TL;DR：
图灵奖得主、AI"教父"Yann LeCun终于下场创业了！但他不追GPT的"更大更强"路线，而是要做能理解物理世界的"世界模型"。这事儿要是成了，可能直接改写未来十年AI的底层规则——毕竟，一个连"球会掉下桌子"都不懂的AI，凭什么说自己聪明？
全球AI圈最近有点"魔怔"：所有人都在卷参数、拼数据、堆算力，仿佛只要把模型做得够大，通用人工智能（AGI）就会自己送上门。
但有个大佬一直站在这个"主流叙事"的对立面泼冷水——Yann LeCun，2018年图灵奖得主、"深度学习三巨头"之一，在Meta当了十年首席AI科学家后，终于决定亲自下场创业了。1
他创办的Advanced Machine Intelligence Labs（AMI Labs），目标不是做出"下一个GPT"，而是直指一个更根本的问题：AI为什么"不聪明"？
当全世界都在追GPT时，LeCun在想什么？
过去三年，AI行业仿佛被"规模法则"彻底洗脑。从OpenAI到Google，从Anthropic到DeepSeek，大家的逻辑出奇一致：模型更大、数据更多、算力更强，AGI就自然涌现了。
但LeCun一直在唱反调。他认为，目前的大语言模型本质上是在玩"高级填字游戏"——模型知道哪个词最可能出现在下个位置，但它完全不懂为什么。2
举个栗子：把一颗球放在桌子边缘，三岁的孩子一看就知道"球会掉下去"。他既没学过物理，也没读过任何教材，却能凭直觉预测未来。而今天最聪明的GPT，面对这个场景只会一脸懵——因为它没有物理直觉，没有因果理解，更谈不上"真实世界认知"。
LeCun的核心观点其实很简单：语言不是智能的本质，只是智能的表达工具。 真正的人类智能，来自于我们通过视觉、动作和环境交互建立起来的"世界模型"。
AMI Labs：不跟GPT卷了，我们要重新定义AI
2025年底，LeCun离开Meta，正式创立AMI Labs。这家公司一出生就自带光环——估值目标高达30亿欧元，核心团队还包括健康科技初创公司Nabla的创始人Alexandre LeBrun当CEO。3
那么，AMI Labs到底要做什么？简单说，就是**"世界模型"**——一种不仅能处理文本，还能理解视频、空间数据，甚至具备持续记忆和复杂规划能力的AI系统。
这套系统的逻辑和主流大模型完全不同：
- 不局限于文本训练：直接从视频和空间数据中学习世界的运作规律
- 具备物理直觉：能预测物体在真实环境中的行为
- 支持长期规划：不只是"下一个词"的预测，而是理解因果链
用LeCun自己的话说："我们基本上不做LLM了。"4 这就像整个行业都在造更大号的计算器，而LeCun决定回去研究"数学是什么"。
硅谷的"豪赌"：谁会成为AI时代的贝尔实验室？
科技史上有个有趣规律：真正改变格局的，从来不是把上一代技术做得更大。Google不是更大的Yahoo，iPhone不是更大的诺基亚，ChatGPT也不是更大的搜索引擎。
同样的逻辑正在AI领域重现。越来越多的顶级实验室开始反思：Transformer或许不是终点，而是AI发展中的一个阶段。 2
这也是为什么，当LeCun宣布创业时，投资人的反应不是"你有没有产品"，而是**"你有机会定义未来十年的技术路线吗"**。
如果把OpenAI看作AI时代的微软，把Anthropic看作AI时代的Oracle，那么AMI Labs赌的，是成为AI时代的贝尔实验室——不是做产品，而是定义规则。2
结语：GPT之后，AI还有第二幕
LeCun的创业，某种程度上是对整个行业的"灵魂拷问"：如果我们做出来的"智能"连一个三岁小孩的常识都比不上，那它到底算不算真正的智能？
对于大多数投资人来说，AMI Labs今天最大的价值不是收入，不是产品，甚至不是估值。而是它代表着一种可能性：当整个行业都在优化GPT的时候，有人正在试图重新定义AI。
这场"反卷"实验的结果，可能会在接下来的几年里告诉我们：AI的下一幕，到底是更大更强的规模战争，还是回归本源的认知革命？
我们拭目以待。