Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

本文详细报道了 Yann LeCun 离开 Meta 后的最新动向。他创立了新公司 AMI Labs，核心路线是构建“世界模型”，强调 AI 应具备理解物理世界、持久记忆、推理规划及安全性四大能力。LeCun 认为当前 LLM 范式无法处理连续、高维的现实数据，主张在抽象表示空间而非像素层面进行预测（JEPA 路径）。此外，他还加入“逻辑智能”公司担任要职，推行基于能量的推理模型 Kona，旨在解决 LLM 的幻觉问题并提升推理效率。文章还提到李飞飞等专家也纷纷布局世界模型赛道，反映了 AI 领域从纯文本生成向物理世界智能演进的趋势。

编辑 | 听雨

图灵奖得主Yann LeCun 的新公司AMI Labs终于官宣了新动向！

自从离开Meta后，这位老爷子就一直在捣鼓“世界模型”路线。就在几天前，AMI Labs上线了新的官网，并在上面公布了自己的核心方向。

AMI Labs官网显示，这家公司将全力构建“世界模型”这一全新的AI系统，它应该具备4类核心能力：（1）理解真实世界；（2）拥有持久记忆；（3）能够推理与规划；（4）具备可控性与安全性。

Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

基于自监督学习、通过预测下一个token来训练的生成式架构，在语言理解与生成方面取得了惊人的成功。但这一路径无法套用到真实世界的感知数据上，因为现实中大量传感器数据本身是不可预测的。

因此，AMI Labs给出的答案是：不再执着于逐像素生成现实，而是构建世界模型。让模型从真实世界的传感器数据中学习抽象表示，忽略不可预测的细节，并在表示空间中进行预测，而不是在原始信号层面进行生成。

Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

Yann LeCun一直对LLM范式充满怀疑。在最新的AI House Davos采访中，他表示：现在LLM已经能通过律师资格考试、能做数学、能写代码——但它们并不真正理解现实世界。语言模型成功的那些方法，并不适用于连续、高维、嘈杂的真实世界数据。

他还自曝离开Meta的原因：现在整个工业界都被LLM洗脑了，我想走一条不一样的路！

在 LeCun 看来，LLM 的局限性包括幻觉等问题，在医疗等高风险领域是一个严重隐忧。

从官网来看，AMI Labs也将目光投向了那些对可靠性、可控性与安全性要求极高的应用场景，比如工业流程控制、自动化系统、可穿戴设备、机器人、医疗健康等领域。

为什么离开Meta：工业界已经被LLM路线洗脑了！

在最新采访中，Yann LeCun指出：真实世界数据是连续的、高维的、强噪声的时间序列（如视频、传感器数据），与离散、结构化的语言数据根本不同，因此不能被当作语言问题来解决。

Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

LLM 之所以成功，是因为语言其实“很容易”——它高度结构化、可压缩。即使 LLM 能考试、写代码，也不意味着它理解现实世界，这也是家用机器人和真正 L5 自动驾驶迟迟未出现的根本原因。

Yann LeCun表示，即便是所谓的L4，也大量依赖“取巧”：高精地图、严格限定的运行区域、昂贵的传感器。

但问题在于：为什么一个 17 岁的人只需要 10–20 小时练习就能学会开车，而我们拥有数百万小时的人类驾驶数据，却无法通过模仿学习训练出同样可靠的系统？

这表明，当前的机器人系统根本不“聪明”。Yann LeCun尖锐地指出：很多公司展示的人形机器人表演，看起来很炫，但几乎全部是预先编排好的动作。它们只能在极窄的范围内工作，不具备可泛化的智能。

关键挑战在于让系统理解现实世界，这也就是为什么我们需要“世界模型”。

Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

Yann LeCun也自曝了离开Meta的原因：

“工业界基本已经被 LLM 路线洗脑了，大家都在挖同一条沟，没有公司敢真正走另一条路——这也是我离开 Meta 的原因之一。”

他表示，新公司 AMI Labs 将几年内解决这个问题：构建真正理解物理世界的系统。

Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

那么，什么是世界模型？简单来说：给定时刻 t 的环境状态，以及一个可能的行动，预测 t+1 时刻的状态。关键在于，这种预测不是在像素层面完成的，而是在抽象表示空间中完成的。

Yann LeCun举了个例子：我现在把摄像头转过来，让模型继续“生成”画面。它也许知道这是一个房间，可能有门；但它不可能预测你衣服的纹理。

Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

在他看来，纯生成式模型只能产出“看起来合理”的结果，但它们并不理解世界结构。

更进一步，他提出需要构建多层级的世界模型，选择正确的抽象层级是理解世界的核心，但很多人并没有真正意识到这一点。

他举了个例子，比如“从纽约去巴黎”，人类不会逐帧计算每一个动作，而是分层规划：

先设定高层目标：去机场赶飞机；
再拆解成子目标：开门、下楼、打车；
再往下还可以不断细化：怎么走到电梯、按按钮、离开大楼……直到你不需要再规划，而是直接执行，因为你已经掌握了“如何站起来、走路、开门”这样的技能。

Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

Yann LeCun指出，这种分层规划至今仍是 AI 领域尚未解决的核心问题。很多人已经放弃了这个方向，但他认为这恰恰是未来 AI 真正“能正常行为”的关键挑战。

那么，这种分层世界模型该如何训练？关键是：不能在像素或原始输入空间做预测，而必须在抽象表示空间中进行预测。

Yann LeCun世界模型的核心——JEPA就是这样做的：

先学习输入信号的抽象表示；
在抽象空间中进行预测；
将预测与“假设采取某个动作”结合，形成世界模型；
系统端到端联合训练，最终学到的抽象层级取决于预测的时间跨度。

Yann LeCun 强调，这是智能的核心所在，现有生成模型做不到，但 JEPA 可以。

Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

他表示，团队训练的V-JEPA2 的视频模型，训练数据相当于100 年的视频。这听起来很多，但实际上只是YouTube 一天的上传量。

视频数据的规模是文本的100 倍以上。这也是为什么仅靠文本训练，永远不可能达到人类级智能。

Yann LeCun加入“逻辑智能”

推新模型：性能比GPT-5 和 Gemini 更准确

在推进自家AMI Labs 的同时，Yann LeCun还加入了一家AI初创公司——逻辑智能（Logical Intelligence），担任技术研究委员会创始主席。

Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

这家公司近期发布了一款名为 Kona 的能量 - 推理模型，宣称其性能比 OpenAI 的 GPT-5 和谷歌的 Gemini 等大语言模型更准确，功耗也更低。

逻辑智能的官网还发布了Kona 1.0与GPT-5.2、Claude Opus 4.5、Gemini 3 Pro等头部大语言模型进行数独PK的挑战。

结果显示，Kona 能在几秒内解决数独谜题，而大部分LLM还在猜测、回溯过程。

Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

Kona 走的技术路线也不是预测下一个token，而是一种 “基于能量的推理模型”。它通过约束评分来验证和优化解答，寻找最低“能量”（最一致）的结果。它是非自回归的，能够一次性生成完整推理轨迹，而非逐步生成，从而减少了“幻觉”现象。

Yann LeCun 新动向：加入逻辑智能！新公司 AMI Labs 官宣核心路线：几年内构建真正理解物理世界的系统；曝离职原因：工业界已经被 LLM 洗脑了

逻辑智能认为，基于能量的模型为突破 LLM 局限提供了一条路径，使 AI 能够“理解”而非仅仅“猜测”，可应用于可验证且高效的推理任务。

这一理念也与 LeCun 一直倡导的以目标驱动的能量最小化 AI 相契合。LeCun 多次批评大语言模型依赖 next-token 预测的方式本质上是在猜答案，而真正的智能应建立在目标驱动与能量最小化的机制之上，让模型在约束与物理一致性的框架中寻找最优解。

Yann LeCun、李飞飞纷纷下场

“世界模型”公司估值达数十亿美元

如今，构建连接 AI 与现实世界的基础模型，已经成为AI领域最令人兴奋的研究方向之一。无论是否拥有成熟产品，都吸引了一大批顶尖科学家和资金雄厚的投资者。

AMI Labs 的直接竞争对手——“AI教母”李飞飞创立的World Labs，在低调运营不久后便成为独角兽。其首款产品 Marble，能够生成物理合理的三维世界，据报道，该公司目前正洽谈新一轮融资，估值约 50 亿美元。

AMI Labs 也吸引了一批VC关注，有消息称其可能以 35 亿美元估值融资。据 Bloomberg 报道，与该初创公司洽谈的风险投资方包括 Cathay Innovation、Greycroft 和 Hiro Capital（LeCun 曾为其顾问）。其他潜在投资者包括 20VC、Bpifrance、Daphni 和 HV Capital。

值得注意的是， Yann LeCun 是AMI Labs的执行董事长，而非首席执行官（CEO）。CEO 由 Alex LeBrun 担任，他此前是 Nabla 的联合创始人兼首席执行官，而 Nabla 是一家在巴黎和纽约均设有办事处的医疗 AI 初创公司。