杨立昆的“世界模型”获10亿美元背书：AI要从“语言”走向“现实”

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 LeBrunCEO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 SollyCOO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 TransformerDiT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。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。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。