深度學習先驅 Yann LeCun（楊立昆）在 Meta 工作 12 年後正式宣布離職，並創辦新公司 AMI Labs（Advanced Machine Intelligence Labs），目標是開發「世界模型」（World Models）技術。AMI Labs 計劃籌集 5 億歐元（約港幣 42.4 億元），估值達 30 億歐元（約港幣 254.4 億元）。這間尚未正式營運的初創公司已聘請法國醫療科技公司 Nabla 的創辦人 Alex LeBrun 出任行政總裁，楊立昆本人則擔任執行主席。AMI Labs 計劃於 2026 年初在巴黎設立總部，並與 Nabla 建立策略合作夥伴關係，優先將世界模型技術應用於醫療領域。
楊立昆離開 Meta 的背景與原因
楊立昆於 2013 年加入當時的 Facebook，成為 FAIR（Fundamental AI Research）實驗室的創始總監，其後 7 年擔任 AI 科學總監。他在任期間推動 Meta 採取開源策略，將 AI 研究成果公開分享，奠定公司在 AI 研究領域的聲譽。
Meta 在 2025 年 6 月進行重大人事調整，以超過 145 億美元（約港幣 1,131 億元）投資 Scale AI，並聘請該公司 28 歲的創辦人 Alexandr Wang 出任 AI 總監。Meta 將 FAIR 實驗室納入新成立的 Superintelligence Labs 管轄範圍，楊立昆的匯報對象由產品總監 Chris Cox 改為比他年輕近 40 年的 Wang。這次重組反映 Meta 的策略轉向，公司開始優先發展具商業應用價值的大型語言模型（LLM），而非楊立昆主張的長期基礎研究。
Meta 在 10 月裁減 Superintelligence Labs 約 600 名員工，當中包括部分 FAIR 成員。多名前員工向傳媒透露，FAIR 近年逐漸萎縮，資源不斷被抽調至產品開發團隊。楊立昆在公司內部爭取研究資源時屢遇困難，因為 Meta 集中力量與 OpenAI、Google 和 Anthropic 等競爭對手正面交鋒。
楊立昆在 LinkedIn 發文確認離職時表示，創立 FAIR 是他「最引以為傲的非技術成就」，並感謝 Mark Zuckerberg、Andrew Bosworth、Chris Cox 和 Mike Schroepfer 多年來的支持。他強調 Meta 將成為 AMI Labs 的合作夥伴，雙方關係並非完全切斷。
世界模型：挑戰 LLM 霸權的技術路線
楊立昆創辦 AMI Labs 的核心目標是開發世界模型技術。世界模型與現時主導市場的大型語言模型截然不同，後者透過預測下一個詞語來生成文字，本質上是統計模式的識別與重現。世界模型則嘗試讓 AI 系統理解物理世界的運作規律，包括重力、物件恆存性、因果關係等概念，從而進行推理、規劃和預測。
楊立昆近年多次公開批評 LLM 的局限性。他在 2025 年初接受 Big Technology 播客訪問時明確表示：「我們不可能單靠擴展大型語言模型就達到人類水平的 AI。」他認為 LLM 只能預測文字，無法真正理解世界的運作方式。在 11 月麻省理工學院的研討會上，楊立昆更表示在 3 至 5 年內，世界模型將成為 AI 架構的主流，屆時「沒有人會再使用現時這種類型的 LLM」。
LLM 的「幻覺」問題一直困擾業界。這類模型因其「非確定性」本質，無法保證永遠不會捏造資訊。世界模型的支持者認為，讓 AI 建立對環境的內部表徵，能夠模擬因果關係和假設情境，可望從根本上解決幻覺問題。
世界模型的技術架構通常包含感知模組（如視覺編碼器）、記憶或狀態編碼器，以及預測未來狀態的組件。這種設計讓 AI 代理能夠在內部進行模擬，預測行動的後果，而無需直接與環境互動。這項能力對機械人技術、自動駕駛、醫療診斷等需要精確規劃的領域尤為重要。
AMI Labs 的營運架構與商業佈局
AMI Labs 的行政總裁 Alex LeBrun 在 AI 產業擁有豐富經驗。他於 2010 年代初期在 Nuance Communications 工作，該公司當年為 Apple 的 Siri 提供語音辨識技術。其後他創辦並出售數間自然語言處理初創公司，其中一間賣給 Facebook。LeBrun 在 Facebook 負責 AI 部門後，於 2018 年創立 Nabla，專注開發醫療文件記錄的 AI 助理。
Nabla 在過去一年表現亮眼，年度經常性收入（ARR）增長超過 3 倍。LeBrun 在宣布加入 AMI Labs 時透露，Nabla 的 ARR 即將達到 10 億美元（約港幣 78 億元）水平。他將在 AMI Labs 擔任行政總裁的同時，繼續以董事會主席和 AI 科學總監身份留任 Nabla。這種雙重角色安排，期望能確保兩間公司的研究方向保持一致。
Nabla 的聯合創辦人兼營運總監 Delphine Groll 將暫時接管公司日常營運，直至董事會物色到新的行政總裁。Nabla 已與 AMI Labs 簽訂策略研究夥伴協議，將優先獲得世界模型技術的使用權，期望可以率先將符合美國 FDA 認證標準的 AI 代理系統引入醫療領域。
Nabla 累計籌集 1.2 億美元（約港幣 9.36 億元）資金，投資者包括 Tony Fadell 的 Build Collective、HV Capital、Highland Europe 和 Cathay Innovation。楊立昆本人也是 Nabla 的早期投資者，這層關係解釋了兩間公司如何能夠迅速建立合作框架。
世界模型領域的競爭格局
AMI Labs 進入世界模型領域時，面對多間實力雄厚的競爭對手。史丹福大學教授 Fei-Fei Li 於 2024 年 8 月創辦的 World Labs，以 2.3 億美元（約港幣 17.9 億元）融資獲得 10 億美元（約港幣 78 億元）估值，當時已屬破格。World Labs 在 2025 年 11 月推出首個商業產品 Marble，讓用戶透過文字、圖像或影片輸入，生成可編輯的 3D 環境。
Marble 採用 Gaussian splats 技術進行高效渲染，支援精確的鏡頭控制和互動場景編輯。World Labs 聯合創辦人 Justin Johnson 表示，遊戲開發、電影視覺效果和虛擬實境是 Marble 的首要應用場景。產品定價分為 4 個層級：免費版提供 4 次生成、標準版每月 20 美元（約港幣 156 元）提供 12 次生成、專業版每月 35 美元（約港幣 273 元）提供 25 次生成連商業授權，以及每月 95 美元（約港幣 741 元）的進階版提供 75 次生成。
Google DeepMind 正在開發具備規劃能力的系統，其 Genie 3 模型仍處於有限研究預覽階段。Nvidia 的 Cosmos 和 AI 初創公司 Decart AI 也在這個領域積極佈局。歐洲方面，Black Forest Labs 估值達 40 億美元（約港幣 312 億元），Quantexa 估值 26 億美元（約港幣 202.8 億元），均被視為 AMI Labs 的潛在競爭對手。
相比之下，AMI Labs 在尚未營運前便尋求 30 億歐元估值，確實顯得進取。Fei-Fei Li 強調世界模型與 LLM 代表不同的 AI 發展方向。她認為正如大型語言模型教會機器閱讀和書寫，世界模型將教會機器在 3 維空間中觀察和建構。
AI 初創公司估值狂潮的啟示
AMI Labs 的高估值反映 AI 初創公司融資市場的熾熱狀況。根據 Crunchbase 數據，2025 年全球 AI 初創公司合共籌集超過 2,000 億美元（約港幣 1.56 兆元），佔所有創投資金近 50%。OpenAI 在 2025 年底的估值達到 5,000 億美元（約港幣 3.9 兆元），成為歷來估值最高的私人公司。Anthropic 以 1,830 億美元（約港幣 1.42 兆元）估值緊隨其後。
AI 初創公司估值的增長速度令人咋舌。以編程 AI 工具 Cursor 為例，公司在 2024 年底估值 26 億美元，到 2025 年 6 月升至 100 億美元，12 月更躍升至 293 億美元（約港幣 2,285 億元）。法律 AI 公司 Harvey 在 2025 年上半年完成兩輪融資，估值由 30 億美元升至 50 億美元，10 月再升至 80 億美元（約港幣 624 億元）。
前 OpenAI 技術總監 Mira Murati 創辦的 Thinking Machines Lab 在種子輪便獲得 120 億美元（約港幣 936 億元）估值。這個案例常被用來與 AMI Labs 比較，突顯楊立昆的圖靈獎得主背景和技術聲譽可望支撐更高的估值預期。
業界對這種估值狂潮存在分歧意見。部分分析師警告，AI 投資可能正在形成泡沫，企業基本面未必能支撐如此高的估值。Menlo Ventures 的報告指出，2025 年企業 AI 收入達到 370 億美元（約港幣 2,886 億元），按年增長超過 3 倍，顯示需求確實存在。報告同時指出，Anthropic 已超越 OpenAI 成為企業 LLM 市場的領導者，佔企業 LLM 支出約 40%。
企業如何把握世界模型技術機遇
世界模型技術的發展將為多個行業帶來實質影響。機械人技術公司可望運用這項技術讓機械臂更準確地預測動作後果，減少錯誤和意外。自動駕駛系統可透過世界模型進行大量模擬訓練，降低實際道路測試的成本和風險。醫療機構可利用這項技術建立外科手術模擬器，讓醫生在虛擬環境中反覆練習複雜程序。
遊戲和娛樂產業可運用世界模型生成更具沉浸感的虛擬環境。World Labs 的 Marble 已展示如何將文字描述轉化為可探索的 3D 場景，未來的遊戲可能根據玩家偏好即時生成獨特的遊戲世界。電影製作可透過這項技術加快視覺效果製作流程，減少對傳統 3D 建模人員的依賴。
建築和工程領域可利用世界模型在動工前測試設計方案，模擬不同條件下的建築物表現。產品設計團隊可在虛擬環境中測試原型，縮短開發周期。教育機構可建立歷史場景或科學概念的互動模擬，提升學習體驗。
企業在評估世界模型技術時，應留意數據需求的差異。LLM 可透過抓取互聯網上的文字資料進行訓練，世界模型則需要高品質的多模態數據，包括影片、3D 掃描、感應器數據等。這類數據的收集和標註成本較高，可能形成進入門檻。
未來趨勢與發展展望
世界模型與 LLM 可能不是非此即彼的選擇。部分研究者正在探索將兩種技術整合的可能性，讓 AI 系統同時具備語言理解和物理世界模擬能力。這種混合架構可能結合兩者的優勢，創造更全面的智能系統。
Fei-Fei Li 和楊立昆均認為，空間智能代表 AI 發展的下一個前沿。人類的認知能力建基於對物理世界的空間理解，讓機器獲得類似能力可能是實現通用人工智能（AGI）的關鍵一步。Fei-Fei Li 在近期發表的文章中指出，空間智能將改變我們創造和互動於真實與虛擬世界的方式，革新敘事、創意、機械人、科學發現等多個領域。
AI 產業的投資集中度持續上升，2025 年第 3 季約三分之一的創投資金流入僅 18 間公司，每間籌集超過 5 億美元。這種趨勢可能令較小型的世界模型初創公司面臨融資壓力，但同時也意味著成功籌資的公司將擁有充裕資源推進研究。
楊立昆選擇在巴黎設立 AMI Labs 總部，反映他對歐洲 AI 人才的長期支持。他在 2015 年說服 Meta 在巴黎開設 FAIR 實驗室，如今認為這座城市具備支持下一代 AI 研究的合適環境。這項決定也可能吸引其他頂尖研究人員從矽谷轉投歐洲，改變全球 AI 研究的地理分佈。