在過去一年中，多位xAI的共同創辦人已相繼離開。LeCun認為，這直接歸因於馬斯克的管理風格，這種風格使得「他想要招募AI頂尖人才變得非常、非常困難」。

營運與競爭挑戰：難以匹敵OpenAI和Anthropic

LeCun對xAI競爭地位的診斷相當嚴峻。他認為OpenAI和Anthropic仍是xAI無法企及的前沿領導者。核心問題在於人才：創始團隊離開後，馬斯克現在只能「從廢墟中找人」。

LeCun還點出了一個揭露營運現狀的細節：xAI正將其龐大的Colossus資料中心出租給競爭對手，以回收成本。這顯示該公司無法永續負擔自身的運算需求。根據一份報導，光是Google每月就向SpaceX支付約9.2億美元的運算費用。LeCun的結論是：xAI看起來不像一家前沿AI實驗室，反而更像一家「出租資料中心的公司」。

警告「大泡沫爆炸」

LeCun的警告遠不止於xAI。他告訴CNBC，整個AI產業目前都依賴他所謂的「投資者補貼」在運轉——實驗室花費巨資在運算和推論上，但收費卻遠低於成本。「大多數人的使用費用是由投資者資助的。這種情況不可能持續太久，」他說。

他警告，除非實驗室能降低成本並提高價格，否則這種動態很可能引發一場「大泡沫爆炸」。他強調這是整個產業的結構性問題，而不僅僅是xAI的問題。在他看來，OpenAI和Anthropic等公司也面臨同樣不可持續的經濟模式。

倡導「世界模型」而非大型語言模型

LeCun所有批評的背後，是一個更深層的信念：當前的大型語言模型（LLM）典範從根本上就是錯誤的，無法實現通用智慧。他多年來一直在闡述這個論點，早在2022年就告訴《MIT科技評論》，LLM無法達到人類等級的智慧。

「人們一直有一種幻覺，或者說是妄想，認為只要把規模擴大到一定程度，就能獲得人類等級的智慧，但這根本是錯的，」他說。他曾明確表示：「無論大型語言模型如何成長，它們永遠無法達到人類等級的智慧」。

LeCun提出的替代方案是「世界模型」——這是一種能夠學習物理現實如何運作的AI系統，它能理解物理學、維持記憶並規劃行動，而不是單純預測序列中的下一個詞。

他不只是說說而已。在2025年11月離開Meta後，LeCun創立了AMI Labs（Advanced Machine Intelligence Labs），並在2026年3月募得10.3億美元——這是歐洲公司有史以來最大的種子輪融資——用以打造世界模型。他選擇的架構是JEPA（Joint Embedding Predictive Architecture），這種架構學習抽象的表示，而不是產生像素等級的預測。

更大的格局

LeCun在2026年6月的CNBC專訪，不僅是對競爭對手的攻擊；更是一個關於AI未來走向的連貫論述。他的主張有可觀察的事實支持：xAI的創始團隊確實大多已離開，該公司正在出租其基礎設施，而主要的AI實驗室確實似乎支出遠高於收入。他的泡沫破裂預測是否會成真，或者世界模型是否證明優於大規模LLM，仍有待觀察。但LeCun已經將他的聲譽以及超過十億美元的资金押注在這個賭注上。

在過去一年中，多位xAI的共同創辦人已相繼離開。LeCun認為，這直接歸因於馬斯克的管理風格，這種風格使得「他想要招募AI頂尖人才變得非常、非常困難」。

營運與競爭挑戰：難以匹敵OpenAI和Anthropic

LeCun對xAI競爭地位的診斷相當嚴峻。他認為OpenAI和Anthropic仍是xAI無法企及的前沿領導者。核心問題在於人才：創始團隊離開後，馬斯克現在只能「從廢墟中找人」。

LeCun還點出了一個揭露營運現狀的細節：xAI正將其龐大的Colossus資料中心出租給競爭對手，以回收成本。這顯示該公司無法永續負擔自身的運算需求。根據一份報導，光是Google每月就向SpaceX支付約9.2億美元的運算費用。LeCun的結論是：xAI看起來不像一家前沿AI實驗室，反而更像一家「出租資料中心的公司」。

警告「大泡沫爆炸」

LeCun的警告遠不止於xAI。他告訴CNBC，整個AI產業目前都依賴他所謂的「投資者補貼」在運轉——實驗室花費巨資在運算和推論上，但收費卻遠低於成本。「大多數人的使用費用是由投資者資助的。這種情況不可能持續太久，」他說。

他警告，除非實驗室能降低成本並提高價格，否則這種動態很可能引發一場「大泡沫爆炸」。他強調這是整個產業的結構性問題，而不僅僅是xAI的問題。在他看來，OpenAI和Anthropic等公司也面臨同樣不可持續的經濟模式。

倡導「世界模型」而非大型語言模型

LeCun所有批評的背後，是一個更深層的信念：當前的大型語言模型（LLM）典範從根本上就是錯誤的，無法實現通用智慧。他多年來一直在闡述這個論點，早在2022年就告訴《MIT科技評論》，LLM無法達到人類等級的智慧。

「人們一直有一種幻覺，或者說是妄想，認為只要把規模擴大到一定程度，就能獲得人類等級的智慧，但這根本是錯的，」他說。他曾明確表示：「無論大型語言模型如何成長，它們永遠無法達到人類等級的智慧」。

LeCun提出的替代方案是「世界模型」——這是一種能夠學習物理現實如何運作的AI系統，它能理解物理學、維持記憶並規劃行動，而不是單純預測序列中的下一個詞。

他不只是說說而已。在2025年11月離開Meta後，LeCun創立了AMI Labs（Advanced Machine Intelligence Labs），並在2026年3月募得10.3億美元——這是歐洲公司有史以來最大的種子輪融資——用以打造世界模型。他選擇的架構是JEPA（Joint Embedding Predictive Architecture），這種架構學習抽象的表示，而不是產生像素等級的預測。

更大的格局

LeCun在2026年6月的CNBC專訪，不僅是對競爭對手的攻擊；更是一個關於AI未來走向的連貫論述。他的主張有可觀察的事實支持：xAI的創始團隊確實大多已離開，該公司正在出租其基礎設施，而主要的AI實驗室確實似乎支出遠高於收入。他的泡沫破裂預測是否會成真，或者世界模型是否證明優於大規模LLM，仍有待觀察。但LeCun已經將他的聲譽以及超過十億美元的资金押注在這個賭注上。