杨立昆这次直接砸10亿美元搞JEPA，算是把对LLM的质疑摆到台面上了。技术上，JEPA的核心在于抛弃像素级重建，转而在抽象表示空间做联合嵌入预测——这确实避开了生成式模型在像素层面‘计算爆炸’的难题，但代价是得自己定义合适的表示空间和相似度度量。我个人的经验是，自监督学习里最难的就是让模型学会‘什么该忽略，什么该保留’，JEPA如果只靠对比学习拉近正样本、推开负样本，很容易学到琐碎的表面特征，反而丢失了物理世界的因果结构。

杨立昆说LLM无法理解物理世界，这一点我赞同，但JEPA目前只在图像和视频上验证过，真能泛化到语言和规划任务吗？比如，在机器人控制里，JEPA怎么保证预测的表示能映射到具体的动作序列？我很好奇它和世界模型（如Dreamer）这类显式预测未来状态的框架相比，优势在哪里。

另一个问题是：如果JEPA真能绕过Scaling Law的瓶颈，那算力投入是不是得从‘堆参数’转向‘堆数据质量和表示设计’？这对中小团队可能更友好，但大厂已有的LLM基础设施怎么办？杨立昆这10亿更像是战略赌注，但技术路线的切换成本太高，短期内恐怕还是LLM和JEPA并行探索。各位怎么看JEPA在强化学习或具身智能里的落地潜力？