最近，「AI 教父」杨立昆终于有机会证明他的观点：大语言模型并非通向通用人工智能的正确道路。
作者｜桦林舞王
当地时间 3 月 9 日，由他创立的 AMI Labs 宣布完成了一轮融资，金额达 10.3 亿美元，估值达到 35 亿美元——这是欧洲历史上最大的种子轮之一。
投资者包括了英伟达、贝索斯家族的投资机构以及新加坡淡马锡等知名公司，同时还有一众科技界重量级个人投资者如 Tim Berners-Lee 和 Eric Schmidt 等人加入。
这一投资名单颇具看点。
支持他的这些大牌投资人同时也是他打算「颠覆」的 AI 行业的最大受益者。
01
从偏执狂到创业者
如果在过去几年里你活跃在人工智能领域，肯定见过杨立昆在 X 上激烈辩论的身影。
杨立昆是卷积神经网络的重要奠基人之一，并且因为在该领域的贡献获得了 2018 年图灵奖。尽管他拥有众多荣誉头衔，在圈内最著名的还是他对大语言模型的批评态度。
这个观点他已经不是第一次提出了。
在各种场合，无论是学术论坛还是社交媒体上，他都不断强调以 ChatGPT 为代表的大型语言模型在通向 AGI 的道路上存在诸多问题。然而，面对众多公司纷纷投入大笔资金开发这类技术，并且估值屡创新高的现实情况，很多同行并不认同他的观点。
在 2025 年 11 月，杨立昆宣布即将离开 Meta 公司。
AMI Labs 的官方网站十分简洁｜图片
到了同年年底，他在 LinkedIn 上确认了自己的新公司名称：AMI Labs。这家公司将由他担任执行董事长，CEO 职位则交给了从法国健康科技公司 Nabla 招揽来的 Alexandre LeBrun（亚历克斯·勒布伦）。公司位于巴黎，并且明确表示不会开发大型语言模型。
该公司最初计划融资 5 亿欧元、估值为 30 亿欧元。然而，实际完成的数字却是超出预期的 10.3 亿美元和 35 亿美元。
02
世界模型背后的战略
要理解这次投资的重点，首先需要了解「世界模型」与大型语言模型之间的区别。
简单来说，大型语言模型就像是阅读了大量书籍后掌握了说话技巧的 AI；而世界模型则是通过在现实环境中学习和积累经验来掌握行动能力的智能系统。
大型语言模型的数据来源主要是文本，它学会了语言模式，并能预测下一个词是什么，但无法理解物理世界的因果逻辑。即便给予再多的文字数据，它们也无法真正明白球落地的原因是重力作用。
相比之下，世界模型的训练资料则来源于实际环境中的感官输入——比如摄像头、传感器等设备收集的数据。它的目标不是预测下一个词，而是预测「如果我执行某个动作，接下来会发生什么」这一类的实际场景变化。
杨立昆曾用婴儿为例说明问题：几个月大的婴儿就能理解物体永久性和因果关系，而大型语言模型即使接受了几万亿个 token 的训练，也无法做到这一点。
问题不在于参数数量不足，而是根本的训练方式存在问题。
03
「Meta 可能会成为我们的首个客户」
英伟达是本轮投资名单中一个值得关注的角色，它参与了这轮融资。作为大型语言模型热潮中的最大赢家之一，英伟达在这次的投资表明其对未来物理世界 AI 市场的看好。
杨立昆在接受 MIT Technology Review 的采访时透露说：「我们的工作与 Meta 并不直接竞争。Meta 专注于生成式 AI 和大型语言模型，而我们则致力于开发能够理解现实世界的智能系统。Meta 可能会是我们的第一个客户之一。」
AMI Labs 官网上的宣言｜图片
这个表态很聪明。
对于 AMI Labs 而言，他们的目标并非要替代 ChatGPT，而是填补大型语言模型无法覆盖的领域。
这两条路线在目前阶段并不直接冲突，这也解释了为何此次融资能够得到来自不同阵营的支持。
当然，在这条赛道上并不仅仅只有 AMI Labs 一家公司在奔跑。
李飞飞创办的世界实验室估值已达到 50 亿美元，并专注于物理世界中的视觉推理；Google DeepMind 的 Genie 3 项目也在实时模拟三维空间方面取得了进展。
到了 2026 年，「世界模型」这个概念正在从一个研究方向逐步转变成为一条实际的创业赛道。
回顾历史，可以发现当年深度学习技术一度陷入低谷期，在杨立昆和 Hinton、Bengio 等人的坚持推动下才迎来了今天的爆发式增长。
当时他也被视为「异见者」之一，并遭受了许多批评。
虽然历史不会简单重复，但这次的情况有所不同——从一个直言不讳的批评者到一位真金白银投入的实际行动家。
他辞去了 Meta 首席 AI 科学家的职务，筹集了 10 亿美元资金，并联合贝索斯、英伟达及 Eric Schmidt 等人共同投资于 AMI Labs。
这次融资不再是简单地发表关于大型语言模型「行不通」的意见，而是他实际行动的答案。
*头图
本文为极客公园原创文章，转载请联系极客君微信 geekparkGO
极客一问
你认为世界模型能成为下一个 AI 范式吗？
