AI教父下场创业：硅谷押注下一代范式
01┃当所有人都在追 GPT 时，LeCun 在思考什么？
过去三年，AI世界几乎被同一个逻辑统治：模型更大、参数更多、训练数据更多、推理能力更强……整个行业默认认为，只要不断扩规模，就能逐步逼近AGI。OpenAI、Anthropic、Google DeepMind，连xAI、Mistral、DeepSeek这些新玩家，都在沿着类似的路径狂奔。 但Yann LeCun一直站在另一边。事实上，过去几年里，他是公开质疑大语言模型路线最频繁的顶级科学家之一。他反复强调一个观点： 大语言模型很强，但它们并不真正理解世界。 这话听起来有点反直觉——今天的GPT能写代码、写论文、做分析，甚至通过各类考试。但LeCun认为，这些能力更多来自海量数据中的统计规律，而不是对现实世界本身的理解。换句话说，模型知道哪个词最有可能出现在下一个位置，却不知道为什么会出现。 它可以描述世界，但并不真正理解世界。02┃一个三岁小孩都能做到的事，AI 却不会
LeCun经常举一个简单的例子：把一个球放在桌子边缘，一个三岁的孩子几乎立刻就知道，如果继续向前滚，球会掉下去。他从来没学过物理，也没读过教材，但他能预测未来——因为他理解世界如何运作。 而今天最先进的大模型，其实并不具备这种能力。它们没有真正的物理直觉、没有因果理解、没有世界认知、没有长期规划。很多时候，它们只是根据训练数据猜测最可能出现的答案。 这也是过去几年LeCun一直在推动另一个概念的原因： World Model（世界模型）。 在他看来，人类智能的核心不是语言，而是对世界的预测能力。语言只是表达工具，理解世界才是真正的智能来源。人类获取的信息绝大多数并非来自语言，而是来自视觉、空间、动作和环境交互。语言只是智能的表达方式，而不是智能本身。一个真正接近人类认知水平的AI系统，不仅需要理解文字，更需要理解世界如何运作，理解因果关系如何形成，理解自己的行为会产生怎样的结果。 这也是AMI最核心的研究方向。
03┃AI 的下一场革命，可能不是更大的模型
如果回顾过去十年的科技史，会发现一个有趣的规律。几乎所有重大技术变革，都不是简单地把上一代技术做得更大。Google并不是更大的Yahoo，iPhone也不是更大的诺基亚，ChatGPT也不是更大的搜索引擎。真正改变行业格局的，往往是新的技术范式。 而今天，越来越多研究者开始意识到：Transformer或许不是终点，它更可能只是AI发展过程中的一个阶段。这也是为什么越来越多顶级实验室开始重新研究世界模型、长期记忆、主动学习、因果推理、物理世界建模、具身智能…… AMI，正是在这样的背景下诞生。 它真正试图解决的问题，不是如何生成更好的文本，而是如何让AI像人一样理解现实世界。04┃为什么资本开始疯狂追逐科学家？
对于投资人而言，AMI最吸引人的地方，并不是今天的商业收入。事实上，很多顶级投资人并不会用传统软件公司的逻辑去看待它。这家公司真正稀缺的资产，不是产品，不是用户，而是创造下一代技术范式的可能性。 过去二十年，Yann LeCun参与推动了卷积神经网络的发展，这项技术后来成为计算机视觉领域的基础设施。再往后，深度学习革命重塑了整个AI产业。因此，当这样一位科学家决定重新创业时，资本关注的并不是公司今年能产生多少收入，而是它是否有机会影响未来十年的技术路线。从这个角度看，AMI更像是一场关于未来的长期押注。
05┃AMI 真正争夺的市场有多大？
很多人看到AMI，会下意识认为这又是一家大模型公司。但实际上，它瞄准的市场远远超出聊天机器人——一旦世界模型真正成熟，受影响的将不仅是软件行业，而是整个现实世界。 - 自动驾驶需要理解物理环境 - 机器人需要理解空间关系 - 工业自动化需要预测复杂系统 - 医疗AI需要理解因果关系 - 科学研究需要建立世界模型 - 国防系统需要模拟真实环境 几乎所有涉及现实世界交互的场景，都可能受益于这一方向的发展。这些场景共同构成了未来数十万亿美元规模的AI经济。从这个角度看，AMI所争夺的并不是某一个应用赛道，而是未来AI底层认知架构的标准。06┃为什么硅谷投资人如此兴奋？
如果把OpenAI看作AI时代的微软，把Anthropic看作AI时代的Oracle，那么很多投资人希望知道：谁会成为AI时代的Bell Labs？谁将定义未来十年的技术方向？谁将创造下一次真正的架构革命？ AMI的吸引力恰恰来自这里：它代表的不是一次产品创新，而是一种范式创新。历史已经无数次证明：真正创造最大价值的公司，往往不是最先做产品的人，而是定义规则的人。