捨棄語言中心論：LeCun 的實體世界願景
Meta 公司的前首席 AI 科學家、圖靈獎得主 Yann LeCun 近期宣佈其新創公司 AMI 已成功籌集 10 億美元資金。根據 Wired 的報導，這筆巨額融資將用於研發能真正理解物理規律而非僅僅模擬語言模式的 AI 系統。LeCun 長期以來一直公開批評目前主流的大型語言模型（LLM）路徑，認為僅靠文本預測無法實現人類水準的智慧。他創立 AMI 的目標是構建所謂的「世界模型」（World Models），讓 AI 能夠像嬰兒一樣，透過觀察和互動來學習重力、慣性與因果關係。
10 億美元背後的野心：為何實體 AI 如此昂貴？
AMI 的 10 億美元融資在目前的 AI 融資環境中依然顯得格外醒目。這反映了投資者對「實體 AI」（Physical AI）潛力的極高期待。與基於純文本數據訓練的模型不同，理解物理世界需要處理海量的視訊數據、感測器反饋以及模擬環境中的互動數據。這對計算資源的需求遠超目前的 ChatGPT。LeCun 認為，如果 AI 無法理解打翻水杯會發生什麼，它就永遠無法在現實世界中安全地駕駛汽車或操作機器人。AMI 計劃利用這筆資金建立超大規模的視訊自監督學習叢集，以克服 LLM 在邏輯推理與常識判斷上的先天缺陷。
與 Meta 的關係與學術界的反響
雖然 LeCun 曾長期領導 Meta 的 AI 研究，但 AMI 的成立標誌著他個人研究重點的重大轉移。Meta 目前仍專注於 Llama 系列模型的演進，而 LeCun 的「世界模型」理念則更具前瞻性。學術界對此反應兩極。一部分研究者認為，LeCun 是對的——語言只是智慧的冰山一角；另一部分人則擔心，在沒有語言引導的情況下學習物理常識可能需要幾十年的時間。然而，LeCun 引述了多篇 ArXiv 研究指出，視訊生成的進步已經證明了模型可以捕捉到物理規律的某些維度，AMI 的任務是將其從「生成」轉化為「理解」。
市場競爭：實體 AI 領域的群雄逐鹿
LeCun 的 AMI 並非實體 AI 領域的唯一玩家。Elon Musk 的 Tesla Optimus 團隊以及 Google DeepMind 都在開發自己的世界模型。然而，AMI 的優勢在於其純粹的研究導向與 LeCun 本人的學術威望。Google Trends 數據顯示，雖然「AI」的整體熱度趨穩，但「World Models」與「Physical AI」的搜尋熱度在近期融資消息傳出後顯著上升，尤其是在舊金山與倫敦等研發重鎮。投資者正在尋找 LLM 之後的「下一件大事」，而 LeCun 給出的答案就是——讓 AI 走入現實。
展望未來：從虛擬助理到實體夥伴
AMI 的願景如果成真，將徹底改變機器人產業。目前的機器人大多依賴預設的指令或特定場景的強化學習，缺乏對新環境的適應能力。具備世界模型的 AI 代理將能夠在未見過的環境中進行自主探索與推理。這不僅會加速無人駕駛的落地，還將開啟家庭輔助機器人的新紀元。儘管目前的融資高達 10 億美元，但 LeCun 承認，距離真正具備人類物理常識的 AI 仍有一段路要走。這場 10 億美元的賭注，賭的是 AI 能否打破語言的枷鎖，真正觸碰並理解這個物理世界。