顶级大佬杨立昆的世界模型能搞成么？ 你让 ChatGPT 写一首关于重力的诗，它写得比大多数人都好。但你问它：一个玻璃杯从桌上滑落，接下来会发生什么？它只能从训练文本里拼凑答案，并不是真正「看见」了杯子在坠落。 一只猫都比它强。猫看到杯子滑到桌沿，会本能地预判它要掉下去。这种对物理世界的直觉，现在的 AI 完全没有。 图灵奖得主、前 Meta AI 负责人杨立昆（Yann LeCun）认为，这就是当今 AI 最大的短板。他在 2025 年底离开 Meta，创办了一家叫 AMI 的公司，专门干一件事：教 AI 理解真实的物理世界。 今年 3 月，AMI 拿到了 10.3 亿美元种子轮融资，估值 35 亿美元。投资方包括英伟达、淡马锡、三星，还有贝佐斯的个人基金。这是欧洲创业公司有史以来最大的种子轮。 钱这么多，他到底要做什么？ 答案是两个字：世界模型（World Model）。 简单说，现在的大语言模型——ChatGPT、Gemini、Claude 这些——本质上是「文字接龙」。它们读了海量文本，学会了词与词之间的统计规律，所以能生成流畅的文章。但它们从来没有「看过」真实世界，不知道苹果掉下来会砸到脚，不知道推一扇门它会转动。 世界模型要解决的，就是这个问题。它的训练数据不是文本，而是来自物理世界的传感器信号——视频、图像、3D 数据。它要学会的不是下一个词是什么，而是下一个时刻，这个世界会变成什么样。 打个比方：大语言模型像一个读了一万本书但从没出过门的人。世界模型则像一个从小在真实环境中摸爬滚打长大的孩子。 杨立昆团队用的技术叫 JEPA（联合嵌入预测架构）。传统的视频预测 AI 会试图猜测画面里每一个像素的变化，计算量巨大，效果也一般。JEPA 不一样，它不去预测像素，而是在一个更抽象的层面上，学习事物运动和变化的规律。就像人类看到一个球被抛出，不需要精确计算空气阻力和每一帧画面，就能大致判断球会落在哪里。 这种能力一旦成熟，最直接的应用场景是机器人和工业自动化。现在的工业机器人大多是「死板」的，只能在预设好的路径上做固定动作。如果零件的位置偏了一厘米，或者传送带上突然多了一个障碍物，它就不知道怎么办了。装上世界模型的机器人，理论上能像人一样，看到环境的变化，预判接下来会发生什么，然后灵活调整自己的动作。 AMI 的第一个合作伙伴是医疗 AI 公司 Nabla，计划探索世界模型在医疗场景中的应用。杨立昆团队也在布局可穿戴设备和工业流程控制方向。不过，公司 CEO 勒布伦坦言，至少还需要一年的研发，才能拿出第一个真正落地的产品。 这件事之所以值得关注，是因为它指向了 AI 发展中一个根本性的问题：语言能力不等于智能。今天的大模型越来越会说话，但它们对物理世界的理解，可能还不如一个两岁的孩子。孩子知道积木搭高了会倒，知道水会从高处往低处流。这些常识，不是靠读书能学来的，而是靠和真实世界打交道积累的。 杨立昆说过一句话：「真正的智能不是从语言开始的，而是从世界开始的。」 这是一条和大语言模型完全不同的路线。至于能不能走通，没有人知道。但 10 亿美元砸下去，说明不少人愿意赌一把。