过去三年，AI行业几乎围绕着同一个方向高速狂奔。

从GPT-4到Claude，从Gemini到DeepSeek，整个行业的共识似乎越来越明确：只要拥有更多数据、更大的模型和更强的算力，就能够不断逼近通用人工智能（AGI）。

这一逻辑推动了过去几年全球最大的科技投资浪潮。OpenAI估值突破数千亿美元，Anthropic成为企业AI市场最重要的玩家之一，大量资本涌入基础模型赛道。几乎所有创业公司都在思考如何利用这些模型构建应用，而很少有人重新审视一个更底层的问题——今天的大模型路线，真的是通往AGI的最终答案吗？

就在整个行业不断追逐更大模型的时候，一位被视为现代人工智能奠基人的科学家，却选择重新出发。

他是2018年图灵奖得主、Meta首席人工智能科学家、纽约大学教授，也是深度学习三巨头之一的Yann LeCun。而他最新创立的公司AMI（Advanced Machine Intelligence），正在试图解决一个与当前行业主流方向截然不同的问题。

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……

整个行业似乎默认认为：只要不断扩大规模，就能够逐步逼近 AGI。OpenAI 在这么做，Anthropic 在这么做，Google DeepMind 在这么做，甚至连 xAI、Mistral、DeepSeek 等新兴玩家也在沿着类似路径前进。

但 Yann LeCun 却一直站在另一边。事实上，在过去几年里，他几乎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。

这句话听起来似乎有些反直觉，毕竟今天的 GPT 已经可以写代码、写论文、做分析，甚至通过各种考试，但 LeCun 认为，这些能力更多来自于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，模型知道什么词最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 经常举一个非常简单的例子：把一个球放在桌子边缘，一个三岁的孩子几乎立刻就知道，如果继续向前滚动，球会掉下去。他甚至从来没有学过物理学，也没有读过任何教材，但他能够预测未来。

因为他理解这个世界如何运作。

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。

这也是为什么过去几年，LeCun 一直在推动另一个概念：

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。

他认为，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，以及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，会发现一个有趣规律。科技史上几乎每一次重大技术变革，都不是简单地将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…

而 AMI，正是在这样的背景下诞生。

它真正试图解决的问题，并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这样一家企业。因为它真正稀缺的资产，并不是产品，也不是用户，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，而这一技术后来成为计算机视觉领域的基础设施。再往后，深度学习革命又重塑了整个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，它所瞄准的市场远远超出聊天机器人，因为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？

谁会定义未来十年的技术方向？谁会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。而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。

结语┃ GPT 之后，AI 还有第二幕

过去三年，AI 的故事围绕一个问题展开：谁能训练出最强的大模型？

而未来十年，行业或许会开始围绕另一个问题展开：

• 谁能让 AI 真正理解世界？
• 谁能建立下一代认知系统？
• 谁能定义通往 AGI 的技术路线？

Yann LeCun 创立 AMI，或许正是在回答这个问题。

对于大多数投资人来说，这家公司今天最大的价值，不是收入，不是产品，甚至不是估值。而是它代表着一种新的可能性：当整个行业都在优化 GPT 的时候，有人正在试图重新定义 AI。