2026 年 3 月 10 日，Yann LeCun 在 X 上发了一条帖子。背景是一张他亲手拍摄的「面纱星云」（Veil Nebula）天文照片，正文只有寥寥数语：他创办的新公司 Advanced Machine Intelligence（AMI Labs）完成了一轮 10.3 亿美元的种子轮融资，「大概是欧洲公司有史以来最大的一笔」。
这轮融资受到关注，也与 LeCun 的经历有关。他是 2018 年图灵奖得主，与 Geoffrey Hinton、Yoshua Bengio 并称“深度学习三巨头”。他在 Meta 工作约 12 年，并创立了 FAIR（Facebook AI Research）实验室。如今，他希望通过独立公司，验证自己长期主张的世界模型路线，探索扩大语言模型规模以外的能力提升方法。
离开 Meta 后，LeCun 继续质疑单靠语言模型的路线
LeCun 离开 Meta 的消息于 2025 年 11 月 19 日见诸 CNBC 和 Reuters 等媒体报道，彼时 Meta 的 AI 部门正在调整。公司刚裁减约 600 个 AI 岗位，涉及 FAIR 团队；Llama 4 发布后的表现也引发争议。同年，Meta 对 Scale AI 进行了约 143 亿美元股权投资，28 岁的 Alexandr Wang 随后加入 Meta 负责 AI 工作。
LeCun 在声明中说：“FAIR 对 Meta、AI 领域乃至整个世界的影响都是非凡的。”他同时透露 Meta 将成为 AMI Labs 的合作伙伴。离职使他能够集中推进自己的技术方向，但双方仍保留合作安排。
过去几年，LeCun 一直是 LLM 路线最著名的公开批评者。他反复强调：「自回归 LLM 是死胡同。」在他看来，仅靠预测下一个 token 不可能抵达真正的智能——一个 17 岁的青少年在 20 小时驾驶训练后就能开车，而一个「阅读」了数十亿文本的 LLM 仍然无法可靠地理解物理世界。他曾在 2024 年表示，人类距离「人类水平 AI」可能还有「数年乃至数十年」。
这一判断与 Sam Altman、Dario Amodei 等人对先进 AI 进展较为乐观的表态形成差异。LeCun 在 MIT Technology Review 采访中说：“硅谷完全被生成式模型催眠了。”他的批评指向的是技术路线与投资重点，而非否认语言模型已经取得的应用进展。
世界模型尝试在行动前预测结果
AMI Labs 在官网上提出四项目标：「我们正在构建一种新型 AI 系统，它（1）理解真实世界，（2）拥有持久记忆，（3）能推理和规划，（4）可控且安全。」
这四项目标涉及当前 AI 系统仍需改进的能力，也是 AMI 后续研究与产品需要验证的方向。
公司的核心技术路线是 LeCun 在 2022 年提出的 JEPA（Joint Embedding Predictive Architecture，联合嵌入预测架构）。它在抽象表征空间中预测缺失或未来的信息，避免逐一重建文字、图像像素等细节。世界模型希望由此学到环境如何变化、行动会带来什么后果，为后续规划提供内部表征。LeCun 常将这种过程比作人在做决定前，在脑海中预想几种可能结果。
AMI Labs 因而重视视频、摄像头和传感器等来源的连续数据，而不只从文字中学习。CEO Alexandre LeBrun 对 TechCrunch 说：“我们的目标是理解真实世界。”他还预测，“世界模型”会成为下一个热门词汇。不同公司可能用同一个词描述不同系统，具体训练方法与任务能力仍需分别考察。
LeBrun 曾参与创办被 Facebook 收购的 Wit.ai，与 LeCun 在 FAIR 共事，后来创办医疗 AI 助手公司 Nabla 并担任 CEO。按 Nabla 在 2025 年底公布的董事会支持过渡安排，他将出任 AMI Labs 的 CEO，并转任 Nabla 首席 AI 科学家兼董事长。Nabla 是 AMI Labs 的首个行业合作伙伴，将优先使用其世界模型技术。医疗场景对可靠性、可审计性和处理连续信号的要求较高；Nabla 的合作公告也明确将世界模型与 LLM 视为可以共同使用的技术。
10.3 亿美元融资支持长期研究，投前估值为 35 亿美元
AMI Labs 本轮融资为 10.3 亿美元，投前估值为 35 亿美元。LeCun 将其称为可能创下欧洲公司纪录的种子轮。作为比较，Thinking Machines Lab 于 2025 年 7 月宣布完成 20 亿美元融资。这样的资金规模，反映出投资者愿意为知名研究团队提供较长的研发时间。
本轮由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 和 Jeff Bezos 的 Bezos Expeditions 联合领投。Mark Cuban、Eric Schmidt、NVIDIA、Samsung 等也参与其中。
3 月融资时的报道显示，AMI Labs 尚无产品，团队只有十几人，研究计划以年为单位。LeBrun 对 TechCrunch 表示，这并不是那种三个月出产品、六个月有收入、十二个月做到一千万美元年经常性收入的典型应用型 AI 创业公司。
投资者支持的主要是团队与研究方向，而非已经验证的产品收入。LeCun 在卷积神经网络（CNN）、LeNet 和计算机视觉领域的工作，为这项长期计划提供了信誉。TNW 的评论认为，他对 LLM 架构局限的论证长期保持一致，值得认真对待。不过，学术履历能够吸引资源，仍不能代替新系统的实际表现。
以巴黎为总部，同时在四座城市组建团队
AMI Labs 的总部设在巴黎，同时在纽约、蒙特利尔和新加坡开展工作。LeCun 本人是法国人，也在纽约大学任教；四地布局使公司能够连接不同地区的研究和人才网络。
LeCun 在 MIT Technology Review 的采访中给出了一个更深层的理由：「如果未来的 AI 助手只由硅谷或中国的少数几家公司来构建，文化就会有大麻烦，民主也会有大麻烦。」在 2026 年 6 月的 VivaTech 大会上，他进一步阐释了这一立场，将 AI 比作「印刷术」——一项「政府告诉我们很危险但无法阻止」的基础技术。
联合创始团队还包括首席科学官 Saining Xie、首席研究与创新官 Pascale Fung 和首席运营官 Laurent Solly，成员拥有 Meta FAIR、香港科技大学及 Meta 欧洲业务等背景。公司正在招募研究人员，Sifted 的报道尤其关注其从欧洲 AI 实验室和大学吸纳人才的计划。
世界模型研究同时吸引创业公司与大型实验室
AMI Labs 的成立，是 AI 研究者探索不同技术与组织方式的一例。
2026 年 6 月，Noam Shazeer 离开 Google 加入 OpenAI，John Jumper 则转向 Anthropic。与加入大型实验室相比，LeCun 选择独立创业，集中研究世界模型。不同组织的研究方向仍有交叉，大型实验室也在探索语言、视觉和物理世界建模的结合。
LLM 过去几年在代码生成、文本创作和知识问答中取得了明显进展。LeCun 的核心论点是，语言并不涵盖智能的全部。人类关于重力、物体持续存在和因果关系的许多知识，来自感知与物理互动。世界模型试图加强的，正是 AI 从这些信息中学习和预测的能力。
其他公司也在投入世界模型。Fei-Fei Li 的 World Labs 在 2024 年获得 2.3 亿美元融资后，于 2026 年 2 月宣布新增融资 10 亿美元，其中 Autodesk 投入 2 亿美元。Runway 正在开发与视频生成相关的世界模型，Google DeepMind 也设有研究物理世界模拟的团队。这些项目的技术方法和商业目标各有不同，共同关注的是如何让模型更好地处理空间、时间和行动。
首批模型与商业应用，将检验长期研究能否奏效
LeCun 在 VivaTech 大会上与 Wired 编辑 Steven Levy 对谈时说，AMI Labs 计划「很快」发布首批模型，同时承诺开源部分技术并发表学术论文。他对商业化时间则更为谨慎，认为可能还需要很多年。
AMI Labs 在产品尚未成形的阶段获得 10.3 亿美元，为招募人员和长期实验提供了空间，也提高了外界对研究成果的期待。LeCun 的学术声誉有助于筹集资金，接下来仍要靠模型能力与实际应用建立公司的竞争力。
如果世界模型能在行动后果预测、规划和可靠性上取得进展，它可能服务于机器人、自动驾驶、工业控制与医疗等领域。是否优于现有方法、能否与语言模型有效结合，都需要具体任务和部署结果来检验。
65 岁的 LeCun 选择重新创业，让一项长期学术主张获得了独立推进的资金与组织。后续值得关注的，是公司何时交付模型、如何开放研究成果，以及首批合作伙伴能否用它解决现有系统难以处理的问题。
