AMI创始人拒用AGI标签：真实世界智能才是关键

点击蓝字 关注我们

SUBSCRIBEto US

Image Credits:SBVA

当前AI行业热衷于将自身技术冠以“通用人工智能（AGI）”或“超级智能”之名，但Yann LeCun旗下世界模型初创公司AMI Labs的首席执行官Alexandre LeBrun却坚决回避这些术语。勒布伦在接受TechCrunch采访时明确表示，公司内部从不使用“AGI”或“超级智能”这类词汇。

“我们从未提及AGI。我注意到，现在业内连这个词都不提了，全改叫‘超级智能’，”他说，“过一阵子他们又会换新词。”他同样质疑这一新标签：“这个概念根本缺乏清晰统一的定义。什么是超级智能？我说不出。这个词几乎没有实际意义。”

这位身处AI前沿的创始人，立场坚定而清醒。

上周，LeBrun赴首尔参加国际机器学习大会期间，TechCrunch对其进行了专访。此行旨在寻找本地产业伙伴、全球企业与科研人才。AMI Labs虽尚未发布正式产品，但已与机器人、制造及电子行业的多家厂商展开合作。LeBrun解释，世界模型融合物理规律、能预测并交互现实世界，其价值必须在真实场景中验证。

机器人领域被广泛视为世界模型最具潜力的应用方向。LeBrun指出，当前机器人仅能执行预设程序，行为“极度僵化”；在真实物理环境中，AI表现依然“相当笨拙”。

即便AI仅赋予机器人“环境感知”能力，也将彻底改变行业格局。他举例：曾有一台机器人在公开活动中边跳舞边打拳，险些踢到孩子；若搭载环境感知AI，此类事故本可避免。“硬件已极度先进，近几个月进展惊人，但机器人仍缺一颗会思考的‘大脑’。”

LeBrun表示，大语言模型（LLM）擅长预测下一个词、生成文本，而世界模型的核心是预判环境的下一状态。比如轻碰桌边玻璃杯，人能自然预判它会倾倒、液体洒出——这种与生俱来的直觉，正是世界模型试图复现的能力：预测现实世界的后续变化。

LeBrun不认为世界模型优于大语言模型。在面向物理世界的AI系统中，二者互补，不可替代。他以人脑作比：人脑同时具备语言处理与逻辑推理能力。LLM仍是处理语言最高效的工具，而世界模型则提供环境感知与现实认知。

LeBrun认为，几乎所有涉及实体世界的行业，未来都将受益于搭载世界模型的机器人。他指出，处理物理环境正是大语言模型的最大短板。

他提到，工厂中执行重复动作的机器人尚能稳定运行，但若将其置于家庭、街道等开放场景，问题便显现：机器人必须识别环境并安全操作。“当前机器人并不安全，行业尚未出现成熟解决方案。”

因曾创办AI医疗公司Nabla，LeBrun以医疗为例给出直观解读。他将现有AI系统比作“只读过教科书、从未实习的医生”。他认为，LLM在医疗中仅能覆盖“1%”场景，其余99%依赖对真实情境的实操认知。

但LeBrun坦言，世界模型无法仅靠实验室构建。这位CEO强调，要让模型学习真实世界的运行规律，AMI Labs必须接入真实场景，并寻求深度产业合作。“我们需要真实线下环境，与伙伴协同才能事半功倍。”这也是他此行亚洲的核心原因——机器人、芯片与高端制造产业高度集中于此。

LeBrun尚未公开公司在亚洲的完整规划，称“时机尚不成熟”。但他看好韩国，原因有二：其一，韩国在机器人、半导体、制造领域领先，而这些重度依赖硬件的赛道，正是第一代AI技术几乎未触及的领域。

其二，是发展速度。LeBrun指出，韩国政府持续重金投入AI，且热衷率先落地新技术，过往成果显著。“25年前，韩国就是全球互联网普及最快国家。”深厚的工业根基，叠加开放拥抱AI的态度，他认为这是独一无二的优势，也是“我们从初期就选择布局韩国”的根本原因。

SBVA首席执行官、AMI Labs亚洲投资方代表JP Lee在接受TechCrunch采访时说：“我一直劝Alex和团队来韩国。”

Lee表示，韩国政府大力支持本土大语言模型研发，成效显著。这些模型在通用任务上已足够成熟，但他仍呼吁加大对实体AI的投入。他举例，首尔6月发布产业规划，拟投入约8800亿美元布局芯片、AI数据中心与实体AI，列为三大支柱之一。“各板块需协同推进。”

Lee认为，韩国对外国企业的价值不止于硬件。本地开发者乐于快速掌握并改造新工具，在此氛围下，诞生了Naver、Kakao等本土巨头。

尽管团队阵容强大、融资达十亿美元，AMI Labs至今仍未推出任何可售产品。这家由图灵奖得主Yann LeCun离开Meta后联合创立的公司，今年3月完成10.3亿美元融资，融资前估值35亿美元。目前尚无成品，也未公布落地时间表。LeBrun表示：“一切就绪后，我们会带来惊喜。”

微信号｜IEEE电气电子工程师学会

新浪微博｜IEEE中国

Bilibili | IEEE中国

· IEEE电气电子工程师学会 ·

往

期

推

荐

对这位工程师而言，一堂业余电子兴趣课改变了一切

机器人行业迈向真实应用，专家关注2026年关键转变

聚变初创企业商用反应堆设计获重大进展

如何减少对智能手机的依赖？