巴黎的先知：杨立昆的10亿美元“常识”豪赌

TL;DR：

图灵奖得主杨立昆携手谢赛宁创办AI公司AMI，凭借“世界模型”路径获得10.3亿美元巨额融资，估值达35亿美元。这标志着人工智能竞赛重心正从语言模拟转向物理世界理解，同时也预示着欧洲正试图在美中之外建立AI版图的“第三极”。

如果说过去三年的硅谷是一场关于“统计学鹦鹉”的疯狂竞速，那么杨立昆（Yann LeCun）刚刚在巴黎圣母院的影子里，为这场竞赛泼下了一桶冷彻心扉却又价值连城的冰水。当同行们还在为了给大语言模型（LLM）多喂几万亿个单词而争得头破血流时，这位深度学习的教父级人物正带着他的新公司——Advanced Machine Intelligence（简称AMI，在法语中意为“朋友”）——试图教机器像猫一样思考，而不是像字典一样背书。

本周，AMI宣布完成了一笔10.3亿美元的融资，投前估值已达35亿美元。¹ 在资本市场对生成式AI的边际效用开始产生审美疲劳之际，这笔巨款的流向释放了一个清晰的信号：单纯的文字游戏已经玩到了头，AI的下一个战场是“物理常识”。

词典里的局限与沙盒里的智慧

杨立昆对LLM的批评早已是公开的秘密。在他看来，试图通过预测下一个单词来达成通用人工智能（AGI），无异于试图通过把马车造得飞快来登月。大语言模型本质上是高效的文字编织工，它们熟读莎士比亚，却不知道松开手中的苹果会掉在地上——这就是著名的“莫拉维克悖论”。²

AMI的核心技术路径是杨立昆在Meta时期便苦心经营的JEPA（联合嵌入预测架构）。与试图还原每一个像素或单词的传统模型不同，JEPA追求的是“抽象表征”。简单来说，它不关心世界是如何被描述的，而关心世界是如何运转的。这种“世界模型”（World Models）旨在让机器具备推理和规划的能力，而不仅仅是概率性的联想。

为了实现这一愿景，杨立昆从FAIR（Meta的基础人工智能实验室）带走了一支足以令扎克伯格心痛的“老友团”。其中最引人注目的莫过于新任首席科学官谢赛宁。作为视觉生成架构DiT的共同作者，谢赛宁曾为OpenAI的Sora提供了底层框架；如今，他却转身宣布要“训练世界模型，而非语言模型”。³ 这种转身带有一种讽刺的诗意：就像一位顶级的调酒师突然决定去研究蒸馏技术，因为他意识到，再好的配方也掩盖不了基酒的平庸。

欧罗巴的“第三极”梦想

AMI的总部设在巴黎，这绝非偶然。杨立昆长期以来一直倡导欧洲应建立起独立于美、中之外的AI“第三极”。这不仅是地理上的选择，更是地缘政治与数据主权的战略布阵。

观察AMI的投资人名单，就像在阅读一份全球权力地图的缩略图：从美国的贝索斯和英伟达，到新加坡的淡马锡，再到欧洲本土的凯辉创新和穆里耶家族。这种“新钱”与“老钱”的混合，体现了资本对AI主权化的深刻共识。杨立昆认为，AI将成为像互联网一样的基础平台，而没有人希望自己的基础平台是一个受制于人的“黑盒”。通过拥抱开源和立足欧洲，AMI正在试图绕过硅谷的垄断，建立一种更具透明度且符合欧洲监管逻辑的智能形态。¹

这种策略也得到了法国政界与商界的鼎力支持。AMI的首席运营官劳伦·索利（Laurent Solly）曾是萨科齐的幕僚长，这一背景无疑为这家实验室性质的公司铺平了通往欧洲政策核心的道路。³

资本的避风港还是下一个泡沫？

尽管融资规模惊人，但AMI面临的挑战同样巨大。它的主要对手并非只有老东家Meta，还包括同样手握10亿美元支票、由李飞飞创办的World Labs。⁴ 双方都在赌“空间智能”是通往AGI的真经，但目前这些模型大多仍处于实验室阶段。

对于投资者而言，投给AMI更像是一份“防溢保险”。英伟达的参与证明了无论哪种路径胜出，算力总是不嫌多的；而对于像三星或阳狮集团这样的战略投资者，他们更看重的是AI从屏幕走向物理世界后的应用场景——无论是工厂里的机器人协作，还是自动驾驶的实时决策。

杨立昆曾机智地告诫学界：“别再做LLM了，你们赶不上业界。”³ 如今，他正亲自示范如何通过“另辟蹊径”来重新定义终点。如果他的豪赌赢了，未来的AI将不再只是一个博学却笨拙的聊天机器人，而是一个真正理解重力、惯性与因果律的数字灵魂。而如果他输了，这10亿美元至少也买到了AI历史上最昂贵的一课：语言或许真的是人类文明的巅峰，但物理世界才是智慧最终的锚点。

引用

• 世界模型
• 风险投资
• AI主权
• 物理人工智能
• 资本逻辑