人工智能先驱、前Meta首席AI科学家杨立昆（Yann LeCun）在2025年离职后，创立了先进机器智能实验室（AMI Labs），并迅速获得超过10亿美元的种子轮融资。本轮投资方包括英伟达以及管理杰夫·贝佐斯私人财富的基金，成为欧洲规模最大的种子轮融资之一。杨立昆的目标十分明确：打造超越ChatGPT、Claude和Gemini的新一代人工智能。

杨立昆在法国VivaTech科技展期间直言：“我们尚未拥有能像老鼠那样理解物理世界的机器人。”他认为，现有的大语言模型（LLM）虽然擅长编程和文本生成，但因为缺乏对现实世界的底层理解，永远无法应对做家务等复杂物理场景。他以竖立的笔为例：幼儿都知道松手后笔会倒下，但无法预测具体倒向；而大语言模型却试图基于统计模式给出单一预测，这往往违背物理现实。杨立昆指出，现实行动的结果具有高度不确定性，需要更灵活的AI架构。

为此，AMI Labs正在研发名为“联合嵌入预测架构”（JEPA）的系统。该系统通过复杂的数学运算创建现实世界的抽象概念，过滤无用信息，使AI能够评估行动后果，而非盲目预测细节。例如，JEPA驱动的AI会意识到预测笔的具体倒向并无意义，从而专注于更宏观的物理规律。

杨立昆的观点在业界引起共鸣。牛津大学应用人工智能教授英格马尔·波斯纳（Ingmar Posner）指出，未来十年的关键在于“可解释系统”，即AI需要理解因果关系及不同行动的潜在结果。波斯纳团队正在研究“机制化世界模型”（Mechanistic World Models），旨在结构化知识以便高效调用。这一概念源于2018年David Ha和Jürgen Schmidhuber的论文，随后催生了谷歌Dreamer等研究。去年，Dreamer变体通过在视频中模拟未来，学会了在游戏《我的世界》中收集钻石。此外，DeepMind的Genie模型、伦敦Wayve公司的Gaia系统，以及李飞飞2023年创立的World Labs，都在探索世界模型的新路径。

尽管人形机器人进展迅速，但训练其安全执行熨烫、整理洗碗机等任务仍困难重重。杨立昆断言：“大语言模型在机器人领域基本无望，单纯扩大规模无法实现超人类智能。”AMI Labs计划在今年剩余时间完善模型，并于明年率先在工业环境中投入使用。若成功，最终目标是打造只需极少微调即可应用的人工智能系统。