10.3亿美元，杨立昆融了欧洲最大一笔种子轮，他要把产品卖回Meta
本文来自微信公众号： 极客公园 ，作者：桦林舞王，编辑：靖宇，原文标题：《10.3 亿美元！杨立昆融了欧洲最大一笔种子轮，他要把产品卖回 Meta》
教父终于有机会证明，为什么LLM是死胡同了。
当地时间3月9日，「AI教父」杨立昆（Yann LeCun）的新公司AMI Labs（先进机器智能实验室），正式宣布完成10.3亿美元融资，估值35亿美元——这也是欧洲史上最大的种子轮。
投资人包括英伟达、贝索斯家族投资机构、新加坡淡马锡，以及万维网之父Tim Berners-Lee、前谷歌CEO Eric Schmidt等一批重量级个人投资者。
这是一个很有意思的名单。
押注他的人，同时也是这场他要「颠覆」的AI浪潮的最大受益者。
从「偏执狂」到「创业者」
过去几年，如果你在AI圈混，大概率见过杨立昆在X上吵架。
他是2018年图灵奖得主，卷积神经网络（CNN）的奠基人之一，在Meta担任首席AI科学家整整12年。但他在圈子里最出名的标签，不是这些头衔，而是：他坚持认为，以ChatGPT为代表的大语言模型（LLM）根本走不到AGI，是一条死路。
这话他不是说一两次了。
从学术论坛到Twitter，他一次次抛出同一个判断：LLM不理解物理世界，无法真正推理，靠scaling堆算力注定有天花板。圈子里有人认同他，更多人觉得他固执——毕竟OpenAI、Anthropic、Google都在LLM上狂奔，估值一路飙，哪里看起来像是死路？
2025年11月，他宣布即将离开Meta。
2025年12月，他在LinkedIn上确认了新公司：AMI Labs，由他担任执行董事长，CEO是他从法国健康科技公司Nabla挖来的Alexandre LeBrun（亚历克斯·勒布伦）。公司落地巴黎，定位明确：押注世界模型，不做LLM。
当时披露的计划是融资5亿欧元、估值30亿欧元。三个月后，实际落地数字是10.3亿美元、估值35亿美元——超出预期。
世界模型，到底在「赌」什么
要理解这笔钱押注在哪里，得先搞清楚世界模型（World Models）和LLM的区别。
一个粗糙但有用的类比：LLM是读了海量书本之后学会说话的AI，世界模型是在真实世界里跌打滚爬之后学会行动的AI。
LLM的训练数据是文本——大量文本。它学会了语言模式，学会了「哪个词经常跟哪个词连在一起」，但它从未真正理解过「苹果落下来是因为重力」「这条路堵死了就得绕行」这类物理因果逻辑。给它看再多文字，它也不会真的「懂」一个球被扔出去会落在哪里。
世界模型的训练数据来自真实物理世界的感官输入——摄像头、传感器、触觉、运动数据。它的目标不是预测下一个词，而是预测「如果我做了这件事，接下来世界会变成什么样」。这种能力，恰好是机器人、具身智能、自动驾驶最核心的需求。
杨立昆打过一个比方：一个婴儿几个月内就能理解物体永久性、重力、因果关系。但LLM喂了几万亿个token，依然做不到这些。
问题不在于参数不够多，而在于训练方式从根上就不对。
「Meta可能是我们的第一个客户」
融资名单里有一个细节值得停下来看：英伟达参与了这轮投资。
英伟达是这轮LLM浪潮最大的赢家，卖铲子卖到市值一度超过3万亿美元。它同时押注一家坚持「LLM路线有问题」的公司，说明它在对冲——也说明它相信物理世界AI是下一个真实的大市场。
杨立昆在接受MIT Technology Review采访时说了一句耐人寻味的话：「我们的工作和Meta不是直接竞争。Meta专注生成式AI和LLM，我们专注物理世界的世界模型。Meta可能是我们的第一个客户。」
AMI Labs官网上的宣言｜图片来源：AMI Labs
AMI Labs不是在说「我要替代ChatGPT」，而是在说「LLM覆盖不了的地方，我们来做」。两条路线在当下并不直接冲突，这也是为什么这轮融资能拿到如此多跨阵营的支持。
当然，这个赛道并不是AMI Labs一家在跑。
李飞飞的World Labs估值已到50亿美元，专注物理世界的视觉推理；Google DeepMind的Genie 3项目，在实时模拟3D世界上也有进展。
2026年，世界模型正在从一个研究方向，变成一条真实的创业赛道。
有一个历史细节值得放在这里：当年深度学习沉寂多年，是杨立昆和Hinton、Bengio三个人顶着「神经网络没用」的主流嘲笑坚持推进，才有了今天整个AI行业的爆发。
那时候他也是「异见者」，也有人觉得他固执。
不是说历史一定会重演。但现在他的身份变了——从「说话的批评者」变成「真金白银下注的创业者」。
辞掉Meta首席AI科学家的职位，拿出10亿美元，找来贝索斯、英伟达、Eric Schmidt一起押注。
这不再是一句「LLM是死路」的推文，这是他的正式答案。
。
