Yann LeCun（杨立昆）迎来了新的合作伙伴！
深度学习领域的重要人物之一，图灵奖得主Yann LeCun最近有了重大动作。
他主导成立的初创公司Advanced Machine Intelligence（AMI）——
宣布已成功筹集10.3亿美元种子资金，并且在融资前估值已达35亿美元。
同时，纽约大学助理教授、DiT框架作者谢赛宁也加入了这一行列。他的个人主页已经更新为AMI的联合创始人兼首席科学官（CSO）的身份。
此外，该公司还宣布任命Alex Lebrun为CEO，他是AI医疗公司Nabla的创立者和法国著名的连续创业者之一。
值得一提的是，新任CEO的名字里也有一个“Alex”，这或许意味着LeCun将来还需要向另一位名叫Alex的人汇报工作。
当然，这只是个玩笑话。现在，AMI的资金已经到位，团队也已组建完毕。
接下来，就看Yann LeCun如何施展他的才能了。
要评估这笔巨额融资的价值，不妨参考一下此前世界模型领域的最高纪录保持者——
AI教母李飞飞。
不到一个月前（2月18日），李飞飞教授的世界模型公司World Labs以50亿美元的估值筹集到了10亿美元的资金。
然而今天，Yann LeCun的世界模型公司AMI宣布融资达到10.3亿美元——
这比之前记录高出3000万美元，并且该公司自成立以来仅用了两个半月的时间就创造了这一纪录。
CEO Alex Lebrun表示这笔资金将用于开发能够理解现实世界的智能系统，也就是所谓的世界模型。
本轮种子轮融资中AMI估值为35亿美元，由Cathay Innovation、Greycroft、Hiro Capital、HV Capital和Bezos Expeditions共同领投。
参与投资的还包括Mark Cuban、前Google CEO Eric Schmidt以及法国电信企业家亿万富翁Xavier Niel等知名人士。
初始阶段，这笔融资规模远没有这么大。
去年十二月，外界曾传闻这家法国AI实验室计划筹集约5亿欧元的资金，但最终却获得了超过8.9亿欧元（即10.3亿美元）的融资。
究其原因在于LeCun从Meta离职创办新公司时，虽然分手并不愉快，但是他的创业团队中不乏来自Meta的人才。
团队阵容实在太豪华。
首先就是创始人LeCun本人，他在2013年加入Meta并创立了Facebook AI Research（FAIR）。
在此期间，他领导开发了一系列重要的框架和项目，成为了现代AI领域的奠基者之一。
与Geoffrey Hinton、Yoshua Bengio一同被称为“深度学习三巨头”，并于2018年获得了图灵奖。
此次创业的目标是将自己一贯的思想付诸实践，并推动世界模型的商业化进程。
公司CEO Alex同样曾在Meta FAIR工作过，与LeCun共事多年。
他先后创办了VirtuOz并在2012年将其出售给Nuance；随后又创建了Wit.ai，并于2015年被Facebook收购。
在过往的工作中，他专注于对话AI领域，如今将这些丰富的经验和技能带入医疗AI和世界模型的研究之中。
公司的COO Laurent Solly也来自Meta，曾担任Meta欧洲副总裁一职，负责战略、AI研究以及FAIR巴黎实验室的相关工作。
接下来是著名的DiT（Diffusion Transformers）作者谢赛宁。
谢赛宁目前在纽约大学任教，并且曾在FAIR与LeCun共事过。他的研究成果极大地推动了Sora等视频生成模型及世界模型的研究进展。
有趣的是，去年年底的一次访谈中，当被问到是否要聘请谢赛宁时，LeCun透露：
谢赛宁是一名杰出的研究者，我已经两次邀请他加入我们的团队了。
如今，经过多次尝试后终于成功吸引了他的加盟。
AMI Labs的世界模型副总裁Michael Rabbat则是前Meta副总裁，也是FAIR的创始成员之一。他曾负责基础设施和生成式AI，并领导全球数据中心的AI优化工作。
通过这次融资，Yann LeCun的世界模型公司AMI Labs披露了更多关于公司的信息。
公司全称Advanced Machine Intelligence（AMI），总部设在巴黎，成立于去年12月，并且在蒙特利尔、纽约和新加坡等地都设有研究团队。
意味着“朋友”的法语单词ami与公司名称读音相同。
他们明确表示了公司的目标：开发新一代AI系统——
这些系统能够理解现实世界，具有持久记忆能力，并具备推理和规划的功能，同时确保可控性和安全性。
在管理架构上，Yann LeCun将继续担任纽约大学教授的同时出任AMI的董事长，领导公司的创业活动并推进世界模型的研究工作。
谢赛宁则计划在2026年的春季和夏季学期暂时休假，并更新了个人主页上的相关信息。
与李飞飞团队及谷歌等机构探索的世界模型路线不同，AMI的技术方向被认为是LeCun在Meta时期提出的JEPA框架的延续和发展。
根据公司官网介绍，他们正在开发世界模型，其核心理念是：
模型将从真实世界的传感器数据中学习抽象表示，并忽略那些不可预测的因素，在表示空间进行预测。
在这种模式下，行动条件的世界模型能让智能体系统根据自身行为的结果做出预测并规划一系列动作，从而完成复杂任务。
这就是LeCun一直以来倡导的自监督学习方法，而非基于下一个token预测的学习方式。
在商业化方面，AMI采取了与众不同的策略。
CEO Alexandre LeBrun表示短期内公司没有明确的收入目标，但会尽早与潜在客户合作。这些客户包括制造商、汽车厂商、航空航天企业以及生物医药机构等。
据TechCrunch报道，目前公开的第一个合作伙伴是LeBrun此前领导过的AI医疗公司Nabla。
至于LeCun是否会像他之前所暗示的那样进一步拉拢Meta和扎克伯格加入合作阵营，目前还不得而知。
同时，AMI也将继续遵循LeCun一贯的研究理念：持续发表论文并尽可能开放源代码。
LeBrun认为在当前的AI行业中开源研究已经变得越来越少见了，但公司依然坚持这种模式：
当技术保持开放时，进步会更快。 对于我们来说，建立围绕自身的研究社区和生态系统本身就是最符合长期利益的事情。
正如LeCun离开Meta时网友所评论的那样——
你很难让一个不支持LLM路线的人来领导一家专注于LLM的AI部门。
而在新的环境中，公司CEO也承认基于JEPA架构的替代方案要真正成熟还需要时间。
不过从Meta时期的理论框架到今天成立独立公司并获得十亿美元级融资，LeCun显然已经获得了将理念付诸实践的机会。
接下来几年内AMI是否能够证明“世界模型+自监督学习”这条路径可以走出一条不同于LLM的通往通用智能的道路——
当然，正如LeCun离开Meta时不少网友所说的那样——
你很难让一个并不认同LLM路线的人，去主导一家押注LLM的AI部门。
而在新的环境中，公司CEO也坦言，基于JEPA（LeCun 在 2022 年提出的架构）的替代方案要真正成熟，还需要时间。
不过，从Meta时期的理论框架，到今天成立独立公司、拿到十亿美元级融资，LeCun显然已经获得了一个可以把理念真正落地的实验场。
接下来几年，AMI能否证明 “世界模型+自监督学习” 这条路线，可以走出一条不同于LLM的通往通用智能之路——
或许也将成为AI领域最值得关注的一场技术实验。
参考链接
[1]https://techcrunch.com/2026/03/09/yann-lecuns-ami-labs-raises-1-03-billion-to-build-world-models/
[2]https://amilabs.xyz/
[3]https://x.com/sainingxie/status/2031236308383748267