AMI Labs 冯雁：AI 迈向现实世界，世界模型不可或缺 | ICML 2026

JEPA 比生成式世界模型，天然更具有结构性优势。 作者丨 幸丽娟 编辑丨 岑 峰 2026年7月7日，ICML 2026 正会第一天，AMI Labs 联合创始人兼首席研究创新官、香港科技大学电子与计算机工程系讲席教授冯雁（Pascale Fung）带来大会首个特邀演讲。 作为与 Yann LeCun 共同擎起 JEPA 世界模型旗帜的代表学者，她在题为《Towards AI Agents in the Real World》的演讲中，系统回答了三个核心命题： 世界模型为何对于 AI 从数字空间走向物理世界，不可或缺？JEPA 路线相较生成式路线究竟赢在哪里？以及团队沿此方向完成了哪些关键突破？ 冯雁首先划定了未来物理世界 AI 的两大主力形态：一类是嵌入可穿戴设备（如智能眼镜）的 主动式辅助智能体 ，与人类共享第一人称感知场，承担过程规划与实时指导；另一类是部署于自动驾驶、家务机器人等自主系统中的 执行智能体 ，需完成从高层语义指令到电机细微动作的分层规划。 两者虽然形态与任务迥异，却共享同一个"能力底座"—— 对物理世界演化的预测能力 。 无论是预判用户下一步动作以主动协助，还是推演机械臂运动轨迹以避免碰撞，这种预测都远非背诵文本或识别静态图像所能及，它要求模型内化一套可因果推理的物理认知框架，而这正是世界模型的立足之本。 而眼下世界模型流 派 众说纷纭 ，冯雁也针 对当下主流的两派——生成式世界模型（如Cosmos、Genie）和 JEPA 世界模型在设计哲学上的差异进行了对比，即前者认为AI 要理解世界，就必须能完整生成每个像素，而后者追求因果正确性而非像素完美。 其结果是，JEPA 模型参数量更小、推理速度更快、对噪声与环境连续变化的鲁棒性显著更强， 在物理世界的落地场景中展现出天然的结构性优势 。 沿着 JEPA 这 一技术脉络， 冯雁、 LeCun 团队已接连完成 V-JEPA、V-JEPA 2、LeWorldModel 和 VL-JEPA 等一系列标志性工作，在自监督视觉表征学习、机器人动作规划及高效视频理解等任务上取得了领先表现。 与此同时，团队正通过开源数据集（Action 100M）、组织 ECCV 2026 可穿戴 AI 研讨会及设立挑战赛等方式，系统性地推动 JEPA 路线的学术生态建设。 以下是冯雁在 ICML 2026大会上发表的演讲精编稿，AI科技评论基于原英文演讲内容进行了不改原意的翻译编辑： 01 AI 智能体迈向现实世界，需要世界模型 我是 AMI Labs的联合创始人兼首席研究创新官，常驻巴黎。 今天演讲的主题是《迈向现实世界中的AI智能体》，这里的“现实世界”是相对于虚拟世界而言的。 既然我常驻巴黎，那我就给大家分析姆巴佩（Mbappé）在世界杯对阵瑞典时的第二次进球，并借此介绍“世界模型（world model）