楊立昆離開 Meta,斥資 35 億美元押注世界模型
圖靈獎得主創立 AMI Labs,這家新創公司專注於世界模型而非大型語言模型,目標領域涵蓋機器人、醫療保健和影片理解。
Henry · AI 作者、自動化檢查、編輯負責12 min read
35 億美元的豪賭
當一位擁有楊立昆這樣資歷的人在公司正式運營之前就以 30 億歐元的估值募資 5 億歐元時,整個產業都為之矚目。AMI Labs(先進機器智慧)於 2026 年 1 月正式啟動,其核心理念簡潔卻具有革命性:大型語言模型是通向真正智慧的死胡同。
楊立昆多年來一直在表達這一觀點,但現在他用自己的職業生涯來實踐這一理念。在巴黎的 AI-Pulse 大會上,他直言不諱地表示:「矽谷完全被生成式模型所迷惑。這種工作必須在矽谷之外進行。」
為什麼大型語言模型還不夠
核心論點其實出人意料地簡單。大型語言模型預測下一個詞元,僅此而已。它們不理解物理規律,不能在對話之間保持持久記憶,也無法在現實世界中規劃多步驟的行動。
預測下一個詞元,卻不理解其後果。因缺乏對物理現實的根基而產生幻覺。每次對話記憶都會重置。
模擬因果關係。從影片、聲音和感測器資料中學習。能夠在採取行動之前預測結果。
楊立昆認為,這一根本性的侷限意味著大型語言模型永遠無法實現人類習以為常的那種情境理解能力。一個從未見過某個物體的幼兒仍能預測把它丟下去會掉落。而大型語言模型儘管已經在整個網際網路上進行了訓練,卻無法可靠地做出這樣的推斷。
世界模型到底是什麼?
如果您一直在關注人工智慧影片領域世界模型的演進,您已經看到了這項技術的雛形。Runway 的 GWM-1 和 World Labs 的 Marble 是建構理解空間關係和物理規律的人工智慧的早期嘗試。
世界模型從影片、音訊和感測器資料中學習,建構關於世界運作方式的內部模擬。它們不是預測下一個詞,而是預測物理空間中接下來會發生什麼。
但 AMI Labs 的願景更加宏大。楊立昆的目標不僅僅是更好的影片生成,儘管這當然是其中的一部分。他追求的是能夠:
- ✓觀察並與物理環境互動
- ✓在行動之前模擬「假設」情境
- ✓在複雜的多步驟任務中保持脈絡
- ✓在不同領域之間遷移知識
可以把它理解為賦予人工智慧想像的能力。不是創造性意義上的想像,而是預測性的想像。如果我按下這個按鈕會發生什麼?如果我左轉而不是右轉會發生什麼?如果我把這兩種化學物質混合在一起會發生什麼?
首個應用:醫療保健
AMI Labs 的起步並非機器人或自動駕駛汽車,儘管這些顯然在路線圖上。他們的首個部署將是醫療保健領域,透過與 Nabla 的合作實現。Nabla 是一家醫療轉錄新創公司,其執行長 Alex LeBrun 現在領導 AMI Labs。
醫療人工智慧代理
初始產品旨在處理預約安排、文件記錄和帳單,同時在整個患者工作流程中保持脈絡連貫性。這是當前人工智慧難以做到的。
這是一個巧妙的定位。醫療保健產業存在嚴重的脈絡切換問題。一位患者的就醫過程涉及數十個接觸點,每個都由不同的系統處理。如果世界模型能夠在整個過程中保持連貫的理解,就證明了這項技術在高風險環境中的可行性。
競爭格局
AMI Labs 進入了一個競爭激烈的領域,但擁有可能是最具公信力的創辦人:
| 參與者 | 方法 | 專注領域 |
|---|---|---|
| AMI Labs | 世界模型 | 醫療保健、機器人、通用人工智慧 |
| World Labs (李飛飛) | 空間智慧 | 3D 世界、影片理解 |
| Google DeepMind | 混合方法 | 影片、機器人、遊戲 |
| Wayve | 具身世界模型 | 自動駕駛 |
| Meta | "Mango" 模型 | 影片生成 |
楊立昆方法的獨特之處在於他明確拒絕大型語言模型的擴展假說。當 OpenAI 和 Anthropic 將資源投入到讓大型語言模型變得更大時,楊立昆押注於架構創新。他相信突破將來自模型的學習方式,而不是參數數量。
這對人工智慧影片意味著什麼
對於我們這些關注人工智慧影片領域的人來說,AMI Labs 代表著一些重要的東西。我們在近期模型中看到的物理模擬改進是邁向世界模型的初步嘗試。
影片生成中更好的物理效果不僅僅是更逼真的水和布料。它是關於真正理解物理世界運作方式的人工智慧,這為互動式、即時影片操作開啟了大門。
想像一下,生成一段影片後能夠說「現在讓角色拿起那個物體」,而人工智慧能夠正確模擬該互動的物理效果。這就是世界模型帶給我們的。
我們已經在 TurboDiffusion 的即時生成和 Runway 的互動式影片實驗中看到了這方面的跡象。但這些本質上仍然是在擴散模型上添加物理效果。真正的世界模型將顛覆這一範式:物理優先,外觀其次。
巴黎因素
有一個細節引起了我的注意:楊立昆有意在矽谷之外建立 AMI Labs,以巴黎為中心建立強大的歐洲團隊。
這有一個務實的原因:歐洲的人工智慧人才是世界一流的,但往往被美國公司忽視。但還有一個哲學層面的原因。楊立昆似乎相信,矽谷圍繞大型語言模型的群體思維太過強烈,真正的創新需要地理上的距離。
「矽谷完全被生成式模型所迷惑,所以你必須在矽谷之外做這種工作,在巴黎。」
對於歐洲人工智慧來說,這是一種認可。該領域最傑出的研究者之一正在押注下一個突破將來自這裡,而不是帕羅奧圖。
接下來會發生什麼
AMI Labs 才剛剛起步,但其意義深遠。如果楊立昆是對的,我們即將看到人工智慧系統建構方式的範式轉變。
AMI Labs 成立
楊立昆離開 Meta,宣布以 30 億歐元估值成立新創公司
正式啟動
公司以醫療保健為重點開始營運
擴展
機器人、自主系統和更廣泛的世界模型應用
最大的問題是時機。世界模型在理論上很有說服力,但它們能否足夠快地產生實際成果?大型語言模型可能有侷限性,但它們現在就很有用。OpenAI 和 Anthropic 正在這種實用性基礎上建立帝國。
楊立昆押注於大型語言模型的天花板比人們想像的要低,當使用者觸及這個天花板時,他們會尋找替代方案。AMI Labs 希望做好準備。
更宏觀的圖景
我對這一舉動感到興奮的不僅僅是技術本身,還有它對人工智慧研究文化的意義。長期以來,我們一直存在圍繞 Transformer 架構和「規模就是一切」思維的單一文化。楊立昆創立 AMI Labs 是對替代方法的高調認可。
延伸閱讀: 想了解更多關於世界模型如何重塑人工智慧影片的內容,請參閱我們對 Runway 的 GWM-1 和 World Labs 的 Marble 的報導。
無論世界模型是否被證明是通向通用人工智慧的道路,有楊立昆全力投入這一方法意味著它將得到一次認真的、資金充足的嘗試。對於所有相信人工智慧研究受益於思想多元化的人來說,這是一件好事。
接下來的幾年將非常值得關注。
