据Alex Prompter在X平台披露，Yann LeCun领衔的Mila、纽约大学、三星SAIC与布朗大学团队发布LeWorldModel，仅用预测损失与SIGReg正则两项损失，在无需冻结编码器或EMA等技巧下实现稳定训练并避免表示坍缩（来源：Alex Prompter引用论文）。据Alex Prompter报道，该模型约1500万参数，可在单卡数小时完成训练，规划速度较基础模型式世界模型最高快48倍，令机器人控制与自动驾驶仿真更易落地，并将训练代价显著降低（约少200倍token）。据Alex Prompter称，该方法呼应LeCun的JEPA路线，通过保持表示多样性强化物理世界预测，或使行业从“更大LLM”转向“高效世界模型”，为机器人、实时决策与嵌入式边缘设备带来切实商业机会。

据@timnitGebru在社交平台分享，由Mila主导制定的AI研究七项原则宣言正式发布（来源：@timnitGebru，Twitter，2025年8月28日）。该宣言聚焦提升人工智能领域的透明度、伦理标准及合作模式，为AI研发机构和企业提供了明确的合规指南，有助于推动行业负责任创新，加强AI系统的信任度与市场竞争力。

据@timnitGebru报道，Mila因其数据工作者调查询问项目被评为TIME 100/AI榜单成员。该项目通过直接与数据标注员互动，推动AI研究从理论转向实际伦理实践，强调数据来源透明和劳工权益保护（来源：@timnitGebru，2025年8月28日）。这一方法为企业创造了新的业务机会，尤其适用于追求负责任AI和符合法规合规要求的企业。