Yann LeCun 终于不装了。
去年 11 月他离开 Meta 时只留了一句话："我自己干会更快、更便宜、更好。"四个月后，AMI Labs 完成 10.3 亿美元种子轮融资——欧洲历史上最大规模的种子轮，估值 35 亿美元。英伟达、三星、Sea、Alpha Intelligence Capital 全在桌上。
这不是又一个套壳创业公司。LeCun 要做的，是用 V-JEPA 架构建一个"理解物理世界"的 AI 系统，和他口中那条"死路"——大语言模型——直接对打。
世界模型 vs LLM：一场被押了 10 亿的赌局
AMI 全称 Advanced Machine Intelligence，总部在巴黎。LeCun 任联合创始人兼执行主席，华人科学家谢赛宁（DiT 论文共同作者）已确认加盟。
技术路线很明确：不靠下一个 token 预测堆砌智能，而是让模型学会"理解"——建立对物理世界的内部表征，具备持久记忆和规划能力。这正是 JEPA（Joint Embedding Predictive Architecture）的核心思路，LeCun 从 2022 年就开始反复论述的方向。
为什么现在？ 因为 LLM 的 scaling 红利正在肉眼可见地收窄。GPT-6、Claude Opus 4.7、Gemini 3 系列——参数越来越大、成本越来越高，但能力增长的边际曲线在变平。LeCun 的判断是：预测下一个词不等于理解世界。
这个判断对不对，目前没人能下定论。但 10.3 亿美元的种子轮本身就是一个信号：资本市场开始给"非 LLM 路线"定价了。
投资人为什么买单
10.3 亿种子轮听起来离谱，但拆开看有逻辑：
- 英伟达在赌算力需求的多样化。如果世界模型成为新范式，训练和推理的芯片需求会是另一套故事。
- 三星看中的是端侧部署的可能性。世界模型如果能做到更高效的表征学习，对手机、AR 设备的意义不亚于对云端。
- Sea（东南亚互联网巨头）的参与说明 AMI 的落地场景不止在欧美。
估值 35 亿美元，对于一个还在建团队的公司来说不便宜。但考虑到 LeCun 的个人品牌和 JEPA 路线的理论基础，这个定价不算疯狂——更像是对"如果 LLM 不是终局，那谁是"这个问题的一份期权。
和 Ineffable Intelligence 的对比
同月，前 DeepMind 核心研究员 David Silver 创立的 Ineffable Intelligence 也拿了 11 亿美元种子轮（红杉领投，英伟达、谷歌参投），估值 51 亿美元。两家公司都在挑战 LLM 范式，但路径不同：Silver 走的是强化学习 + 推理的方向，LeCun 走的是世界模型 + 表征学习的方向。
两笔融资加起来超过 21 亿美元。这不只是钱的问题——这是 AI 研究范式可能出现分叉的早期信号。
判断
AMI Labs 不是来抢 Coding Agent 生意的。它的目标更远，风险也更大。世界模型路线能不能走通，取决于两个问题：表征学习的效率能否在大规模数据上验证，以及这种架构能不能在实际应用中找到 LLM 做不到的场景。
短期不会有任何产品级的东西出来。LeCun 自己也说过，这是个"五年起步"的项目。
但 10.3 亿美元的种子轮说明一件事：已经有足够多的钱在赌 LLM 不是终点了。 这笔钱够烧很久，也够吸引一批顶级研究者离开 OpenAI、Google DeepMind 和 Anthropic。
下一步观察点：AMI Labs 的首个技术论文什么时候发，以及谢赛宁团队在视频/3D 表征方向的具体进展。如果 JEPA 在视觉理解上能拿出比现有模型更高效的表征，那 LLM 阵营确实该紧张一下了。
主要来源：
- 百度百科 AMI Labs 词条
- 新浪科技 2026-05-09 热点报道
- 各源关于 LeCun 离职 Meta 及 AMI Labs 成立的综合报道