NE时代

杨立昆的世界模型构想迎来「轻量化引擎」。

前不久，图灵奖得主杨立昆（Yann LeCun）创办的AMI Labs（先进机器智能实验室）正式宣布完成10.3亿美元种子轮融资，估值达35亿美元，创下欧洲史上最大种子轮融资纪录。

这场备受瞩目的融资背后，是产业界对杨立昆所倡导的“世界模型”路线的重磅押注，而就在融资落地后不久，支撑这一技术转向的核心学术成果——LeWorldModel（简称LeWM）正式亮相，为世界模型的产业化落地提供了坚实的技术支撑。

01.

All in 世界模型

作为卷积神经网络（CNN）的奠基人之一，杨立昆在Meta担任首席AI科学家的12年间，始终是行业内“唯大语言模型（LLM）至上”共识的坚定反对者。

他多次公开表态，LLM仅能通过海量文本学习语言模式，无法真正理解物理世界的因果逻辑，是实体智能领域的“死胡同”。

2025年11月，杨立昆宣布即将离开Meta，同年12月便确认创办AMI Labs，定位明确——押注世界模型，不做LLM，由他担任执行董事长，CEO则是从法国健康科技公司Nabla挖来的Alexandre LeBrun。

此次融资远超预期，最初计划融资5亿欧元、估值30亿欧元，最终吸引了英伟达、贝索斯家族投资机构、新加坡淡马锡等顶级资本，以及万维网之父Tim Berners-Lee、前谷歌CEO Eric Schmidt等重量级个人投资者。

其中，英伟达作为LLM浪潮的最大受益者，其参与投资也印证了物理世界AI的巨大市场潜力。

杨立昆对世界模型的执着，源于其对通用人工智能的深刻认知：世界模型与LLM的核心区别在于，LLM是“读了海量书本后学会说话的AI”，而世界模型是“在真实世界里跌打滚爬后学会行动的AI”。

前者依赖低带宽文本令牌训练，后者则通过摄像头、传感器等获取高带宽感官输入，核心目标是预测“如果做出某个动作，世界会发生怎样的变化”，这种能力正是机器人、具身智能、自动驾驶等领域最核心的需求。

杨立昆曾打过一个生动的比方：一个婴儿几个月内就能理解物体永久性、重力和因果关系，而LLM即便喂入几万亿个token，依然无法做到这一点，问题的关键不在于参数多少，而在于训练方式从根源上存在偏差。

02.

单卡可跑！

极简架构解锁世界模型落地可能

LeWM的推出，正是杨立昆这一理念的落地实践。

这篇由杨立昆联合米拉实验室（Mila）、纽约大学、三星的研究人员共同撰写的论文，提出了一套精简框架，将联合嵌入预测架构（JEPA）优化升级，有望弥合高层理论与机器人“复杂现实”之间的鸿沟。

与以往JEPA类模型不同，LeWM实现了不依赖任何启发式技巧的端到端训练，仅需1500万参数，单GPU即可运行，完整规划耗时不足1秒，大幅降低了世界模型的应用门槛。

LeWM的核心突破的是JEPA类世界模型长期面临的“表征坍塌”难题——若不精细调优，模型常会忽略世界的复杂性，将不同输入映射为完全相同的表征，靠“投机取巧”完成预测任务。

此前，PLDM模型依赖复杂且“脆弱”的训练目标，最多需用到七种损失函数；DINO‑WM等模型则通过大规模冻结预训练编码器避免坍塌，相当于将“视觉能力”外包给基础模型。

而LeWM走出了全新路径，它是首个仅用两种损失函数就能从原始像素稳定端到端训练的JEPA模型：一是标准的下一嵌入预测损失，二是名为SIGReg（草图各向同性高斯正则化器）的新型正则化项。

SIGReg通过强制隐层嵌入服从高斯分布，在无需额外启发式技巧或辅助监督的情况下，有效防止表征坍塌，提升特征多样性，而正则化权重λ是唯一需要调优的超参数，极大简化了训练流程。

从技术架构来看，LeWM将JEPA简化到本质，仅包含两个核心组件：编码器与预测器。

编码器负责将画面压缩成一串数字（latent特征），预测器则根据当前特征和预设动作，预测下一刻的特征，全程实现极简稳定的端到端训练。

这种精简设计不仅让模型更轻量化，更带来了出众的性能表现，论文公布的核心指标令人瞩目：

规划速度比DINO‑WM等基于基础模型的世界模型快48倍，不到1秒即可完成完整规划；

硬件门槛极低，所有训练与规划实验均在单张NVIDIA L40S显卡上完成，几小时即可训完；

在Push‑T机器人基准测试中，控制成功率达96%，超越PLDM与计算成本更高的DINO‑WM。

更值得关注的是，LeWM已具备基础的物理“常识”感知能力。它能忽略灯光闪烁、地毯纹理等像素噪声，聚焦任务背后的因果物理规律。

在“预期违背”测试中，模型能可靠识别物体突然瞬移等不符合物理规律的事件；在后续实验中，研究人员在LeWM后接入简单探测器，其对机器人/方块位置的预测准确率接近100%，角度预测也表现出色，与DINO-WM不相上下。

为直观展示学习效果，团队还训练了可视化小解码器，清晰呈现了真实视频、模型“看到”的还原视频以及未来预测视频，证明LeWM不仅能理解当前场景，还能准确预测物体运动规律。

在四个经典机器人/控制任务的测试中，LeWM的表现全面优于此前的端到端JEPA方法（PLDM），与依赖大模型预训练的DINO-WM打成平手甚至更强：

在Push-T（推箱子）任务中，成功率96%，比PLDM高18%，甚至超过带体感输入的DINO-WM；

在Reacher（机械臂够目标）任务中，表现优于PLDM，接近DINO-WM；

在OGBench-Cube（3D机械臂抓方块）任务中，虽略输DINO-WM，但依旧保持出色表现；

在Two-Room（2D导航）任务中，虽稍显薄弱，但仍能很好地学习物理信息。

其规划速度之所以能达到DINO-WM的48倍，核心原因在于LeWM能将观测数据缩小约200倍，让基于特征的世界规划几乎实现实时运行。

03.

那些世界模型的“追随者”

LeWM的研发团队汇聚了多方学术与产业力量，核心成员包括：

一作Lucas Maes，Mila三年级博士生，目前在布朗大学担任访问研究员，专注于JEPA改进研究；

Quentin Le Lidec，纽约大学博士后研究员，与杨立昆合作研究机器人世界模型，曾为多个开源项目做贡献；

Damien Scieur，三星研究员，前普林斯顿大学博士后，主攻优化算法；Randall Balestriero，布朗大学计算机科学助理教授，师从杨立昆，其技术曾应用于NASA火星车火星地震探测。

尽管LeWM取得了显著突破，但研究人员也坦言，目前仍有两大障碍待突破：

一是在TwoRoom这类极简环境中，数据多样性过低会导致高斯正则化无法有效发挥作用；二是和现有所有世界模型一样，其规划时域仍相对较短。

不过，随着AMI Labs联合丰田、英伟达等伙伴推进技术落地，LeWM的成功已传递出明确信号：通往通用人工智能的下一个重大突破，或许并非来自更大的数据集，而是更智能、更稳定的架构设计。

值得注意的是，世界模型赛道已不再是AMI Labs一家独跑。

李飞飞的World Labs估值已达50亿美元，专注于物理世界的视觉推理；Google DeepMind的Genie 3项目，在实时模拟3D世界方面也取得了重要进展。

2026年，世界模型正从一个学术研究方向，快速转变为一条真实的创业赛道。

杨立昆也从LLM路线的“批评者”转变为世界模型的创业者，用10.3亿美元融资和LeWM的技术成果，给出了他对通用人工智能的正式答案，也为AI从文本世界走向“物理现实”开辟了全新路径。