楊立昆，兩個月融了70.8億

65歲“AI教父”離開Meta后，要重新定義AI未來

2026年3月10日，65歲的楊立昆（Yann LeCun）在家鄉法國創辦的AMI Labs宣布完成10.3億美元（約70.8億元人民幣）種子輪融資，公司投前估值達35億美元（約240.7億元人民幣）。這是歐洲史上規模最大的種子輪融資。

這位圖靈獎得主、紐約大學Courant研究所教授、Meta前首席AI科學家，用這筆巨額融資向全世界宣告：當前以ChatGPT為代表的大語言模型（LLM）路線走錯了，真正的AI應該學會"理解世界"，而不是只會"預測下一個詞"。

從Meta出走：一場關于AI路線的根本性分歧

要理解楊立昆為何在65歲選擇重新創業，還要從他在Meta的十二年說起。

2013年，楊立昆加入Facebook（后更名為Meta），牽頭創立Facebook AI Research（FAIR），這支團隊后來成為了Meta旗下最具影響力的AI實驗室。作為首席AI科學家，他帶領團隊打造出卷積神經網絡（CNN）、JEPA架構等核心技術，為Meta的AI版圖奠定了堅實基礎。在他的帶領下，FAIR產出了大量高影響力論文，培養出大批頂尖AI人才，與Google DeepMind、OpenAI并稱為全球三大AI研究實驗室。

但雙方的路線分歧，從2022年就開始逐漸顯現。當年11月OpenAI的ChatGPT正式推出，迅速引爆全球大語言模型熱潮，這讓Meta CEO馬克·扎克伯格立刻調整戰略，將公司資源大舉投向LLM領域：2023年推出首款開源大語言模型Llama，后續迭代的Llama 2以開放權重的形式向公眾發布，成為行業標桿；2025年4月推出的Llama 4卻遭遇滑鐵盧，因性能不及預期且被指“數據造假”，讓扎克伯格對原有團隊失去信心。

為全力押注LLM路線，Meta在2025年6月官宣重組AI業務，成立“超級智能實驗室”（Meta Superintelligence Labs），由Scale AI創始人Alexandr Wang（汪韜）出任負責人，整合了公司現有基礎模型團隊及多個核心AI部門；同月，Meta進一步斥資143億美元收購Scale AI 49%的股份，還開出最高1億美元的天價薪酬，從OpenAI、Google等競爭對手處挖角頂尖人才。

楊立昆對這一系列戰略調整始終持強烈反對態度，雙方的分歧也隨之徹底公開化。他直言不諱：“大語言模型雖然在語言任務上表現出色，卻從根本上缺乏對物理世界的真實理解。它可以描述一把椅子，卻無法理解坐在椅子上、在椅子上保持平衡，或是接住一把正在掉落的椅子究竟意味著什么。”

他進一步表達了對LLM路線的否定：“在實現超級智能（superintelligence）的道路上，大語言模型本質上就是一條死路。我確定Meta里很多人希望我不要把這句話公之于眾，但作為科學家，我的職業操守不允許我為了迎合而改變想法，我堅信自己的判斷。”

在楊立昆看來，當下的LLM本質只是“統計幻覺”——靠預測下一個詞生成流暢文本，遠算不上真正的智能。想要實現人類水平的AI，必須讓機器像人和動物一樣，通過感知與體驗，理解物理世界的因果規律、空間邏輯和物體恒存性。他打過一個很生動的比方：四個月大的嬰兒看到物體被遮擋后會主動尋找，因為嬰兒懂得“物體恒存性”——即便看不見，物體也依然存在。而今天的大語言模型，完全不具備這種能力。

2025年11月，楊立昆走進扎克伯格的辦公室，正式提出離職。“我告訴他，在Meta之外，我能更快、更省、更好地做成這件事，也能和其他公司一起分攤研發成本。”楊立昆后來回憶道。扎克伯格的回應也很干脆：“好的，我們可以合作。”

離開Meta后，楊立昆并沒有和老東家徹底決裂。相反，他透露AMI Labs正在與Meta洽談合作，未來AMI的技術有望用于Ray-Ban Meta智能眼鏡的AI助手。這種亦競亦合的關系在硅谷并不少見，OpenAI CEO山姆·奧特曼與微軟的合作模式，就是一個典型的例子。

AMI Labs：一支全明星陣容的"世界模型"戰隊

2025年12月，楊立昆正式官宣創立Advanced Machine Intelligence Labs（簡稱AMI Labs）——名字和法語里的“ami”（朋友）相近。2026年1月，AMI Labs在巴黎正式啟動，自成立之初就定下了全球化布局，在巴黎、紐約、蒙特利爾和新加坡均設有辦公室。

楊立昆并未出任公司 CEO，而是擔任執行主席，他對此的解釋是：“我是科學家，擅長判斷技術的可行性，但做不了CEO。”他在接受金融時報采訪時笑稱自己既缺乏條理，也“年紀太大”，更希望專注于核心的科研工作。

AMI Labs的創始團隊堪稱“全明星陣容”：

CEO亞歷山大·勒布倫（Alexandre LeBrun）是楊立昆在Meta的老部下，曾創辦醫療AI公司Nabla并籌得1.2億美元融資，投資方包括iPod發明者托尼·法德爾（Tony Fadell）、HV Capital、Highland Europe等頂級機構；

COO勞倫特·索利（Laurent Solly）曾任Meta歐洲副總裁；

首席研究與創新官帕斯卡萊·馮（Pascale Fung）是Meta前AI研究高級總監，同時擔任香港科技大學電子與計算機工程系教授；

世界模型副總裁邁克爾·拉巴特（Michael Rabbat）則是Meta前研究科學總監。

團隊中最引人注目的當屬首席科學官謝賽寧（Saining Xie）。這位30多歲的華人科學家是全球計算機視覺與多模態AI領域的頂尖青年學者，曾在Facebook AI Research（FAIR）任職四年，之后加入Google DeepMind擔任研究科學家。

他2023年提出的Diffusion Transformers（DiT）架構，后來成為OpenAI開發Sora視頻生成模型的核心技術基石；如今其Google Scholar引用量已接近10萬次，他還曾入選MIT Technology Review“35歲以下創新者”榜單。此次謝賽寧加盟AMI Labs，為團隊注入了頂尖的視覺理解與生成技術實力。

AMI Labs的技術核心，源于楊立昆2022年提出的JEPA（聯合嵌入預測架構，Joint Embedding Predictive Architecture）。和傳統生成式AI專注于預測下一個詞或像素不同，JEPA會學習世界的抽象表示，主動過濾掉隨機且不可預測的細節，在“表示空間”中進行預測。若將“行動”納入輸入條件，模型還能提前模擬動作后續結果，進而規劃完整的行動序列。

楊立昆將這套系統命名為“世界模型”（World Models），并指出其四大核心特征：理解真實世界、具備持久記憶、能夠推理規劃、可控且安全——這與當前大語言模型（LLM）的“幻覺”問題形成鮮明反差，尤其在醫療、工業控制、自動駕駛等對可靠性要求極高的場景，LLM的不可預測性可能引發致命風險，而世界模型恰好能彌補這一短板。

楊立昆表示，AMI計劃與制造、生物醫學、機器人等數據豐富的行業企業展開合作。例如，AMI 可以為航空發動機構建逼真的世界模型，與制造商合作優化發動機效率、減少排放并保障可靠性。

AMI Labs的首個合作伙伴，正是CEO勒布倫此前創辦的醫療AI公司Nabla。Nabla將獲得AMI早期模型的優先使用權，攜手探索世界模型在醫療場景的落地應用。醫療領域對AI的可靠性要求極高，一旦AI在診斷中出現“幻覺”，后果可能不堪設想——而這正是世界模型“確定性”與“可審計性”優勢的用武之地。

本輪AMI Labs融資的投資方陣容同樣星光熠熠。

領投方涵蓋法國的Cathay Innovation、Greycroft、Hiro Capital、HV Capital，以及亞馬遜創始人貝佐斯的家族投資公司Bezos Expeditions；

戰略投資者包括英偉達、豐田（Toyota Ventures）、新加坡淡馬錫、首爾SBVA、三星、陽獅集團（Publicis Groupe）等；

個人投資者中則有萬維網發明者蒂姆·伯納斯-李（Tim Berners-Lee）及其夫人、知名風投家吉姆·布雷耶（Jim Breyer）、馬克·庫班（Mark Cuban）、前Google CEO埃里克·施密特（Eric Schmidt）、法國億萬富翁澤維爾·尼爾（Xavier Niel）等一眾行業大佬。

一場AI未來路線的終極對決

楊立昆不是唯一押注世界模型的人。

就在上個月（2026年2月），斯坦福大學教授李飛飛創立的World Labs宣布完成10億美元融資，投后估值達到了50億美元。這輪融資由Autodesk領投2億美元，其他投資方包括英偉達、AMD、Fidelity、Emerson Collective等。

World Labs成立于2024年，比AMI Labs早一年。李飛飛是計算機視覺領域的泰斗級人物，她創建的ImageNet數據集被譽為"深度學習革命"的基石。2017年至2018年，她擔任Google Cloud首席科學家。目前她是斯坦福大學計算機科學教授、斯坦福以人為本人工智能研究院（HAI）聯合主任。

早在2024年9月，World Labs就完成了2.3億美元種子輪融資，投后估值10億美元，投資方包括Andreessen Horowitz、Nvidia風投部門、Radical Ventures等。2025年11月，World Labs推出首個商業產品Marble，可以從圖片或文字提示生成可編輯、可下載的3D環境。在2026年1月的CES展會上，李飛飛與AMD CEO蘇姿豐同臺演示了Marble如何將幾張照片轉化為可導航的3D辦公空間。

李飛飛同樣認為，AI的下一波浪潮是"空間智能"（Spatial Intelligence）。她曾說："如果AI要真正有用，它必須理解世界，而不僅僅是文字。世界由幾何、物理和動態規律支配，協調語義、空間和物理信息是AI的下一個偉大前沿。"

除了AMI Labs和World Labs，這條賽道上還有其他玩家。歐洲初創公司SpAItial在2025年完成了1300萬美元種子輪融資——對于一家歐洲初創公司來說，這已經是一筆巨大的早期融資。雖然與楊立昆和李飛飛的融資規模相比顯得微不足道，但它表明世界模型這個概念正在吸引更多創業者和投資者的關注。

更宏觀地看，世界模型的興起代表著AI行業正在經歷一場深刻的范式轉移。過去三年，從大語言模型到多模態模型，AI的發展主要圍繞"Scaling Law"展開——模型越大、數據越多、算力越強，性能就越好。但楊立昆、李飛飛等人認為，這條路線已經觸及天花板，真正的突破需要從根本上改變AI的架構，讓它們像人類一樣"理解"世界，而不是簡單地"記憶"和"模仿"。

這種分歧也反映在資本市場上。2025年，AI初創公司融資總額超2250億美元，但資金正在分化：一邊是繼續押注大語言模型的玩家，如OpenAI（3000億美元估值）、Anthropic（1700億美元估值）、Mira Murati的Thinking Machines Lab（120億美元估值）；另一邊則是押注新架構、新范式的"反叛者"，如AMI Labs和World Labs。

從更宏觀的視角看，頂尖科研背景人才主導創業正在成為AI領域的主流敘事。這種“科研基因+產業落地”的創業浪潮，本質是AI技術門檻持續提升的必然結果：當模型訓練、算法創新、跨領域應用的復雜度越來越高，只有那些既懂前沿研究邏輯、又能整合算力與數據資源的人才，才有機會在這場AI革命中脫穎而出。

對于歐洲來說，AMI Labs的崛起也具有特殊意義。長期以來，歐洲在消費互聯網領域落后于美國和中國，但在AI基礎研究和開源生態方面仍有一定的積累。Mistral AI（法國，117億歐元估值）、Black Forest Labs（德國，Flux圖像生成模型）、Synthesia（英國，21億美元估值）等公司正在證明歐洲在AI領域的競爭力。

AMI Labs選擇的開源路線也值得關注。CEO勒布倫表示："我們將發布大量開源代碼。雖然開放研究越來越罕見，但我們仍然相信它。我們認為當事情開放時，進展會更快，建立社區和研究生態系統符合我們的最大利益。"這與楊立昆長期以來對開源的倡導一脈相承——他曾多次批評OpenAI和Google的封閉策略，認為開源是確保AI安全和促進創新的最佳途徑。

結語

楊立昆認為，當前的大語言模型只是"聰明的鸚鵡"，真正的AI需要像人類一樣理解物理世界、進行因果推理、制定長期計劃。這條路能否走通，可能需要三到五年甚至更長時間才能見分曉。

但無論結果如何，這場“世界模型”之爭已經深刻改變了AI行業的格局。它提醒我們，即使在技術飛速發展的今天，關于“什么是智能”、“如何構建智能”這些根本性問題，仍然沒有標準答案。而正是這些分歧和探索，推動著人類不斷向真正的通用人工智能（AGI）邁進。

對于楊立昆來說，65歲創業是新起點。AMI Labs核心深耕基礎研究，不同于那些急于推出產品、快速變現的常規人工智能應用初創企業——其主攻的“世界模型”，核心是弄清物理世界的構成與運行規律，這類技術從理論構想走向實際應用，本身就需要經過長時間的技術打磨和多場景的實踐檢驗。

但資本市場已經用真金白銀表達了態度：他們愿意等待。因為在AI這個領域，有時候相信一個正確的愿景，比追逐短期的風口更重要。

從更宏觀的角度看，楊立昆、李飛飛等頂級科學家的創業浪潮，標志著AI行業正在進入一個新的階段——從“工程驅動”轉向“科學驅動”，從“快速迭代”轉向“長期主義”。這些科學家帶來的不僅是技術能力，更是一種對AI本質的深刻理解和堅定信念。無論最終誰能率先實現真正的通用人工智能，這場競爭本身就已經在推動整個行業向前發展。

在AI的世界里，科學家們從未停止追問：到底什么才是真正的智能？