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」。
这条帖子像一颗深水炸弹，在 AI 行业激起了远超融资数字本身的波澜。原因很简单：LeCun 不只是硅谷的又一个明星创业者。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 领导 FAIR（Facebook AI Research）长达 12 年，亲手打造了全球最具影响力的企业 AI 研究实验室之一。而他现在要做的，是彻底挑战那个让 OpenAI、Anthropic、Google DeepMind 投入数千亿美元的路线——大语言模型（LLM）。
一个「叛徒」的出走
LeCun 离开 Meta 的消息在 2025 年 11 月 19 日由 CNBC 和 Reuters 率先报道，彼时 Meta 的 AI 部门正经历剧烈震荡。公司刚刚裁员 600 人，包括 FAIR 团队的部分成员；Llama 4 发布后开发者反响平平，Mark Zuckerberg 随后豪掷 145 亿美元从 Scale AI 挖来 28 岁的 Alexandr Wang 担任首席 AI 官。
LeCun 在声明中说得很克制：「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。但所有人都知道，这不仅仅是一次普通的高管离职。这是一个认识论层面的决裂。
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」。
这个判断与硅谷的主流叙事形成了尖锐对立。Sam Altman 在 2025 年宣称 AGI 已「基本实现」，Anthropic 的 Dario Amodei 谈论着「递归自我改进」，而 LeCun 在 MIT Technology Review 的采访中直言不讳地表示：「硅谷完全被生成式模型催眠了。」
AMI Labs 是什么
AMI Labs 的使命写在其官网上，简洁到近乎宣言：「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。」
这四句话，每一项都是对当前 LLM 范式缺陷的精准狙击。
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）。与 LLM 在 token 空间做预测不同，JEPA 在抽象表征空间中进行预测——它学习的是世界的「表征」，而非表面的文字序列。用 LeCun 的话说，世界模型是一套让机器在行动之前就能预测行动后果的内部表征系统，就像人类大脑在做出决定前会在脑海中模拟各种可能性。
这意味着 AMI Labs 的 AI 不是靠「阅读互联网」来理解世界，而是通过摄像头、传感器等设备获取真实世界的连续、高维、充满噪声的数据。正如 CEO Alexandre LeBrun 对 TechCrunch 所说：「我们的目标是理解真实世界。」他笑着补充道，「我的预测是，'世界模型'将成为下一个热门词汇。」
LeBrun 本人是 AMI Labs 故事的重要一环。他曾在 Facebook 收购的 Wit.ai 工作，与 LeCun 在 FAIR 巴黎实验室共事，后来创办了医疗 AI 助手公司 Nabla 并担任 CEO。在 Nabla 董事会的支持下，LeBrun 转任 Nabla 首席 AI 科学家兼董事长，同时出任 AMI Labs 的 CEO。Nabla 也成为 AMI Labs 的首个行业合作伙伴，获得了对其世界模型的「优先使用权」——这个安排本身就说明了 AMI 的技术方向：医疗领域对 AI 的可靠性要求极高，而 LLM 的幻觉问题在此是个硬伤。
10.3 亿美元：欧洲最大种子轮背后的信号
AMI Labs 的融资细节令人咋舌：10.3 亿美元种子轮，3.5 亿美元投前估值。这是欧洲有史以来最大的种子轮融资，全球范围内仅次于 Thinking Machines Lab 在 2025 年 6 月的 20 亿美元融资。
投资者名单同样重量级：本轮由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 和 Bezos Expeditions 联合领投。Jeff Bezos、Mark Cuban、Eric Schmidt、NVIDIA、Samsung 等均参与其中。
更令人玩味的是：这家公司截至 2026 年 6 月仍然没有产品，团队只有十几人，研究路线图以年为单位计算。LeBrun 在接受采访时毫不避讳：「这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。」
但投资者显然买的不是产品，而是一个赌注：当整个行业都在 Scaling Law 的轨道上狂奔时，LeCun 代表了一条完全不同的技术路线。而他的履历——卷积神经网络（CNN）的奠基人、LeNet 的发明者、现代计算机视觉的缔造者之一——让这个赌注变得异常可信。正如 TNW 的评论所指出的：「LeCun 拥有 AI 领域最可信的研究履历之一，他对 LLM 存在根本性架构局限的论证足够一致、足够持久，以至于再轻视它已经不再是一个安全的假设。」
为什么是巴黎
AMI Labs 的总部设在巴黎，同时在纽约（LeCun 在 NYU 任教）、蒙特利尔和新加坡设有研究机构。选择巴黎有多重考量：LeCun 是法国人，但更重要的是，欧洲在 AI 监管方面比美国更为开放，且提供了多元化的人才库。
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。
团队的组建也体现了「欧洲优先」的策略。除了 LeBrun，联合创始人还包括 Saining Xie（首席科学官）、Pascale Fung（首席研究与创新官）和 Laurent Solly（首席运营官）——分别来自 Meta FAIR、香港科技大学和 Meta 欧洲的高管团队。AMI Labs 正在从欧洲顶尖 AI 实验室和大学招募研究人员，Sifted 报道称 LeCun 正在积极从欧洲挖掘人才。
路线之争：三条岔路口的 AI 行业
AMI Labs 的诞生不是孤立事件。它是 AI 行业正在经历的一场深刻「路线分裂」的缩影。
2026 年，AI 人才流动呈现出三条截然不同的路径：Noam Shazeer 回到了 OpenAI，John Jumper 加入了 Anthropic——两人都选择了押注 LLM 路线继续 Scaling 的巨头阵营。而 LeCun 选择了第三条路：独立创业，彻底绕开 LLM，从头构建一套全新的 AI 范式。
这不是一场谁对谁错的简单争论。LLM 在过去三年中取得了惊人的实用成就：代码生成、文本创作、知识问答。但 LeCun 的核心论点始终如一：语言不是智能的全部，甚至不是智能的主要部分。人类的大部分知识——关于重力、物体永存、因果关系——并不是通过语言习得的，而是通过与物理世界的互动。
世界模型的支持者正在形成一股不可忽视的力量。Fei-Fei Li 的 World Labs 在 2024 年完成 2.3 亿美元融资后，又在 2026 年获得 Autodesk 2 亿美元投资，估值达到 10 亿美元。Runway 正在开发用于视频生成的世界模型。Google DeepMind 成立了专门团队研究物理世界模拟。一场围绕「AI 是否需要理解物理世界」的路线之争，正在演变为 2026 年 AI 行业最大的叙事主题。
一场旷日持久的赌局
LeCun 在 VivaTech 大会上与 Wired 编辑 Steven Levy 对谈时，语气既坚定又务实。他说 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。但当被问及何时能看到商业化成果时，答案并不令人意外：这需要时间，可能需要很多年。
对于一个在 2026 年仍没有产品、只有十几人的团队来说，10.3 亿美元既是巨大的信任票，也是沉重的压力。LeCun 正在用他的学术声誉和三十年积累的信用，押注一个与主流背道而驰的方向。
如果他的判断正确，世界模型将不仅在机器人、自动驾驶、工业控制和医疗诊断等「需要理解物理世界」的领域全面超越 LLM，更将重新定义人类对「智能」的理解方式。如果判断错误，这将是 AI 历史上最昂贵的学术分歧之一。
但有一件事是确定的：当图灵奖得主选择在 65 岁「重新创业」、从一个没有产品的研究实验室起步、并获得 10 亿美元支持时，这个行业的主流叙事已经被深深地动摇了。