AMI融资70亿，今年最大种子轮诞生

投资界获悉，Advanced Machine Intelligence（下称“AMI”）正式宣布完成约10.3亿美元（约合人民币70亿元）种子轮融资，由凯辉基金旗下凯辉创新基金、Greycroft、Hiro Capital、HV Capital及Jeff Bezos Expeditions共同领投，同时淡马锡、英伟达、Toyota Ventures、三星、法国国家投资银行旗下数字风险投资部门Bpifrance Digital Venture、Eric Schmidt、Tim Berners-Lee等参与投资。

至此，AMI一举刷新欧洲有史以来种子轮融资规模纪录，同样也是开年至今全球最大的一笔种子轮融资。

乍听起来有些陌生，AMI身后的掌舵者却赫赫有名，正是享誉全球的“AI教父”——杨立昆。他来自法国，是Meta的前首席AI科学家，在这里度过了12年时光。直到去年12月，他一手创立了AMI，专注于世界模型研究。

值得一提的是，尽管AMI才成立短短三个月，投后估值已超过45亿美元（约合人民币超300亿元）。这一幕，恰是AI火爆景象的一抹生动写照。

老将出走创业

三个月，估值300亿

故事还要从这位“AI教父”说起。

1960年出生于法国巴黎北郊的杨立昆，本名为Yann LeCun，他的父亲是一位工程师。受此影响，杨立昆从小就对科学和工程有着浓烈兴趣，而童年时期的科幻经典影片《2001 太空漫游》，则在他内心埋下了一颗AI种子。

后来，杨立昆大学就读于巴黎电子工程学院，学习电气工程专业。正是在此期间，他开始对人工智能感兴趣，并尝试做了一些简单的AI项目，希望能打造一台“可学习”的机器。毕业后，他又进入索邦大学学习，沉迷于人工神经网络研究，获得了计算机科学博士学位，推动了早期反向传播算法在神经网络中的应用。

1987年，27岁的杨立昆离开法国飞往加拿大，在多伦多大学开启了博士后研究。随后，他进入美国著名的贝尔实验室工作。1993年，世界上首个用于文本数字识别的卷积网络“LeNet”，便出自杨立昆之手。

直到2003年，杨立昆转战学界，来到纽约大学担任计算机科学教授，后成为该校数据科学中心的创办主任。彼时，由于业界对于神经网络并不看好，导致杨立昆的论文经常被机器学习领域的重要会议拒收。即便如此，他仍全身心投入研究当中。

十年之后，杨立昆的职业生涯迎来转折点——2013年，他受邀加入Facebook也就是日后的Meta，创立领导了FAIR（Facebook AI Research）人工智能基础研究部门，后被任命为首席AI科学家，推动自监督学习与世界模型研究。

属于杨立昆的荣耀时刻很快到来。2019年3月，他与约书亚·本希奥以及杰弗里·辛顿，共同获得计算机学界最高奖项——图灵奖，这一奖项被誉为“计算机科学界的诺贝尔奖”。

但杨立昆在Meta的日子并不顺心，他与扎克伯格在AI发展方向上逐渐背道相驰。因为他长期以来认为，扎克伯格视为战略核心的大型语言模型（LLM）虽然“实用”，却永远无法实现人类式的推理规划能力。

而杨立昆则专注于开发一种全新一代AI系统，旨在通过视频和空间数据学习来理解物理世界，即所谓的“世界模型”（world models）。

压死骆驼的最后一根稻草出现在去年夏天，Meta向AI初创公司Scale AI投资了143亿美元，并由后者创始人Alexandr Wang领导Meta新成立的“超级智能实验室”，全面接管了包括FAIR在内的所有AI研究与产品部门。

由此，杨立昆要改为向小自己37岁的Alexandr Wang汇报工作，尽管前者曾对此表示并不介意，但并不意味着技术路线上的矛盾会消失。

最终在去年11月，杨立昆正式发表声明，宣布将离开效力了12年的Meta，创办一家全新的AI公司。很快一切尘埃落定，专注于基础性世界模型的AMI，在杨立昆的老家巴黎宣告成立。

此前，有人在社交平台上发起过投票，预测杨立昆新公司的估值将会是多少。如今答案浮出水面，一只AI超级独角兽悄然诞生。

团队浮现

还有两位华人面孔

伴随着融资官宣，AMI身后的技术天团也正式亮相。

AMI的六位核心创始人，被誉为是一批本身就足以定义行业方向的人，四位直接来自 Meta FAIR团队，并出现了多位华人面孔。其中，董事长一职由杨立昆亲自担任，首席科学家是他的老朋友、学校同事谢赛宁，这是一位AI基础研究方面的顶级专家。

谢赛宁曾在Meta FAIR工作过四年，后加入Google DeepMind出任GenAI/nano 团队研究科学家，目前还是纽约大学库朗数学研究所助理教授。他最为人熟知的，是diffusion transformers (DiT)的共同作者之一，为Sora、SeedDance 等顶级视觉生成模型和工具的推出打下基础。

AMI的CEO一职则是由Alexandre LeBrun担任，他是一位连续创业者，在2002年创立了第一家公司VirtuOz，聚焦企业对话机器人，后来被Nuance收购。第二家是自然语言理解公司Wit.ai，2015年被Facebook收购。随后，Alexandre LeBrun负责FAIR巴黎的工程工作，后又创立了一家AI医疗助手公司Nabla。

AMI的CRIO（首席研究与创新官）冯雁，同样是一位华人面孔。她出生于上海，是香港科技大学人工智能研究中心（CAiRE）主任、电子及计算机工程系及计算机科学与工程系讲座教授，曾于2022年担任Meta公司人工智能杰出顾问。

负责世界模型研究的Michael Rabbat，也是原FAIR蒙特利尔实验室的创始成员之一。他曾在麦吉尔大学任教十余年后全职加入Meta，并主持研发了多个世界模型。COO Laurent Solly加入 AMI 之前，曾长期在 Meta 负责法国、南欧及欧洲业务，也曾在TF1集团及法国公共部门任职。

值得一提的是，法国总统马克龙在社交平台上，也对AMI融资表示了祝贺。那么AMI究竟做的是什么，会引来全球目光的关注？

在其官方介绍中这样写道：我们正在推动下一场人工智能革命，通过打造新一代人工智能系统，使其具备四大核心能力——理解真实世界、拥有持久记忆、能够推理与规划、可控且安全。换言之，AMI的核心目标是构建能够理解真实世界的智能系统。

作为世界模型的坚定拥趸者，杨立昆认为实现与人类同等的智能，真正的困难在于理解真实世界。LLM 受限于文本的离散世界，缺乏对物理世界的系统认知，无法做到真正的推理或规划。

而在被问到为何不将公司设立于硅谷时，杨立昆甚至直言，那里“很多人和资金都被 LLM‘洗脑’了。” 同时他表示，AMI会在可靠性、可控性与安全性至关重要的领域开发应用，包括工业过程控制、自动化、可穿戴设备、机器人、医疗健康等领域。

作为领投方之一，凯辉基金创始人及董事长蔡明泼也表示，凯辉一直相信，真正能够穿越周期的技术，最终都要回到现实世界，回到产业，回到人的真实需求。今天AI已经在信息处理和知识工作上展现出巨大潜力，但未来更大的机会，来自它如何进入更复杂、更真实的系统之中。

“AMI Labs所探索的方向，让我们看到AI正在从‘会表达’走向‘会理解’，从数字世界走向现实世界。对凯辉而言，我们关注的不只是技术本身的先进性，更是它能否在长期中与产业结合、与真实场景结合，最终创造可持续的价值。AMI Labs是一支兼具科学理想、工程能力和全球视野的团队，我们很高兴能够陪伴他们走这样一条更长、更难、但也更有意义的路。”

至此，各方汇聚之下，共同缔造出今年一笔最大种子轮。

下一个AI战场

这一幕并非偶然。

知名科学家李飞飞创立的World Labs，刚在不久前宣布完成最新一笔10亿美元（约合人民币70亿元）新融资。成立仅一年多，World Labs估值便达到了惊人的50亿美元。尽管与AMI的技术路线不同，但这同样是一家聚焦于世界模型的AI公司，致力于让AI不仅能识别图像，更能像人类一样理解三维物理世界，进行推理与交互。

身为“AI教母”，李飞飞此前也曾发表万字长文，直截了当地指出并提出，大语言模型仍是“黑暗中的文字匠”，雄辩但缺乏经验，知识渊博却不够扎根。“空间智能将改变我们创造和交互真实与虚拟世界的方式，而构建空间智能 AI 需要比大语言模型更雄心勃勃的东西：世界模型。”

相似一幕如今也在大洋彼岸频频上演。

就在几天前，通用人工智能公司VAST宣布完成5000万美元A轮融资，由阿里、恒旭资本联合领投，元禾璞华、BV百度风投、东方嘉富等跟投，老股东春华创投、北京市人工智能产业投资基金超额加注。基于此前积累的数据、人才和系统级研究与工程经验，VAST已在2025年重点研发世界模型，首款世界模型将于近期发布。

同一时间，极佳视界宣布完成近10亿元Pre-B轮融资，投资方阵容颇为豪华：包括中芯聚源、浦科投资、临芯资本、星源资本、万林国际等顶尖芯片和汽车产业资本，中金资本、苏创投、华强资本、长江资本、光谷产投、锡山国投、金雨茂物、新鼎资本、领阳投资、财鑫资本、张科垚坤、诚筑投资等重磅国资平台和知名财务机构。成立于2023年的极佳视界，是一家具身基模和通用机器人企业，其世界模型GigaWorld-Policy已在日前正式发布。

更早一些，大晓机器人也完成天使轮融资，本轮融资由蚂蚁集团领投，启明创投、金景资本、弘毅投资、联想创投、上海交大母基金菡源资产等机构跟投，老股东商汤国香资本持续增资。据悉，本轮融资金额用途之一，便是用于加速环境式数据采集、开悟世界模型3.0（Kairos 3.0）的研发。

不只是具身智能，实际上世界模型在当下的自动驾驶圈，也已是一个流行词。例如华为推出的“世界行为模型”，小鹏汽车发布的“世界基座模型”，蔚来则是“NWM世界模型”。蔚来创始人李斌和团队甚至凭借相关研究成果，刚拿下了2025年度“吴文俊人工智能科学技术奖”科技进步一等奖。

过去几年LLM飞速发展，让机器可以极大提升信息处理效率，在数字世界内所向披靡。但一个扎眼的事实却是，LLM在物理世界中频频碰壁，出现一种“能言善辩却手足无措”的割裂。在杨立昆看来，一个从未见过水的AI，即使读过百万篇关于“倒水”的文章，也无法真正理解液体流动的规律。

世界模型之所以如此火爆，原因便在于其被视为物理AI的核心引擎，为AI补上了“理解现实、交互现实”的关键一环，继而让AI从“会生成”走向“会理解、会推演、会行动”。可以预见的是，世界模型领域即将迎来类似LLM的Scaling Law爆发时刻。

或许正如AMI官网所写——“real intelligence does not start in language. It starts in the world.（真正的智能，不是从语言开始，而是始于世界。）”