脫離 Meta 之後的新征程
圖靈獎得主、Meta 前首席 AI 科學家楊立昆（Yann LeCun）在離開 Meta 後，其新創公司 AMI Labs 於 2026 年 3 月 9 日正式宣布獲得 10.3 億美元的種子輪融資，公司投前估值已達 35 億美元。這項巨額融資由多個頂級風投領投，標誌著 AI 產業正經歷一場重大的範式轉移：從單純的「語言建模」轉向「世界建模」。
語言模型的極限與「物理常識」的缺失
楊立昆長期以來一直對當前的自回歸大語言模型（LLM）持批評態度。他認為，人類大約 90% 的知識來自於與物理世界的觀察與互動，而非語言。目前的 AI 雖然能寫出流暢的文字，但往往缺乏對物理世界的基本認知——例如，它們不知道放手後物體會下落，或者無法準確預測物體在受力後的運動軌跡。
AMI Labs 的核心使命是研發「世界模型」（World Models）。根據 Wired 報導，楊立昆主張人類級別的 AI 必須掌握物理世界的運作規律。這不同於 ChatGPT 預測下一個單詞的方式，AMI 的模型將採用他提倡的「聯合嵌入預測架構」（JEPA），旨在讓 AI 能像生物一樣學習因果關係與物理限制。
產業佈局：算力與演算法的雙重保障
為了支撐龐大的運算需求，AMI Labs 已與輝達（Nvidia）簽署了大規模的算力協議。根據 TechCrunch 報導，這項交易涉及至少 10 億瓦（GW）級別的算力資源，且輝達也對 AMI 進行了戰略投資。這顯示出硬體巨頭也看好「物理 AI」的未來前景。與此同時，另一家公司 Thinking Machines Lab 也與輝達達成了類似的巨額算力協議，預示著下一代 AI 的競爭焦點將集中在「模擬真實世界」的能力上。
科研證據：為什麼需要「世界模型」？
根據最近發表在 arXiv (arXiv:2603.08706) 的研究顯示，單純基於模仿學習訓練的代理，往往缺乏對行動質量的認知，因為它們不知道「為什麼」要這樣做。世界模型則能透過「對比學習」讓 AI 理解不同行為產生的物理後果。楊立昆的 JEPA 架構在學術界已被證實能比傳統模型更有效地處理非語言數據。科學文獻指出，這種架構有望解決 AI 的「幻覺」問題，因為模型將受到物理事實的硬性約束，而不僅僅是統計機率。
市場趨勢：AI 投資的轉向
根據 Google Trends 資料，「World Models」與「JEPA」的搜尋關注度在過去一週內增長了 300%。投資者正逐漸意識到，單純堆砌參數的語言模型競爭已進入紅海，而能讓 AI 具備「實體操作能力」的技術才是通往通用人工智慧（AGI）的真鑰。目前，這股熱潮也延續到了機器人領域，因為機器人正是最需要物理認知的應用場景。
結語：AI 的下一個十年
楊立昆的 10 億美元融資不僅僅是一個商業新聞，它代表了 AI 科學界對未來路徑的重新思考。如果 AMI Labs 能夠成功研發出成熟的世界模型，AI 將不再只是屏幕上的對話窗口，而是能理解物理世界、甚至在現實中進行精密操作的智能實體。我們正處於 AI 從「文科生」轉向「理科生」的關鍵轉折點。