圖靈獎得主募得逾千億元——「世界模型」會是下一個AI主戰場嗎？

楊立昆（Yann LeCun）共同創辦的AMI Labs完成10.3億美元融資，估值35億美元。世界模型AI與LLM有何根本差異？對亞洲市場意味著什麼？

當一個AI系統在醫療場景中「一本正經地說謊」，代價可能是一條人命。這正是讓兩位AI領域頂尖人物決定從頭重建AI的根本原因。

十億美元，押注一個尚未成熟的技術

2026年3月，由深度學習先驅、圖靈獎得主 楊立昆（Yann LeCun） 共同創辦的法國AI實驗室 AMI Labs，宣布完成 10.3億美元（約新台幣330億元）的融資，融資前估值達到 35億美元。這是楊立昆去年離開 Meta 後，以共同創辦人兼董事長身份參與的第一個重大項目。

值得注意的是，這筆錢並非押注在一個即將上市的產品上——公司明確表示，短期內沒有商業化計畫，距離實際應用可能還需要數年時間。然而資金仍然大量湧入，這本身就是一個值得深思的訊號。

投資方陣容相當多元：領投方包括Cathay Innovation、Greycroft、HV Capital等；個人投資者涵蓋全球資訊網發明者 提姆·伯納斯-李（Tim Berners-Lee）、前Google執行長 艾瑞克·施密特（Eric Schmidt）、知名投資人 馬克·庫班（Mark Cuban）；企業投資者則包括 ***NVIDIA、Samsung、Toyota Ventures、Temasek（新加坡淡馬錫）*，以及法國工業集團 達梭集團 和廣告巨頭 陽獅集團（Publicis Groupe）。

淡馬錫 的參與尤其值得關注——這家新加坡國家主權基金的入場，代表東南亞地區對這項技術的高度重視，也呼應了AMI Labs將新加坡列為四大核心據點之一的戰略布局。

LLM的天花板，與「世界模型」的野心

要理解AMI Labs為何能在尚未有產品的情況下募得超過十億美元，必須先理解他們在解決什麼問題。

目前主流的大型語言模型（LLM）——包括ChatGPT、Gemini、Claude的底層技術——本質上是從海量文字資料中學習語言模式。它們擅長生成流暢的文字，卻不真正「理解」現實世界的物理規律與因果關係。這導致了「幻覺（Hallucination）」現象：AI以高度自信的語氣輸出錯誤資訊。

廣告合作

[email protected]

在一般場景，這或許只是個笑話素材。但在醫療領域，錯誤的診斷建議可能直接危及生命。AMI Labs的CEO 亞歷山大·勒布朗（Alexandre LeBrun） 正是在擔任數位健康新創 Nabla CEO期間，親身體驗到這個問題的嚴峻性，進而與 楊立昆 走向同一個結論：現有LLM架構存在根本性的局限。

AMI Labs 的技術核心是 楊立昆 於2022年提出的 JEPA（聯合嵌入預測架構，Joint Embedding Predictive Architecture）。這個架構不從語言出發，而是試圖讓AI直接學習現實世界的結構——物體如何移動、事件如何發展、物理規律如何運作。目標是打造一個真正「理解世界」而非「理解語言」的AI系統。

勒布朗 對此毫不掩飾其難度：「AMI Labs是一個非常有野心的項目，因為它從基礎研究出發。這不是那種三個月出產品、六個月有營收、十二個月ARR破千萬美元的典型應用AI新創。」

「世界模型」即將成為下一個buzzword？

勒布朗 帶著一絲自嘲地預言：「我的預測是，『世界模型』將成為下一個流行詞。六個月內，每家公司都會自稱世界模型公司來募資。」

這個預言並非空穴來風。在AMI Labs之前，AI先驅 李飛飛（Fei-Fei Li） 創辦的 World Labs 上個月單月就完成了 10億美元 融資；歐洲新創 SpAItial 也以 1,300萬美元 的種子輪規模，創下歐洲早期AI新創的融資紀錄。「世界模型」這個賽道，正在從學術圈快速溢出至資本市場。

然而，勒布朗 說這話時面帶微笑，因為他認為 AMI Labs 與即將蜂擁而至的「世界模型」公司有本質差異：他們的目標是真正理解現實世界，而不是換個名稱繼續做LLM的變體。

在策略上，AMI Labs 選擇了開放研究路線——公開論文、開源程式碼。這與近年來AI頭部公司普遍走向閉源的趨勢背道而馳。勒布朗 的邏輯是：「開放讓事情進展更快，建立社群和研究生態系符合我們的長期利益。」這也延續了 楊立昆 在 Meta 旗下AI研究室 FAIR 時期的學術開放精神。