跳出大语言模型：杨立昆力挺的「世界模型」如何估值10亿美金？ 最近，国外风险投资

跳出大语言模型：杨立昆力挺的「世界模型」如何估值10亿美金？ 最近，国外风险投资圈发生了一件令人「震惊」的事。这家巴黎刚成立的AI初创公司AMI Labs，种子轮竟然拿下了惊人的10.3亿美元融资。 你没看错，仅仅是连像样产品都可能没影的种子轮。它的投后估值更是被推到了35亿美元，让半个硅谷的大佬都加入了狂欢，连亚马逊的创始人贝索斯和英伟达也赫然在列。 为什么一家初创企业能值这么多钱？答案藏在背后的核心人物和一个叫「世界模型」的前沿概念里。 这家公司的灵魂人物是被誉为「AI三巨头」之一的前Meta（脸书母公司）首席AI科学家Yann LeCun，他给自己起的中文名字是杨立昆。在深度学习大爆发的进程中，他可是祖师爷级别的人。 但更重要的是，他们正在押注一条与OpenAI完全不同的技术路线：不搞大语言模型了，搞世界模型。 大家现在天天用的各种AI助手都是大语言模型。它们的工作原理说白了叫「文字接龙」。阅读海量的文本，通过数学概率猜出下一个最可能出现的词是什么。 由于看过的书太多，它猜得准，感觉像真人在对答如流。但这也带来一个根本问题——这种模型并不真正「理解」这个世界。它就像一个精读了亿万本书的百科全书，却从没真正走出过房门。 所以很多AI在遇到常识问题时会「一本正经地胡说八道」。因为常识不在概率里，而在物理世界里。 而杨立昆力推的「世界模型」就要打破这种局限，让AI获得「直觉感」和「物理常识」。 想象一下一个两岁的小孩，你教他认识杯子。小孩不需要阅读一万篇关于「杯子」的论文，他只需把杯子从桌上推下去几次，听到破碎声，他就明白了重力是怎么回事，也记住了玻璃是易碎的。 世界模型想让AI具备类似的学习能力。它的核心不再是疯狂堆叠文本数据，而是让AI通过摄像头等传感器，直接观察真实的物理世界，了解事物的因果关系。 比如它看到视频里有个球正向悬崖滚去。世界模型不需要文字指令就能预测出球马上会掉下去。这种基于真实世界建立起来的预测体系，就是大模型向下一代进化的关键。 为什么要大费周章去搞它呢？因为大家都盯着一个比聊天机器人更庞大的未来：具身智能。 所谓具身智能，就是要有实体身体的AI。比如能帮你做饭的家庭机器人，或者在工厂组装汽车的机械臂。 如果用现在的聊天机器人去控制一个切菜大厨，结果可能很灾难，因为它不懂切菜刀的阻力。但如果有世界模型的AI，它看一眼就知道，切块冻肉和切块豆腐，力气必须截然不同。 大语言模型只是通往通用人工智能的一张门票，想让AI真正落地到医疗、制造等各种物理场景中，必须让AI「睁开眼睛」看懂世界的运转规律。 说到底，在这场轰轰烈烈的AI浪潮中，大语言模型只是破局的开始。随着上百亿美元资金向世界模型这种新方向倾注，我们离能走进真实生活的机器人时代，又近了一步。