过去三年，ai领域几乎沿着同一路径全速前进。
从GPT-4到Claude，从Gemini到DeepSeek，整个产业的共识日益清晰：只要掌握更海量的数据、构建更庞大的模型、投入更强劲的算力，人类就将持续向通用人工智能（AGI）迈进。
这一范式驱动了近年来全球规模空前的科技资本涌入。OpenAI估值飙升至数千亿美元量级，Anthropic迅速成长为B2B AI市场关键力量，大量资金持续注入底层模型研发。几乎所有初创团队都在探索如何基于现有大模型开发落地应用，却鲜有人回溯一个更本质的命题——当前主流的大模型路径，是否真能通向AGI？
就在行业集体加码“更大即更强”的竞赛中，一位被公认为现代人工智能奠基者的人物，悄然转身，开启全新征途。
他是2018年图灵奖得主、Meta首席AI科学家、纽约大学教授，也是深度学习三大先驱之一的Yann LeCun。而他最新创办的公司AMI（Advanced Machine Intelligence），正聚焦于一个与当下主流截然不同的核心挑战。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
01┃ 当全行业紧盯GPT时，LeCun在思考什么？
近三年来，AI世界几乎被一种单一逻辑主导：参数更多、数据更广、训练更久、推理更深……
业内普遍默认：只要持续扩大规模，AGI便水到渠成。OpenAI如此推进，Anthropic如此布局，Google DeepMind亦步亦趋，甚至连xAI、Mistral、DeepSeek等新锐势力，也基本沿袭相似技术路线。
但Yann LeCun始终站在另一侧。事实上，过去几年中，他是公开质疑大语言模型（LLM）范式最坚定、最频繁的顶尖学者之一。他反复强调一个核心判断：
大语言模型能力卓著，却并未真正理解现实世界。
这话乍听略显违和——毕竟如今的GPT已能撰写代码、生成论文、完成复杂分析，甚至通过多项专业考试。然而LeCun指出，这些表现主要源于对海量文本中统计规律的极致拟合，而非对物理世界运行机制的内在把握。换言之，模型知道哪个词最可能接续出现，却不知其背后为何如此。
它能复述世界，却无法认知世界。
02┃ 三岁孩童轻松做到的事，AI至今难以企及
LeCun常以一个极简场景说明差距：将一只球置于桌面边缘，三岁孩子几乎瞬间就能预判——若继续轻推，球将坠落。他从未系统学习过牛顿力学，也未读过任何物理教材，却能自然做出因果推断。
因为他具备对世界的基本建模能力。
而当前最先进的大模型，恰恰缺乏这种基础能力。它们没有物理直觉，不具因果推理能力，缺乏对环境的持续感知与建模，也无法进行跨时间步的长期规划。多数情况下，它们只是依据历史语料，输出概率最高的响应序列。
正因如此，LeCun多年来持续倡导并深耕一个关键方向：
World Model（世界模型）。
在他看来，人类智能的本质并非语言处理，而是对现实世界的预测与模拟能力。语言仅是表达媒介，而对世界的理解才是智能的根基。
他认为，人类获取信息的绝大多数来源并非文字，而是视觉输入、空间感知、肢体动作与环境互动。语言只是智能的“输出接口”，绝非智能本身。一个真正逼近人类水平的AI系统，不仅需解析文本，更要掌握物理规律、理解因果链条、预判自身行为对环境的影响。
这正是AMI的核心使命。
03┃ AI的下一轮跃迁，未必来自“更大”的模型
回望过去十年的技术演进，会发现一条鲜明规律：划时代的变革，往往并非旧范式的简单放大。Google不是“增强版Yahoo”，iPhone不是“升级版诺基亚”，ChatGPT亦非“高级搜索引擎”。真正重塑格局的，永远是全新的技术范式。
如今，越来越多研究者开始意识到：Transformer架构或许并非终极答案，而更像AI发展长河中的一个关键阶段。这也促使全球顶尖实验室重新聚焦于以下方向：
- 世界模型构建
- 长期记忆机制
- 主动式学习框架
- 因果推理引擎
- 物理世界仿真建模
- 具身智能（Embodied AI）
AMI，正是在这一思想转向浪潮中应运而生。
它所攻坚的，从来不是如何写出更优美的文本，而是让AI像人类一样，真正感知、理解并预测现实世界。
04┃ 为何顶级资本正疯狂押注科学家？
对投资人而言，AMI最具吸引力的，并非当下的营收数字。
事实上，许多资深风投并不用传统SaaS公司的估值逻辑去评估这类企业。因其真正的稀缺资产，既非成熟产品，也非庞大用户群，而是定义下一代技术范式的能力与潜力。
过去二十年，LeCun推动卷积神经网络（CNN）成为计算机视觉的基石；随后，深度学习浪潮彻底重构AI产业图景。
因此，当这样一位科学家决定再度创业，资本关注的焦点早已超越短期财务指标，转而聚焦于：这家公司是否有望主导未来十年的技术演进路径？从这个意义上说，AMI更像一场面向未来的战略级长线投资。
05┃ AMI瞄准的真实市场，究竟有多大？
不少人初识AMI，会本能将其归类为又一家大模型公司。
但事实上，其目标市场远超对话式AI范畴。因为一旦世界模型走向实用化，其影响将穿透软件层，直接渗透至物理世界各个关键领域：
- 自动驾驶依赖对动态交通环境的实时建模
- 服务机器人需精准理解空间结构与物体交互
- 工业控制系统需预测产线复杂耦合行为
- 医疗AI亟需厘清疾病与干预之间的因果关联
- 科学发现过程可借助高保真世界模型加速验证
- 国防与应急系统需要高精度真实环境仿真能力
所有涉及真实世界感知、决策与行动的场景，都将成为该技术的天然沃土。 这些领域叠加形成的AI经济总量，或将达数十万亿美元量级。由此观之，AMI争夺的并非某个垂直赛道，而是未来AI认知基础设施的底层标准权。
06┃ 硅谷为何对AMI如此亢奋？
若将OpenAI比作AI时代的微软，Anthropic视为AI时代的Oracle，那么投资人迫切想确认的是：谁将成为AI时代的贝尔实验室？
谁将定义下一个十年的技术语言？谁将催生下一次架构级革命？
AMI的魅力正在于此：它代表的不是一次功能迭代，而是一次范式迁移。历史一再印证：创造最大长期价值的企业，往往并非最早推出产品的那批，而是最先确立规则、划定边界的先行者。
结语┃ GPT之后，AI的第二幕已然启程
过去三年，AI叙事围绕一个问题展开：谁能训练出参数最多、性能最强的大模型？
而未来十年，行业的重心或将转向三个更根本的命题：
- 谁能让AI真正读懂现实世界？
- 谁将构建下一代认知操作系统？
- 谁将主导通往AGI的技术主干道？
Yann LeCun创立AMI，正是对这一时代命题的躬身作答。
对大多数投资人而言，这家公司当前最珍贵的价值，既非营收、也非产品，甚至无关当下估值。它真正承载的，是一种颠覆性可能：当整个产业都在精调GPT时，有人正试图重写AI的底层定义。
本文来自微信公众号“硅兔君”（ID：gh_1faae33d0655），作者：硅兔君，36氪经授权发布。
