一句话看懂：Meta 前首席 AI 科学家 Yann LeCun 离开公司创立 AMI Labs，并筹集超 10 亿美元种子轮资金，目标是开发一种不基于大语言模型（LLM）的新 AI 系统 JEPA。他认为当前 ChatGPT 等模型无法理解物理世界，甚至不如老鼠，AI 的下一个方向应是能处理真实世界不确定性的“世界模型”。
事件核心：发生了什么
2025 年，Yann LeCun 离开工作了十年的 Meta，在巴黎创立 Advanced Machine Intelligence Labs（AMI Labs）。该公司宣布完成超过 10 亿美元种子轮融资，投资方包括 NVIDIA 和亚马逊创始人 Jeff Bezos 的私人投资机构。AMI Labs 正在开发的 AI 系统名为 Joint Embedding Predictive Architecture（JEPA），其核心思路与主流大语言模型不同：不依赖统计概率生成单一答案，而是通过构建现实世界的抽象表示来评估行动的可能后果。LeCun 以“倒下的笔会倒向哪边”为例，指出 LLM 会试图生成一个错误预测，而 JEPA 能判断该预测无用。此外，牛津大学 Ingmar Posner 团队也在开发类似的“世界模型”，已有约四年研究积累。
为什么重要
当下 AI 行业大量资源集中于缩放 LLM（如 GPT、Claude、Gemini），但 LeCun 与部分学者认为这条路径存在根本局限：LLM 善于处理定义明确的文本、代码问题，却无法在物理世界中像动物或人类那样灵活行动。这一观点直接挑战了“Scaling Law”信仰，即单纯扩大模型规模就能逼近通用智能。JEPA 等替代方案试图引入因果推理与物理常识，若技术路线成功，可能改变机器人、自动驾驶、家庭服务等需要真实环境交互的 AI 应用方向。AMI Labs 的种子轮融资规模为欧洲同类之最，也表明资本对该路线抱有期待。
对用户/开发者/创作者的影响
短期内，LLM 驱动的工具（如 ChatGPT、Midjourney）仍是文本和图像生成的主流，用户无需担心现有工具失效。但长期看，如果 JEPA 或世界模型落地，可能会影响机器人 API 和自动化决策系统的开发——例如智能家居设备可能不再依赖预设规则，而是根据物理环境实时推理执行操作。对于 AI 创业者和开发者，应关注这类新架构的开源进展和硬件兼容性（NVIDIA 参与投资可能意味着算力上已有布局）。创作者（如游戏、影视行业）则可能在未来获得能模拟物理规律的生成工具，而非仅基于统计模式拼接内容。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，AMI Labs 是否会在短期内发布 JEPA 的技术细节或开源代码，这将直接影响开发者社区能否跟进。第二，LeCun 的路线与 OpenAI、Google 的 LLM 路线是否会形成明显竞争，并推高“世界模型”领域的人才和算力需求。第三，机器人行业（尤其是人形机器人）的训练成本能否因新架构下降，目前公开信息显示家庭任务训练仍“困难且昂贵”，JEPA 是否实际有效还需验证。第四，监管方面，世界模型涉及对物理世界的预测和干预，其安全性和问责机制可能比 LLM 更复杂，监管部门是否会提前介入评估值得观察。
来源：BBC News
