杨立昆的“世界模型”获10亿美元背书：AI要从“语言”走向“现实”

2026年3月，图灵奖得主杨立昆（Yann LeCun）的新公司AMI Labs宣布完成10.3亿美元巨额融资，这笔资金将用于打造能真正理解物理现实的“世界模型”，而非仅仅处理文本。

摘要

2026年3月，图灵奖得主杨立昆（Yann LeCun）离开Meta后创办的初创公司AMI Labs宣布完成10.3亿美元种子轮融资，投前估值达35亿美元。该公司致力于开发“世界模型”（World Models），这是一种旨在让AI从现实世界学习物理规律，而非仅从语言数据中学习的下一代AI架构。公司CEO Alexandre LeBrun预测，“世界模型”将成为继生成式AI后的下一个热门词汇。尽管该项目属于高风险的基础研究（可能需要数年才能商业化），但凭借杨立昆的学术声誉和团队实力，依然吸引了包括贝索斯、英伟达、三星等顶级资本押注。首个落地场景将聚焦医疗健康领域。

正文

一、 10亿美元赌注：资本为何押注“看不见的产品”？

在AI投资趋于理性的2026年，AMI Labs的10.3亿美元融资无疑是一枚重磅炸弹。更令人惊讶的是，这是一笔种子轮融资，且公司目前没有任何商业化产品。

资本之所以愿意冒险，核心在于杨立昆的学术信誉和“世界模型”的颠覆性潜力。杨立昆不仅是深度学习三巨头之一，更是“联合嵌入预测架构（JEPA）”的提出者。他多次公开表示，当前的大语言模型（LLM）存在根本性缺陷，无法真正理解物理世界。AMI Labs的目标就是构建能像人类一样感知、推理和规划的AI系统。

这笔融资由Cathay Innovation、Greycroft、Hiro Capital、HV Capital和贝索斯的Bezos Expeditions共同领投，英伟达、三星、Sea、淡马锡和丰田创投等战略投资者也参与了投资。这显示出产业资本对下一代AI基础设施的强烈兴趣。

二、 什么是“世界模型”？为什么它比LLM更重要？

“世界模型”是杨立昆长期倡导的AI发展路径。它与当前主流的大语言模型（LLM）有本质区别：

• LLM（大语言模型）：基于概率预测下一个词。它擅长文本生成，但缺乏对物理世界的常识理解，容易产生“幻觉”（Hallucination）。例如，它可能写出一篇完美的医学论文，但无法理解“重力”或“因果律”。

• 世界模型：基于JEPA架构，学习现实世界的传感器数据。它能理解物理规律，进行因果推理，并预测未来状态。例如，它能预测一个球抛出去后的落点，或者模拟药物在人体内的代谢过程。

CEO LeBrun直言，在医疗等高风险领域，LLM的幻觉可能带来致命后果，而世界模型旨在解决这一痛点。他甚至预言，未来六个月，“世界模型”将像“生成式AI”一样成为泛滥的营销词汇，但AMI Labs是真正从底层架构入手的少数玩家。

三、 豪华团队：Meta旧部与学术大牛的集结

AMI Labs的团队堪称“全明星阵容”，这也是其能获得超募（原计划融资5亿欧元，最终融到约8.9亿欧元）的关键原因：

• 杨立昆（Yann LeCun）：董事长，图灵奖得主，负责技术愿景。

• Alexandre LeBrun：CEO，前Meta研究员，也是数字健康初创公司Nabla的创始人，具备丰富的商业落地经验。

• Laurent Solly：COO，前Meta欧洲区副总裁，负责运营。

• 谢赛宁（Saining Xie）：首席科学官，纽约大学助理教授，Diffusion Transformer（DiT）架构的提出者，被誉为“Sora背后的男人”。

• Michael Rabbat：世界模型副总裁，前Meta AI研究总监。

公司将在巴黎（总部）、纽约、蒙特利尔和新加坡设立研发中心，重点招募顶尖AI人才。

四、 落地路径：从医疗健康到开源生态

尽管项目周期长，但AMI Labs已经有了明确的落地规划：

1. 医疗健康先行：首个合作伙伴是LeBrun创立的数字健康公司Nabla。世界模型将用于提升医疗诊断的准确性和安全性，减少AI在医疗决策中的幻觉。

2. 坚持开源：与许多闭源商业公司不同，AMI Labs承诺将大量代码开源。LeBrun表示，他们相信开源能加速技术进步，并围绕公司建立强大的研究生态系统。

3. 产业应用：除了医疗，世界模型在机器人、自动驾驶、工业制造等领域都有巨大的应用前景。

结语

杨立昆的这次创业，不仅是一次商业冒险，更是一场关于AI未来的“路线之争”。当硅谷还在为LLM的微调而内卷时，AMI Labs试图用10亿美元的资金，将AI从“文本世界”拉回“物理现实”。这注定是一场漫长的马拉松，但一旦成功，将彻底改变人类与机器交互的方式。