3 月 10 日，APPSO 中文獨家獲悉，世界模型研究所/創業公司 AMI 已完成 10.3 億美元融資，投前估值 35 億美元。該公司由圖靈獎得主、前 Meta 首席 AI 科學家楊立昆 (Yann LeCun) 創辦。
AMI 全稱 Advanced Machine Intelligence「先進機器智能」，以世界模型 (world models) 為主要研發方向，力求開發出能夠從真實世界中學習抽象表徵的世界模型。
值得一提的是：謝賽寧，AI 基礎研究方面的頂級專家，也是楊立昆的老朋友、學校同事，已經正式加入了 AMI 擔任首席科學官。
謝賽寧是視覺表徵學習方面的絕對權威，diffusion transformers (DiT) 的共同作者之一。DiT 架構的推出讓視覺模型能夠和大語言模型一樣受益於 Scaling Law。通過用 Transformer 主幹結構替代此前沿用十年的 U-Net，謝賽寧等人的工作讓複雜、高保真圖像/影片模擬得以實現，為 Sora、SeeDance 等頂級視覺生成模型和工具的推出打下基礎。
根據 APPSO 獲得的一份融資紀要，AMI 本輪融資將用於支持長期科研、全球範圍招聘工作，以及世界模型方向上的可靠產品。
楊立昆曾表達過將歐洲樹立為中國、美國之外的全球人工智慧「第三極」的希望。AMI 公司總部位於巴黎，並將設立紐約、蒙特婁、新加坡辦公室。
AMI 六位核心創始人，四位直接來自 Meta FAIR（基礎人工智慧研究）團隊，另外兩位也有深厚的 Meta 淵源。楊立昆擔任公司董事長，CEO 另有其人。
AMI，在法語裡是「朋友」的意思，楊立昆本人提示「要用法語發音」。
今年年初，楊立昆在巴黎公寓接受了《麻省理工科技評論》專訪。當時他剛離開 Meta 不久，被問到如何看待 Meta 的 AI 路線，他的回答是：「我可能並不認同他（祖克柏）所有的決定。但人們做決策是有理由的，沒有什麼好生氣的。」
他當時說，「Meta 可能會成為我們的第一個客戶。」
LLM 的「反對者」，得到了 10 億美元
APPSO 獲悉，AMI 本輪融資得到了多個極為重要的投資方支持。
本輪融資凱輝創新、Greycroft、Hiro Capital、HV Capital、貝佐斯遠征共同領投；戰略投資人當中包括英偉達、豐田創投、淡馬錫、軟銀、馬克·庫班、穆里耶家族等；跟投方包括埃里克·施密特、陽獅集團、三星、蒂姆·博納斯·李等。
- 凱輝創新由中法經濟界知名人物蔡明潑創立，他曾投資拼多多、元氣森林、京東物流等多家公司
- 貝佐斯遠征是亞馬遜創始人傑夫·貝佐斯的家族辦公室
- 領投方多為立足歐洲的頂級基金
- 馬克·庫班是業內知名投資人、NBA 球隊前老闆
- 穆里耶是法國頂級商業家族，旗下掌握迪卡儂、歐尚等品牌
- 埃里克·施密特是前 Google/Alphabet CEO、董事長
- 蒂姆·博納斯·李是萬維網 (www) 發明者
2023年，ChatGPT 爆發之後，大語言模型 (LLM) 幾乎成了「AI」的代名詞。楊立昆是少數從那時候開始持續公開唱反調的頂級研究者之一。
他的批評基於路線判斷。LLM 的本質是文字的統計規律，它能夠很好地操控語言，但理解不了物理世界，無法真正地做「推理和規劃」（在當時）。
在《麻省理工科技評論》專訪中，楊立昆表示：「為什麼我們沒有一個像家貓一樣敏捷的家用機器人」——這句話背後是「莫拉維克悖論」：感知、運動協調、物理直覺，這些對人類來說不需要思考的能力，對 AI 來說恰恰是最難的部分，而 LLM 完全繞開了這些。
簡單比喻是嬰兒學習重力：沒有人告訴嬰兒重力方程，但嬰兒知道鬆手東西就會掉，這是從觀察中提煉的規律，不是對物理細節的窮舉。JEPA 就是讓 AI 做同樣的事。
在 APPSO 獲得的資料中，楊立昆表示：
AI 在過去十年內取得了顯著的進展，預測和生成系統在全球範圍改變了我們分析、提取知識、創建內容的方式。現在，當 AI 超越了螢幕的限制，智能不能止步於簡單地生成結果。它必須理解情境、保存上下文、預測結果，並且隨著時間做出更可靠的行為。
為了實現這一目標，AMI 將打造全新一代的 AI 系統，去理解世界，具備長期維持的記憶，能夠進行真正的推理和計劃，並且在端到端安全可控。
楊立昆的解法是 JEPA 架構：Joint Embedding Predictive Architecture，在 Meta 時期提出的學習框架。
核心思路是讓模型學習世界的「抽象表徵」，在那個抽象空間裡做預測，而不是試圖還原所有細節。
V-JEPA 系列是這個思路目前最成熟的工程實現，而它的負責人，世界模型專家 Michael Rabbat，現在在 AMI 擔任世界模型副總裁。
謝賽寧近段時間在紐約大學推進的也是相關方向。他的團隊發表的「Solaris」，就是用 Minecraft 構建的多人影片世界模型，用以測試 AI 在動態環境下的預測與規劃能力。
「我們會有達到人類級別智慧的 AI 系統，」楊立昆表示，「但它們不會建立在 LLM 之上。這不會發生在明年或後年，需要時間，需要重大的概念性突破。而這正是我一直在研究的，也是 AMI 的方向。」
他還給學界留了一句話：
「別做 LLM。沒有意義，你們趕不上業界。去發明新技術，去解決當前系統之外的問題。突破不會來自把 LLM 繼續做大。」
從卷積神經網路 CNN，到 JEPA，再到在原 Facebook 時代創立的 FAIR，楊立昆一直在做困難的、看起來需要很長時間才能驗證的事情。這一次，他得到了 10 億美元、一支舊將和老朋友組成的團隊——以及更重要的，自主權。
謝賽寧
謝賽寧在加州大學聖地亞哥分校取得電腦科學博士學位，隨後在 Meta FAIR（矽谷總部）工作四年，再到 Google DeepMind 擔任 GenAI/nano 團隊研究科學家，同期擔任 BYU 庫朗數學研究所助理教授。他的谷歌學術引用量超過 9.6 萬次。
謝賽寧最廣為人知的工作，正如前面提到是 2022 年和學生 William Peebles 合作發表的「Scalable Diffusion Models with Transformers」，也就是 DiT。
這篇論文把擴散模型的骨幹網路從 U-Net 切換到 Transformer 架構，在此之前，圖像生成領域的擴散模型普遍沿用 U-Net，這是一個已經用了近十年的視覺分割架構。DiT 發布後，質量和可擴展性同步提升，成為生成模型新架構的標準參照。後來的 Sora、Stable Diffusion 新版本，以及今天風靡全球的 SeeDance 視覺模型，底層都在這個框架的延伸路線上。
值得一提的是，寫出 DiT 的 Peebles，如今是 OpenAI Sora 團隊的核心負責人之一。另一位他的學生郭文景 (Demi Guo)，是知名 AI 影片創業公司 Pika 創始人。
謝賽寧的優秀學生還包括：Eric Mintun（OpenAI Sora）、Zihan Zheng（OpenAI Technical Staff）、劉壯（普林斯頓大學教授）、尤佳軒（UIUC 教授）等。
謝賽寧本人的更多注意力放在了世界模型上。根據 APPSO 獲得的 AMI 聯合創始人名錄，謝賽文的部分只寫了一句介紹：
Training world models over word models. 訓練世界模型而非語言模型。
謝賽寧更早期的代表作包括：
- ConvNeXt：2022年，與 Meta FAIR 同事合作，把卷積網路重新拉回到與 Vision Transformer 正面競爭的水平，證明架構創新可以挽回被認為已經「過時」的路線。
- MAE：Masked Autoencoders，與何愷明合作，CVPR 2022 Oral，把 BERT 式的自監督學習方法遷移到視覺領域，影響了之後大批視覺預訓練方法
- MoCo：Momentum Contrast，同樣與何愷明合作，是自監督視覺表徵學習的奠基工作之一。
在他加入 AMI 消息曝光之前，他的個人網站上有一行字：「2026年春夏學期將休假」。
楊立昆在此前的《麻省理工科技評論》專訪中被問到謝賽寧是否會加入時，沒有直接確認，說的是：「我已經雇了他兩次了。我在 FAIR 雇了他，後來也說服了 NYU 的同事把他招進來。我對他有很高的評價。」
兩人有大量公開的合寫論文，覆蓋多模態 LLM 的視覺局限性研究到空間推理。
這場合作，早在 AMI 成立之前就在運轉了。
FAIR 老兵，集結
Meta 旗下的 FAIR，在上一個 AI 周期的鼎盛時期，是全球最受尊重的工業界 AI 研究機構之一。它的研究風格更偏學術：發論文、做開源、鼓勵長期研究，和 OpenAI、Anthropic 那種以產品商業化為核心的模式有根本的不同。迄今為止最重要的 AI 訓練框架 PyTorch，以及最早一批的開放權重大模型 Llama，都來自於 FAIR
楊立昆在專訪里提到，FAIR 的機器人研究團隊後來被裁撤，他認為這是一個戰略失誤。這可能是他選擇離開的原因之一，儘管他沒有直說。
而他領導的 AMI 團隊，在某種意義上，是 FAIR 蒙特婁和巴黎團隊的「精華重組」。六位核心創始人，四位直接來自 FAIR，另外兩位也有深厚的 Facebook/Meta 淵源。
首席科學官謝賽寧剛才已經提到了。
負責世界模型研究的麥可·拉巴特 (Michael Rabbat）。他將在 AMI 負責蒙特婁辦公室。拉巴特是原 FAIR 蒙特婁實驗室的創始成員之一，在麥吉爾大學任教十餘年後全職加入 Meta，在那裡主持研發了 I-JEPA、V-JEPA、V-JEPA 2 三個世界模型系列。
V-JEPA 2 是其中影響最大的：通過影片自監督訓練，只需不到62小時的機器人操作數據，就可以在完全陌生的實驗室環境裡零樣本控制機械臂完成抓取任務。這套方法的核心邏輯，和 AMI 整個公司的技術路線直接相連。
公司的 CRIO（首席研究與創新官）是知名中國電腦科學家馮雁 (Pascale Fung) ，AAAI、IEEE、ACL 等頂級學術機構會士，香港科技大學講席教授。
她出生於上海，曾經在京都大學、法國國家科學研究中心、哥倫比亞大學進修。在 Meta FAIR 的後期工作是具身 AI 和視覺語言世界模型，主要應用場景是智能眼鏡。馮雁目前擔任香港科技大學電子及電腦工程系
COO 蘿倫·索利 (Laurent Solly) 是這支團隊裡背景最特殊的一位：曾任法國前總統薩科齊的辦公室主任，後來在 Meta 擔任歐洲業務 VP，主導了 FAIR 巴黎實驗室的選址和落地。索利擁有ENA 和 Sciences Po 雙學位，是這家科研背景公司通往歐洲政商渠道的關鍵接口。
AMI 的CEO 由亞歷山大·勒布恩 (Alexandre LeBrun) 擔任。他是法國人，畢業於巴黎綜合理工學院，是一位知名連續創業者，創辦的公司都聚焦於拉近「基礎科研-真實世界」之間的距離。
勒布恩的第一家最早的公司 VirtuOz 做的是企業對話機器人，2002 年前後創立，當時「AI」還遠未變成一個流行詞，公司後來被 Nuance 收購（Nuance 此後併入微軟）。然後是 Wit.ai，一家自然語言理解公司，拿到 Y Combinator 的投資，2015 年被 Facebook 收購。
隨後，勒布恩進入 Meta 主導 FAIR 巴黎的工程工作。離開後創立的 Nabla 做 AI 醫療助手，在歐洲拿下了相當規模的醫院客戶。
楊立昆深刻認識到自己的優劣勢。他坦率地表示：「我可以做管理，但我不喜歡。這不是我的人生使命。我更像是一個有遠見的科學家。」
資方高度多元化，要建立 AI 第三極
APPSO 認為 AMI 的投資方非常有特色，內含深意。
正如前面提到，投資方包括貝佐斯遠征、英偉達、淡馬錫、軟銀、馬克·庫班、穆里耶家族、埃里克·施密特、Mistral、陽獅集團、三星、蒂姆·博納斯·李等——
有全球 AI 的霸主、新加坡/法國的主權基金和國投部門、歐洲最大的開源大模型公司、谷歌前 CEO、頂級科技大佬家辦——新錢老錢齊聚。
這種高度多元化的組合，在一輪投資表上一起出現極為罕見，呈現出明顯的全球地理分布但高度聚焦歐洲本土，利益關係遍布 AI 學術研究、基礎設施、工業、終端應用科技等多個層面的特色。
這筆融資的多元化屬性，背後的邏輯其實很有前瞻性：楊立昆曾解釋過，很多國家存在主權問題，它們希望對 AI 有一定的控制權。如果未來人們所有的資訊都只能經由美國閉源公司的模型，或者中國開源模型來中介，這不是一個令人愉快的未來。
楊立昆的判斷是，AI 會成為一個平台，而大多數平台最終都會走向開源。
AMI 要做的，是一個既不依附於美國，也不依附於中國的前沿 AI 公司，根據地在歐洲，路線是開源——打造一個 AI 的新「第三極」。
APPSO 中文獨家消息，轉載/引用請註明。
參考來源：
https://www.technologyreview.com/2026/01/22/1131661/yann-lecuns-new-venture-ami-labs/
