LeCun新公司10.3亿美元种子轮融资，三顾茅庐拉谢赛宁入伙

图灵奖得主，深度学习先驱LeCun主导的初创企业AMI（Advanced Machine Intelligence，先进机器智能），官宣完成10.3亿美元种子轮融资，投前估值高达35亿美元。

LeCun曾在一次访谈中谈到要招募谢赛宁：“谢赛宁是一名杰出的研究者，我已经聘请过他两次了，之前在FAIR和纽约大学，我就说服了我的同事们要招聘他。”

三顾茅庐，终于拉谢赛宁入伙。

这家汇聚了华人顶尖学者谢赛宁以及海量资本的明星公司，抛弃了当前主流的大语言模型路线。

研发重心转向能够真正理解物理世界，并具备推理与规划能力的联合嵌入预测架构。

吸引了英伟达和贝索斯等商业巨擘的注资，在底层技术上为通用人工智能的演进提供了更为安全可控的全新解法。

豪华团队刷新初创公司融资纪录

AMI总部位于巴黎，LeCun曾表示要做中美之外的AI第三极。成立不到三个月的时间，就用惊人的吸金能力震撼了整个科技圈。

在此之前，世界模型领域的融资最高纪录，由人工智能教母李飞飞创立的公司保持，金额为10亿美元。

LeCun带领的这支新锐力量，高达10.3亿美元的种子轮融资金额，推高了3000万美元。

资本市场的狂热追捧完全建立在这家公司极其奢华的创始团队阵容之上。

65岁的LeCun作为现代人工智能领域的奠基人之一，不仅在2018年摘得计算机科学最高荣誉图灵奖，更是卷积神经网络架构的真正发明者。

过去十几年间，他一手缔造了Meta人工智能研究院，并主导了众多深刻改变行业走向的基础研究项目。

离开老东家开启创业之旅后，他选择出任新公司的执行董事长，全盘掌舵技术演进的方向。

陪伴这位技术泰斗一同起航的，是一支清一色的顶尖实干家队伍。

首席执行官Alex LeBrun是一位久经沙场的法国连续创业者。

他曾经创立的人工智能对话企业被Meta收购，随后又成功创办了医疗智能独角兽企业Nabla（纳布拉）。

在技术最高决策层，备受瞩目的华人青年科学家谢赛宁出任首席科学官。

这位在纽约大学担任助理教授的顶尖学者，曾在谷歌深度智网团队以及Meta人工智能研究院留下过浓墨重彩的科研足迹。

谢赛宁与LeCun经过长时间的接触与理念碰撞，终于决定在2026年春夏季学期暂别大学教职，全身心投入到新一代智能系统的研发洪流中。他的到来直接为新公司注入了世界级的技术研发底气。

除此之外，公司的管理与研究框架中还镶嵌着多位行业重量级人物。

AMI世界模型副总裁Michael Rabbat曾是Meta人工智能研究院的创始成员，常年统领全球数据中心的人工智能优化与分布式系统工程。

香港科技大学讲席教授冯雁出任首席研究与创新官，为团队带来以人为本的智能交互研究视角。

前Meta欧洲副总裁Laurent Solly则担任首席运营官，全面接管公司的全球化战略协调与商业运作。

在这套堪称梦之队的人才班底背后，站着一份星光熠熠的全球顶级投资人名单。

凯辉创新、Greycroft（格雷克罗夫特）、Hiro Capital（希罗资本）、HV Capital（高压资本）以及亚马逊创始人Jeff Bezos的个人投资机构共同领投了这一轮破纪录的融资。

参投方中不仅有提供算力霸权的英伟达，还有精通硬件制造的三星与丰田创投。

前谷歌掌门人Eric Emerson Schmidt以及万维网发明者Tim Berners Lee的个人注资，更是为这家公司的技术愿景投下了极具分量的信任票。

告别文本接龙走向真实世界理解

整个科技界愿意为这样一个初创团队投入近百亿人民币，根本原因在于他们正在解答当前人工智能领域最致命的瓶颈问题。

目前风头无两的大语言模型，本质上都是在玩一场规模极其庞大的文字接龙游戏。

系统通过阅读人类社会积累的海量文本，学会了根据上文的统计规律去猜测下一个最有可能出现的词汇。

这种基于概率的文本预测机制在处理日常对话和文章撰写时表现得异常出色。

纯粹的语言模型存在着无法逾越的认知鸿沟。

文字只是人类用来描述物理世界的一种极度压缩的信息符号，它丢失了真实世界中海量的时空与因果细节。

仅仅通过阅读文字来学习世界规律，就像是一个从未下过水的人仅仅通过阅读游泳手册来学习游泳。

大脑里装满了流体力学的专业词汇，一头扎进泳池里依然会立刻感受到窒息的恐慌。

真实世界的数据形态远比文字复杂千万倍。

来自摄像头、麦克风以及各类工业传感器的数据，呈现出高维度、连续不断且充满随机噪声的特征。

现实物理空间里充满了不可预测的细枝末节，一阵风吹过树叶的摆动轨迹、水滴落入池塘溅起的水花形态，都是完全随机且无法精确计算的。

要求一个智能系统去精准预测这些无关紧要的细节，不仅毫无意义，还会白白耗尽极其珍贵的算力资源。

基于上述深刻的行业洞察，LeCun团队坚决摒弃了继续扩大语言模型参数规模的老路。

他们笃定真正的智能必须起源于对三维物理空间的深刻感知与互动。

机器只有在理解了万有引力、空间阻挡以及物体运动惯性等最基础的物理法则后，才能真正具备逻辑推理与长期规划的能力。

构建能够看懂、听懂并能推演物理规律的系统，成为了摆在全人类面前最紧迫的科技命题。

大语言模型固有的概率采样机制，决定了它们永远无法彻底根除幻觉问题。

想要将人工智能真正应用到医疗诊断、自动驾驶以及精密工业制造等性命攸关的领域，必须另起炉灶寻找全新的技术解法。

抛弃像素级预测的全新技术路线

LeCun提出的联合嵌入预测架构（JEPA ），与目前市面上极其火爆的文生视频模型有着本质的区别。

以谢赛宁曾经深度参与研发的，成为今天图像、视频生成底层核心架构的扩散变换器架构（DiT）为例，现有的视频生成技术大多致力于在像素级别上重构画面。

系统在接收到文本指令后，会拼尽全力去计算并生成每一帧画面中的几百万个像素点。

像素级生成的计算代价极其高昂，同时在决策规划层面显得异常笨拙。

设想一下人类在公路上驾驶汽车的场景。有经验的司机根本不会去在意路旁树叶的具体纹理，也不会去精准预测天上云朵的形状变化。人类大脑会自动屏蔽掉这些无关紧要的视觉噪声，将全部注意力集中在前方车辆的距离、行人的移动轨迹以及红绿灯的变化上。

联合嵌入预测架构正是对人类这种高效认知方式的完美复刻。

系统首先通过一个强大的编码器，将来自真实世界的复杂感官数据压缩成高度浓缩的抽象表征。

在这个高维度的表征空间里，所有不可预测的光影变化和背景噪声都被彻底剔除。系统只保留那些对理解当前局势和制定未来决策真正有用的结构化信息。

完成信息压缩后，架构中的预测器模块开始发挥核心作用。

它不再像视频模型那样去预测下一秒的画面长什么样，而是直接预测事物本质状态的发展趋势。

加入了行动条件输入后，这套系统便具备了极其强大的推演与规划能力。

智能体可以在虚拟的内部世界里提前模拟自己的动作会引发何种物理后果。在真正采取行动之前，它已经在脑海中排演了成百上千种可能性，并根据安全约束条件筛选出最佳的执行方案。

这种对物理规律的抽象提取能力，正是通用人工智能所急需的基石。

不再执着于画出精美的图像，而是专注于理清世界的运转逻辑。

将有限的计算资源全部倾注在因果关系的推导上，这使得系统能够在应对未知环境时展现出惊人的适应性。

基础研究与商业落地的长跑

手握着颠覆性的底层理论框架和充足的研发资金，AMI并没有急于迎合市场的短期变现焦虑。

管理层极其坦诚地对外公开了公司的商业化节奏。从设立之初就明确了自身的定位，它不是那种渴望在三个月内快速推出套壳产品、在半年内实现规模化营收的典型硅谷互联网企业。

面对外界的高度关注，管理团队做好了打持久战的准备。公司将在前期把绝大部分精力投入到算法架构的迭代以及大规模分布式系统的优化之中，稳扎稳打地推进底层基座的构建工作。

长远的科研视野并不意味着完全脱离产业实践。

为了让理论研究不至于变成空中楼阁，公司已经在积极寻找极其苛刻的落地试炼场。

根据最新的业务布局，首席执行官曾经创立的医疗智能公司成为了首个公开宣布的战略合作伙伴。

在医疗赛道上，哪怕是极其微小的逻辑错误都会引发不可挽回的灾难。这种对绝对可靠性的极致追求，将成为倒逼世界模型快速成熟的最佳催化剂。

除了医疗领域，这家新锐企业还将目光锁定在了制造业、汽车工业、航空航天以及生物制药等硬核实体产业。

这些行业每天都在产生海量的连续传感器数据，并且对自动化系统的安全性和可控性有着极度严苛的标准。一旦联合嵌入预测架构能够在这些场景中证明自身的推理价值，其所能撬动的商业版图将远远超过现有的文本生成应用市场。

在商业模式之外，这群技术理想主义者依然坚守着极为难得的开源信仰。

LeCun始终坚定地捍卫着技术共享的价值。团队承诺将持续在顶级学术期刊上发表研究论文，并尽可能地将核心代码库向全人类开放。

他们坚信建立一个开放繁荣的全球研究生态，吸纳全世界最聪明的头脑共同参与演进，才是推动人类社会迈向真正智能的唯一坦途。

参考资料：

https://techcrunch.com/2026/03/09/yann-lecuns-ami-labs-raises-1-03-billion-to-build-world-models/

https://x.com/sainingxie/status/2031236308383748267