TIME 將 Yann LeCun 列入 2026 年 TIME100 AI，意義不只在於表揚這位深度學習先驅過去的科研成就，也在於肯定他正嘗試把 AI 帶往另一條路：大型語言模型（LLM）繼續「加大」固然有效，但單靠擴大語言模型，未必足以令 AI 達到人類級智能。由他離開 Meta 後共同創辦的巴黎公司 AMI Labs，正把這個具爭議性的科研主張，變成一場獲得巨額資金支持的商業實驗。1517

TIME 的肯定，正值 LeCun 挑戰主流 AI 路線

TIME 形容 TIME100 AI 是一份表彰正在影響人工智能發展及方向的人物名單，涵蓋領袖、創新者、塑造者及思想家等類別。37 因此，LeCun 入選並不單純代表他是大型科技公司的高層，或曾參與某個熱門模型，而是反映他的科研觀點已成為 AI 未來路線之爭的一部分。

LeCun 對目前主流策略的質疑相當直接：不斷增加 LLM 的訓練數據、參數及運算量，是否真的能帶來人類級智能？TIME 相關報道形容，這是他與業界另一派人士之間的實質分歧——究竟持續擴大 LLM 足以走到終點，還是「世界模型」才是更可行的方向。215

離開 Meta，讓這個想法有了獨立舞台

LeCun 在 Meta 任職約 12 年，期間協助創立及領導公司的人工智能研究組織。路透社報道，他離開 Meta 時是公司的首席 AI 科學家，之後創辦 Advanced Machine Intelligence，簡稱 AMI。17

這次轉身的策略意義，在於他離開大型平台後，可以按照自己的科研取向建立公司，而不是跟隨市場主流競逐更大型的生成式語言系統。TIME 報道指，LeCun 在離開 Meta 後翌月公布 AMI Labs，令一場延續多年的科學路線之爭，正式有了獨立的初創公司作為載體。15

AMI 先籌得 10.3 億美元，再證明自己的論點

2026 年 3 月，AMI 宣布完成 10.3 億美元種子輪融資，投資前估值為 35 億美元。路透社報道，這輪融資由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 及 Bezos Expeditions 共同領投。17 TechCrunch 則報道，NVIDIA、Tim 及 Rosemary Berners-Lee、Jim Breyer、Mark Cuban、Xavier Niel 及 Eric Schmidt 等投資者及個人亦有參與。27

不過，這筆融資應理解為投資者對 AMI 所瞄準問題的高度信心，而不是 AMI 已經證明自己的技術取勝。投資者押注的是另一種可能：AI 系統或許可以具備更強的推理、規劃及現實世界應對能力，但現有報道並未證明 AMI 的世界模型已經勝過前沿 LLM。

這個分別非常重要。高估值可以令一條另類科研路線取得資源及可信度，卻不能在公司尚未展示大規模可行系統之前，替技術爭論一錘定音。

AMI 所說的「世界模型」到底是甚麼？

LLM 一般透過學習語言中的模式來訓練。LeCun 提出的另一條路線，則希望 AI 更直接地從世界本身學習，包括影像及其他感測器資料，並在系統內建立一套關於現實如何運作的模型。

簡單來說，世界模型希望 AI 可以：

• 推斷一個環境的運作方式；
• 預測採取某個行動後可能發生甚麼事；
• 在行動前思考不同後果；以及
• 在機械人或其他實體世界應用中協助規劃。

與 TIME 相關的報道形容，AMI 的目標是讓 AI 對物理定律形成直覺式理解，並預測不同動作會帶來的後果。124 路透社亦將公司的方向概括為建立以推理、規劃及「世界模型」為核心的系統。17

這也是為甚麼世界模型經常與「空間智能」及「具身智能」放在一起討論。當 AI 要在環境中移動、操作物件，或者在物理條件不斷改變的情況下作決定時，只能生成一段聽起來合理的文字，顯然未必足夠。

JEPA：AMI 路線的概念基礎

AMI 的方向與 LeCun 在 2022 年提出的聯合嵌入預測架構（Joint Embedding Predictive Architecture，JEPA）有關。JEPA 類系統並非嘗試重建輸入中的每一個原始細節，而是預測抽象空間中缺失或即將出現的資訊表徵。關於 AMI 的報道亦指，公司建基於 LeCun 在 2022 年提出的 JEPA 架構。3138

理論上，這種做法可讓模型集中處理對理解、預測及行動真正重要的特徵，而不是把每個像素或數據點都視為同等重要。這與 AMI 建立能夠理解環境、預測結果的系統目標，在概念上相當吻合。

但 JEPA 目前仍然是科研基礎，並不是已經證實可以取代現有 LLM 生態的方案。AMI 仍要證明這套架構能否擴展、能否學到有用的世界表徵，以及能否在真實應用中穩定運作。

更大的訊號：世界模型開始成為可投資方向

AMI 的融資顯示，世界模型已不再只是學術界相對於語言建模的一個另類選項。投資者願意向一間主張從現實世界學習、並以推理及規劃為目標的公司投入超過 10 億美元。1727

市場對空間智能及具身智能的興趣，也出現在相關應用場景之中：機械人、自主系統、工業用途，以及任何需要 AI 理解物理環境的領域。232431

但投資熱潮不等於業界已經達成共識。真正未有答案的問題仍然是：能力愈來愈強的語言模型，最終能否自行取得足夠的推理及現實接地能力？還是以明確世界模型為核心的系統，會更適合可靠地規劃及採取行動？AMI 的進展或許會成為重要測試，但它的早期融資輪本身，還不能回答這個問題。

TIME 表揚 LeCun，最終代表甚麼？

TIME100 AI 對 LeCun 的肯定，與 AMI Labs 的出現其實是一脈相承：TIME 表揚的，是一位影響力已由早期深度學習研究，延伸至挑戰業界主流假設的科學家。5715

離開 Meta，讓他有更大獨立空間追尋這個方向；AMI 獲得 10.3 億美元種子資金及 35 億美元投資前估值，則為這場挑戰提供了罕見而充足的資源。至於世界模型及 JEPA，則把 LeCun 對「只靠擴大 LLM」的批評，變成一個具體的科研及商業項目。

這當然不是證明 LeCun 一定正確，而是一場斥資 10 億美元、用來驗證這個問題的實驗：AI 下一個重大突破，究竟會來自更出色的語言生成，還是來自能夠在行動前先建立世界模型的機器？

至於 AMI 長遠會否公開更多研究、推動開放科學或開源部分成果，以及其國際領導層及團隊擴張的具體規模和時間表，現有高質素報道仍未足以確認全部細節。這些計劃不應在未有更多可靠資料前，當成已落實的事實。

TIME 將 Yann LeCun 列入 2026 年 TIME100 AI，意義不只在於表揚這位深度學習先驅過去的科研成就，也在於肯定他正嘗試把 AI 帶往另一條路：大型語言模型（LLM）繼續「加大」固然有效，但單靠擴大語言模型，未必足以令 AI 達到人類級智能。由他離開 Meta 後共同創辦的巴黎公司 AMI Labs，正把這個具爭議性的科研主張，變成一場獲得巨額資金支持的商業實驗。1517

TIME 的肯定，正值 LeCun 挑戰主流 AI 路線

TIME 形容 TIME100 AI 是一份表彰正在影響人工智能發展及方向的人物名單，涵蓋領袖、創新者、塑造者及思想家等類別。37 因此，LeCun 入選並不單純代表他是大型科技公司的高層，或曾參與某個熱門模型，而是反映他的科研觀點已成為 AI 未來路線之爭的一部分。

LeCun 對目前主流策略的質疑相當直接：不斷增加 LLM 的訓練數據、參數及運算量，是否真的能帶來人類級智能？TIME 相關報道形容，這是他與業界另一派人士之間的實質分歧——究竟持續擴大 LLM 足以走到終點，還是「世界模型」才是更可行的方向。215

離開 Meta，讓這個想法有了獨立舞台

LeCun 在 Meta 任職約 12 年，期間協助創立及領導公司的人工智能研究組織。路透社報道，他離開 Meta 時是公司的首席 AI 科學家，之後創辦 Advanced Machine Intelligence，簡稱 AMI。17

這次轉身的策略意義，在於他離開大型平台後，可以按照自己的科研取向建立公司，而不是跟隨市場主流競逐更大型的生成式語言系統。TIME 報道指，LeCun 在離開 Meta 後翌月公布 AMI Labs，令一場延續多年的科學路線之爭，正式有了獨立的初創公司作為載體。15

AMI 先籌得 10.3 億美元，再證明自己的論點

2026 年 3 月，AMI 宣布完成 10.3 億美元種子輪融資，投資前估值為 35 億美元。路透社報道，這輪融資由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 及 Bezos Expeditions 共同領投。17 TechCrunch 則報道，NVIDIA、Tim 及 Rosemary Berners-Lee、Jim Breyer、Mark Cuban、Xavier Niel 及 Eric Schmidt 等投資者及個人亦有參與。27

不過，這筆融資應理解為投資者對 AMI 所瞄準問題的高度信心，而不是 AMI 已經證明自己的技術取勝。投資者押注的是另一種可能：AI 系統或許可以具備更強的推理、規劃及現實世界應對能力，但現有報道並未證明 AMI 的世界模型已經勝過前沿 LLM。

這個分別非常重要。高估值可以令一條另類科研路線取得資源及可信度，卻不能在公司尚未展示大規模可行系統之前，替技術爭論一錘定音。

AMI 所說的「世界模型」到底是甚麼？

LLM 一般透過學習語言中的模式來訓練。LeCun 提出的另一條路線，則希望 AI 更直接地從世界本身學習，包括影像及其他感測器資料，並在系統內建立一套關於現實如何運作的模型。

簡單來說，世界模型希望 AI 可以：

• 推斷一個環境的運作方式；
• 預測採取某個行動後可能發生甚麼事；
• 在行動前思考不同後果；以及
• 在機械人或其他實體世界應用中協助規劃。

與 TIME 相關的報道形容，AMI 的目標是讓 AI 對物理定律形成直覺式理解，並預測不同動作會帶來的後果。124 路透社亦將公司的方向概括為建立以推理、規劃及「世界模型」為核心的系統。17

這也是為甚麼世界模型經常與「空間智能」及「具身智能」放在一起討論。當 AI 要在環境中移動、操作物件，或者在物理條件不斷改變的情況下作決定時，只能生成一段聽起來合理的文字，顯然未必足夠。

JEPA：AMI 路線的概念基礎

AMI 的方向與 LeCun 在 2022 年提出的聯合嵌入預測架構（Joint Embedding Predictive Architecture，JEPA）有關。JEPA 類系統並非嘗試重建輸入中的每一個原始細節，而是預測抽象空間中缺失或即將出現的資訊表徵。關於 AMI 的報道亦指，公司建基於 LeCun 在 2022 年提出的 JEPA 架構。3138

理論上，這種做法可讓模型集中處理對理解、預測及行動真正重要的特徵，而不是把每個像素或數據點都視為同等重要。這與 AMI 建立能夠理解環境、預測結果的系統目標，在概念上相當吻合。

但 JEPA 目前仍然是科研基礎，並不是已經證實可以取代現有 LLM 生態的方案。AMI 仍要證明這套架構能否擴展、能否學到有用的世界表徵，以及能否在真實應用中穩定運作。

更大的訊號：世界模型開始成為可投資方向

AMI 的融資顯示，世界模型已不再只是學術界相對於語言建模的一個另類選項。投資者願意向一間主張從現實世界學習、並以推理及規劃為目標的公司投入超過 10 億美元。1727

市場對空間智能及具身智能的興趣，也出現在相關應用場景之中：機械人、自主系統、工業用途，以及任何需要 AI 理解物理環境的領域。232431

但投資熱潮不等於業界已經達成共識。真正未有答案的問題仍然是：能力愈來愈強的語言模型，最終能否自行取得足夠的推理及現實接地能力？還是以明確世界模型為核心的系統，會更適合可靠地規劃及採取行動？AMI 的進展或許會成為重要測試，但它的早期融資輪本身，還不能回答這個問題。

TIME 表揚 LeCun，最終代表甚麼？

TIME100 AI 對 LeCun 的肯定，與 AMI Labs 的出現其實是一脈相承：TIME 表揚的，是一位影響力已由早期深度學習研究，延伸至挑戰業界主流假設的科學家。5715

離開 Meta，讓他有更大獨立空間追尋這個方向；AMI 獲得 10.3 億美元種子資金及 35 億美元投資前估值，則為這場挑戰提供了罕見而充足的資源。至於世界模型及 JEPA，則把 LeCun 對「只靠擴大 LLM」的批評，變成一個具體的科研及商業項目。

這當然不是證明 LeCun 一定正確，而是一場斥資 10 億美元、用來驗證這個問題的實驗：AI 下一個重大突破，究竟會來自更出色的語言生成，還是來自能夠在行動前先建立世界模型的機器？

至於 AMI 長遠會否公開更多研究、推動開放科學或開源部分成果，以及其國際領導層及團隊擴張的具體規模和時間表，現有高質素報道仍未足以確認全部細節。這些計劃不應在未有更多可靠資料前，當成已落實的事實。