分布場景要豐富，角度、背景、光照……這些幾乎和數據本身同樣重要。分布豐富了，模型就能學到真實結構；分布太少，再多數據也只是更高精度的背題。

至此，楊立昆的這篇論文補上了世界模型最關鍵的一塊理論拼圖。它不是一個新的 benchmark 記錄，不是一個更大的模型參數，而是一個為什么的答案。

論文里有一句話，楊立昆是這么寫的：“Our theory turns an empirically successful recipe into a mathematical guarantee——我們把一個經驗上成功的方法，變成了一項數學證明?！?/p>

從經驗到證明，這可能就是世界模型從技術信仰變成科學必然的時刻。

閱讀最新前沿科技趨勢報告，請訪問21世紀關鍵技術研究院的“未來知識庫”

未來知識庫是 “21世紀關鍵技術研究院”建 立的在線知識庫平臺，收藏的資料范圍包括人工智能、腦科學、互聯網、超級智能，數智大腦、能源、軍事、經濟、人類風險等等領域的前沿進展與未來趨勢。目前擁有超過8000篇重要資料。每周更新不少于100篇世界范圍最新研究資料。 歡迎掃描二維碼或訪問https://wx.zsxq.com/group/454854145828進入。

截止到2月28日 ”未來知識庫”精選的百部前沿科技趨勢報告

（加入未來知識庫，全部資料免費閱讀和下載）