Yann LeCun 入选《时代》2026 年 TIME100 AI 影响力人物榜单，意义并不只在于表彰他过去对深度学习的贡献，也在于凸显了他对人工智能未来路线的挑战：继续把大语言模型（LLM）做得更大，是否真的足以带来人类级智能？

他共同创办的巴黎公司 AMI Labs，正把这一科学争论变成一场获得巨额资本支持的商业实验。公司押注的不是单纯扩大语言模型，而是让人工智能建立对现实世界的内部理解，并在行动前预测可能产生的后果。1517

TIME 的认可，发生在 LeCun 挑战主流路线之时

《时代》将 TIME100 AI 定义为一份关注人工智能发展与方向的榜单，入选者涵盖领导者、创新者、塑造者和思想者等类别。37 因此，LeCun 的入选不只是对一位知名技术高管或模型拥有者的认可，也意味着他的研究观点已成为人工智能发展方向讨论的一部分。

LeCun 长期质疑把语言模型规模化视为通往通用智能的完整方案。相关报道指出，他认为持续扩大 LLM 未必能让人工智能达到人类级智能，而“世界模型”可能提供更有希望的路径。215

这并不等于说语言模型毫无价值，而是说，仅依靠文本中的下一个词预测，可能不足以支撑稳健的推理、因果理解、长期记忆、规划以及对物理世界的有效行动。

离开 Meta，让这条路线拥有独立平台

LeCun 在 Meta 工作约 12 年，期间参与创建并领导公司的人工智能研究组织。路透社报道，他离开 Meta 时担任公司首席人工智能科学家，随后创办 Advanced Machine Intelligence，即 AMI。17

离开大型科技公司的重要性在于，LeCun 得以在更独立的环境中推进自己的研究和创业计划。AMI Labs 的核心方向不是行业当时最受关注的生成式语言模型扩张竞赛，而是围绕世界模型展开研究。

《时代》相关报道显示，LeCun 在离开 Meta 后的次月公布了 AMI Labs。这使一场持续多年的科学分歧，拥有了一个独立的公司和研发载体。15

AMI Labs 先融资 10.3 亿美元，再证明自己的技术主张

2026 年 3 月，AMI 宣布完成 10.3 亿美元种子轮融资，投前估值为 35 亿美元。路透社称，本轮融资由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 和 Bezos Expeditions 联合领投。17

TechCrunch 报道，参与者还包括英伟达、蒂姆和罗斯玛丽·伯纳斯-李、吉姆·布雷耶、马克·库班、泽维尔·尼尔和埃里克·施密特等投资者及个人。27

这笔融资更准确的含义，是投资人对 AMI 所试图解决的问题投下了高额信任票，而不是证明其技术路线已经获胜。投资人看中的是一种可能性：未来的人工智能或许需要更强的推理、规划能力和现实世界适应能力。

但现有报道并未证明 AMI 的世界模型已经超越前沿 LLM。高估值可以让一条替代性研究路线获得市场合法性，却无法在公司尚未展示大规模可用系统之前，替技术争论作出结论。

“世界模型”究竟想解决什么问题？

大语言模型通常主要从语言数据中学习模式。LeCun 所倡导的替代方案，则希望人工智能更直接地从现实世界学习，包括视觉信息以及其他传感器数据，并在内部构建关于现实如何运行的表示。

简单来说，一个世界模型希望能够：

• 推断环境的运行方式；
• 预测某个行动可能带来的结果；
• 在采取行动前分析其后果；
• 在机器人等物理世界场景中支持决策与规划。

与 TIME 相关的报道将 AMI 的目标描述为：帮助人工智能形成对物理规律的直觉式理解，并预测不同动作可能产生的后果。124 路透社也将 AMI 描述为一家围绕推理、规划和“世界模型”开发人工智能系统的公司。17

这也是世界模型经常与“空间智能”和“具身智能”联系在一起的原因。一个需要在环境中移动、抓取物体，或在不断变化的物理条件下作出判断的系统，所需要的能力不只是生成一段看起来合理的文字。

JEPA：AMI 路线的概念基础

AMI 的技术方向与 LeCun 于 2022 年提出的联合嵌入预测架构（Joint Embedding Predictive Architecture，JEPA）有关。JEPA 式系统的目标，是在抽象表示空间中预测缺失或未来的信息，而不是逐一重建输入中的所有原始细节。相关报道将 AMI 的技术路线与 LeCun 于 2022 年提出的 JEPA 架构联系起来。3138

这种方法强调效率与抽象能力：模型可以重点关注有助于理解、预测和行动的特征，而不是把每一个像素或数据点都视为同等重要。就概念而言，这与 AMI 希望构建能够理解环境、预判结果的系统相吻合。

不过，JEPA 目前仍是研究基础，并非已经得到验证的 LLM 替代方案。AMI 仍需证明，这种架构能够扩展到足够大的规模，学习到有用的世界表示，并在真实应用中保持可靠表现。

更大的信号：世界模型开始变得“值得投资”

AMI 的融资说明，世界模型已不再只是语言建模之外的学术替代方案。投资人愿意向一家试图让 AI 从现实中学习、并重点提升推理与规划能力的公司投入超过 10 亿美元。1727

围绕空间智能和具身智能的兴趣也在扩大。这类技术通常与机器人、自动驾驶、工业系统以及其他需要人工智能理解物理环境的应用场景相关。232431

但投资热度不等于行业共识。核心问题仍然没有答案：不断增强的大语言模型，能否最终获得足够的推理能力和现实世界基础，还是围绕显式世界模型构建的系统更适合稳健规划与行动？

AMI 的进展可能成为检验这一问题的重要案例，但一轮早期融资本身无法回答它。

TIME 认可的真正含义

因此，LeCun 入选 TIME100 AI 与 AMI Labs 之间的联系十分清晰：《时代》认可的不只是一个深度学习时代的先驱，也是一位正在挑战行业主流假设的科学家。5715

离开 Meta，为他追求这条路线提供了更大的独立性；AMI 获得的 10.3 亿美元种子融资和 35 亿美元投前估值，则为这场挑战提供了异常充足的资源。世界模型和 JEPA 又让 LeCun 对“只靠扩大 LLM 并不足以实现人类级智能”的批评，拥有了具体的研究与商业载体。

这仍然不能证明 LeCun 一定是对的。它证明的是：人工智能的下一次重大跃迁，究竟会来自更强的语言生成，还是来自能够在行动前建立世界模型的机器，已经成为一场价值数十亿美元的现实竞争。

Yann LeCun 入选《时代》2026 年 TIME100 AI 影响力人物榜单，意义并不只在于表彰他过去对深度学习的贡献，也在于凸显了他对人工智能未来路线的挑战：继续把大语言模型（LLM）做得更大，是否真的足以带来人类级智能？

他共同创办的巴黎公司 AMI Labs，正把这一科学争论变成一场获得巨额资本支持的商业实验。公司押注的不是单纯扩大语言模型，而是让人工智能建立对现实世界的内部理解，并在行动前预测可能产生的后果。1517

TIME 的认可，发生在 LeCun 挑战主流路线之时

《时代》将 TIME100 AI 定义为一份关注人工智能发展与方向的榜单，入选者涵盖领导者、创新者、塑造者和思想者等类别。37 因此，LeCun 的入选不只是对一位知名技术高管或模型拥有者的认可，也意味着他的研究观点已成为人工智能发展方向讨论的一部分。

LeCun 长期质疑把语言模型规模化视为通往通用智能的完整方案。相关报道指出，他认为持续扩大 LLM 未必能让人工智能达到人类级智能，而“世界模型”可能提供更有希望的路径。215

这并不等于说语言模型毫无价值，而是说，仅依靠文本中的下一个词预测，可能不足以支撑稳健的推理、因果理解、长期记忆、规划以及对物理世界的有效行动。

离开 Meta，让这条路线拥有独立平台

LeCun 在 Meta 工作约 12 年，期间参与创建并领导公司的人工智能研究组织。路透社报道，他离开 Meta 时担任公司首席人工智能科学家，随后创办 Advanced Machine Intelligence，即 AMI。17

离开大型科技公司的重要性在于，LeCun 得以在更独立的环境中推进自己的研究和创业计划。AMI Labs 的核心方向不是行业当时最受关注的生成式语言模型扩张竞赛，而是围绕世界模型展开研究。

《时代》相关报道显示，LeCun 在离开 Meta 后的次月公布了 AMI Labs。这使一场持续多年的科学分歧，拥有了一个独立的公司和研发载体。15

AMI Labs 先融资 10.3 亿美元，再证明自己的技术主张

2026 年 3 月，AMI 宣布完成 10.3 亿美元种子轮融资，投前估值为 35 亿美元。路透社称，本轮融资由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 和 Bezos Expeditions 联合领投。17

TechCrunch 报道，参与者还包括英伟达、蒂姆和罗斯玛丽·伯纳斯-李、吉姆·布雷耶、马克·库班、泽维尔·尼尔和埃里克·施密特等投资者及个人。27

这笔融资更准确的含义，是投资人对 AMI 所试图解决的问题投下了高额信任票，而不是证明其技术路线已经获胜。投资人看中的是一种可能性：未来的人工智能或许需要更强的推理、规划能力和现实世界适应能力。

但现有报道并未证明 AMI 的世界模型已经超越前沿 LLM。高估值可以让一条替代性研究路线获得市场合法性，却无法在公司尚未展示大规模可用系统之前，替技术争论作出结论。

“世界模型”究竟想解决什么问题？

大语言模型通常主要从语言数据中学习模式。LeCun 所倡导的替代方案，则希望人工智能更直接地从现实世界学习，包括视觉信息以及其他传感器数据，并在内部构建关于现实如何运行的表示。

简单来说，一个世界模型希望能够：

• 推断环境的运行方式；
• 预测某个行动可能带来的结果；
• 在采取行动前分析其后果；
• 在机器人等物理世界场景中支持决策与规划。

与 TIME 相关的报道将 AMI 的目标描述为：帮助人工智能形成对物理规律的直觉式理解，并预测不同动作可能产生的后果。124 路透社也将 AMI 描述为一家围绕推理、规划和“世界模型”开发人工智能系统的公司。17

这也是世界模型经常与“空间智能”和“具身智能”联系在一起的原因。一个需要在环境中移动、抓取物体，或在不断变化的物理条件下作出判断的系统，所需要的能力不只是生成一段看起来合理的文字。

JEPA：AMI 路线的概念基础

AMI 的技术方向与 LeCun 于 2022 年提出的联合嵌入预测架构（Joint Embedding Predictive Architecture，JEPA）有关。JEPA 式系统的目标，是在抽象表示空间中预测缺失或未来的信息，而不是逐一重建输入中的所有原始细节。相关报道将 AMI 的技术路线与 LeCun 于 2022 年提出的 JEPA 架构联系起来。3138

这种方法强调效率与抽象能力：模型可以重点关注有助于理解、预测和行动的特征，而不是把每一个像素或数据点都视为同等重要。就概念而言，这与 AMI 希望构建能够理解环境、预判结果的系统相吻合。

不过，JEPA 目前仍是研究基础，并非已经得到验证的 LLM 替代方案。AMI 仍需证明，这种架构能够扩展到足够大的规模，学习到有用的世界表示，并在真实应用中保持可靠表现。

更大的信号：世界模型开始变得“值得投资”

AMI 的融资说明，世界模型已不再只是语言建模之外的学术替代方案。投资人愿意向一家试图让 AI 从现实中学习、并重点提升推理与规划能力的公司投入超过 10 亿美元。1727

围绕空间智能和具身智能的兴趣也在扩大。这类技术通常与机器人、自动驾驶、工业系统以及其他需要人工智能理解物理环境的应用场景相关。232431

但投资热度不等于行业共识。核心问题仍然没有答案：不断增强的大语言模型，能否最终获得足够的推理能力和现实世界基础，还是围绕显式世界模型构建的系统更适合稳健规划与行动？

AMI 的进展可能成为检验这一问题的重要案例，但一轮早期融资本身无法回答它。

TIME 认可的真正含义

因此，LeCun 入选 TIME100 AI 与 AMI Labs 之间的联系十分清晰：《时代》认可的不只是一个深度学习时代的先驱，也是一位正在挑战行业主流假设的科学家。5715

离开 Meta，为他追求这条路线提供了更大的独立性；AMI 获得的 10.3 亿美元种子融资和 35 亿美元投前估值，则为这场挑战提供了异常充足的资源。世界模型和 JEPA 又让 LeCun 对“只靠扩大 LLM 并不足以实现人类级智能”的批评，拥有了具体的研究与商业载体。

这仍然不能证明 LeCun 一定是对的。它证明的是：人工智能的下一次重大跃迁，究竟会来自更强的语言生成，还是来自能够在行动前建立世界模型的机器，已经成为一场价值数十亿美元的现实竞争。