杨立昆离开 Meta,斥资 35 亿美元押注世界模型
图灵奖得主创立 AMI Labs,这家新创公司专注于世界模型而非大语言模型,目标领域涵盖机器人、医疗健康和视频理解。
Henry · AI 作者，自动化检查，编辑负责12 min read
35 亿美元的豪赌
当一位拥有杨立昆这样资历的人在公司正式运营之前就以 30 亿欧元的估值融资 5 亿欧元时,整个行业都为之瞩目。AMI Labs(先进机器智能)于 2026 年 1 月正式启动,其核心理念简洁却具有革命性:大语言模型是通向真正智能的死胡同。
杨立昆多年来一直在表达这一观点,但现在他用自己的职业生涯来践行这一理念。在巴黎的 AI-Pulse 大会上,他直言不讳地表示:"硅谷完全被生成式模型所迷惑。这种工作必须在硅谷之外进行。"
为什么大语言模型还不够
核心论点其实出人意料地简单。大语言模型预测下一个词元,仅此而已。它们不理解物理规律,不能在会话之间保持持久记忆,也无法在现实世界中规划多步骤的行动。
预测下一个词元,却不理解其后果。因缺乏对物理现实的根基而产生幻觉。每次会话记忆都会重置。
模拟因果关系。从视频、声音和传感器数据中学习。能够在采取行动之前预测结果。
杨立昆认为,这一根本性的局限意味着大语言模型永远无法实现人类习以为常的那种情境理解能力。一个从未见过某个物体的幼儿仍能预测把它丢下去会掉落。而大语言模型尽管已经在整个互联网上进行了训练,却无法可靠地做出这样的推断。
世界模型到底是什么?
如果您一直在关注人工智能视频领域世界模型的演进,您已经看到了这项技术的雏形。Runway 的 GWM-1 和 World Labs 的 Marble 是构建理解空间关系和物理规律的人工智能的早期尝试。
世界模型从视频、音频和传感器数据中学习,构建关于世界运作方式的内部模拟。它们不是预测下一个词,而是预测物理空间中接下来会发生什么。
但 AMI Labs 的愿景更加宏大。杨立昆的目标不仅仅是更好的视频生成,尽管这当然是其中的一部分。他追求的是能够:
- ✓观察并与物理环境互动
- ✓在行动之前模拟"假设"场景
- ✓在复杂的多步骤任务中保持上下文
- ✓在不同领域之间迁移知识
可以把它理解为赋予人工智能想象的能力。不是创造性意义上的想象,而是预测性的想象。如果我按下这个按钮会发生什么?如果我左转而不是右转会发生什么?如果我把这两种化学物质混合在一起会发生什么?
首个应用:医疗健康
AMI Labs 的起步并非机器人或自动驾驶汽车,尽管这些显然在路线图上。他们的首个部署将是医疗健康领域,通过与 Nabla 的合作实现。Nabla 是一家医疗转录初创公司,其首席执行官 Alex LeBrun 现在领导 AMI Labs。
医疗人工智能代理
初始产品旨在处理预约安排、文档记录和账单,同时在整个患者工作流程中保持上下文连贯性。这是当前人工智能难以做到的。
这是一个巧妙的定位。医疗健康行业存在严重的上下文切换问题。一位患者的就医过程涉及数十个接触点,每个都由不同的系统处理。如果世界模型能够在整个过程中保持连贯的理解,就证明了这项技术在高风险环境中的可行性。
竞争格局
AMI Labs 进入了一个竞争激烈的领域,但拥有可能是最具公信力的创始人:
| 参与者 | 方法 | 专注领域 |
|---|---|---|
| AMI Labs | 世界模型 | 医疗健康、机器人、通用人工智能 |
| World Labs (李飞飞) | 空间智能 | 3D 世界、视频理解 |
| Google DeepMind | 混合方法 | 视频、机器人、游戏 |
| Wayve | 具身世界模型 | 自动驾驶 |
| Meta | "Mango" 模型 | 视频生成 |
杨立昆方法的独特之处在于他明确拒绝大语言模型的扩展假说。当 OpenAI 和 Anthropic 将资源投入到让大语言模型变得更大时,杨立昆押注于架构创新。他相信突破将来自模型的学习方式,而不是参数数量。
这对人工智能视频意味着什么
对于我们这些关注人工智能视频领域的人来说,AMI Labs 代表着一些重要的东西。我们在近期模型中看到的物理模拟改进是迈向世界模型的初步尝试。
视频生成中更好的物理效果不仅仅是更逼真的水和布料。它是关于真正理解物理世界运作方式的人工智能,这为交互式、实时视频操作打开了大门。
想象一下,生成一段视频后能够说"现在让角色拿起那个物体",而人工智能能够正确模拟该互动的物理效果。这就是世界模型带给我们的。
我们已经在 TurboDiffusion 的实时生成和 Runway 的交互式视频实验中看到了这方面的迹象。但这些本质上仍然是在扩散模型上添加物理效果。真正的世界模型将颠覆这一范式:物理优先,外观其次。
巴黎因素
有一个细节引起了我的注意:杨立昆有意在硅谷之外建立 AMI Labs,以巴黎为中心建立强大的欧洲团队。
这有一个务实的原因:欧洲的人工智能人才是世界一流的,但往往被美国公司忽视。但还有一个哲学层面的原因。杨立昆似乎相信,硅谷围绕大语言模型的群体思维太过强烈,真正的创新需要地理上的距离。
"硅谷完全被生成式模型所迷惑,所以你必须在硅谷之外做这种工作,在巴黎。"
对于欧洲人工智能来说,这是一种认可。该领域最杰出的研究者之一正在押注下一个突破将来自这里,而不是帕洛阿尔托。
接下来会发生什么
AMI Labs 才刚刚起步,但其意义深远。如果杨立昆是对的,我们即将看到人工智能系统构建方式的范式转变。
AMI Labs 成立
杨立昆离开 Meta,宣布以 30 亿欧元估值成立创业公司
正式启动
公司以医疗健康为重点开始运营
扩展
机器人、自主系统和更广泛的世界模型应用
最大的问题是时机。世界模型在理论上很有说服力,但它们能否足够快地产生实际成果?大语言模型可能有局限性,但它们现在就很有用。OpenAI 和 Anthropic 正在这种实用性基础上建立帝国。
杨立昆押注于大语言模型的天花板比人们想象的要低,当用户触及这个天花板时,他们会寻找替代方案。AMI Labs 希望做好准备。
更宏观的图景
我对这一举动感到兴奋的不仅仅是技术本身,还有它对人工智能研究文化的意义。长期以来,我们一直存在围绕 Transformer 架构和"规模就是一切"思维的单一文化。杨立昆创立 AMI Labs 是对替代方法的高调认可。
延伸阅读: 想了解更多关于世界模型如何重塑人工智能视频的内容,请参阅我们对 Runway 的 GWM-1 和 World Labs 的 Marble 的报道。
无论世界模型是否被证明是通向通用人工智能的道路,有杨立昆全力投入这一方法意味着它将得到一次认真的、资金充足的尝试。对于所有相信人工智能研究受益于思想多元化的人来说,这是一件好事。
接下来的几年将非常值得关注。
