惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Microsoft Azure Blog
Microsoft Azure Blog
aimingoo的专栏
aimingoo的专栏
F
Fortinet All Blogs
Blog — PlanetScale
Blog — PlanetScale
GbyAI
GbyAI
MongoDB | Blog
MongoDB | Blog
月光博客
月光博客
The Cloudflare Blog
量子位
T
Tailwind CSS Blog
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
B
Blog
MyScale Blog
MyScale Blog
T
The Blog of Author Tim Ferriss
The GitHub Blog
The GitHub Blog
G
Google Developers Blog
D
DataBreaches.Net
V
Visual Studio Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Last Week in AI
Last Week in AI
U
Unit 42
博客园 - 聂微东
有赞技术团队
有赞技术团队
A
About on SuperTechFans

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
AI 教父下场创业:硅谷开始押注“下一代 AI 范式”
硅兔赛跑 · 2026-06-04 · via 人人都是产品经理

当整个AI行业痴迷于更大参数、更强算力时,Yann LeCun创立的AMI正试图颠覆这一范式。这位图灵奖得主提出‘世界模型’概念,认为真正智能应源于对物理世界的理解而非语言统计。本文将深入解析这场可能重塑AI底层架构的技术革命,以及它如何挑战当前大模型主导的行业逻辑。

过去三年,AI行业几乎围绕着同一个方向高速狂奔。

从GPT-4到Claude,从Gemini到DeepSeek,整个行业的共识似乎越来越明确:只要拥有更多数据、更大的模型和更强的算力,就能够不断逼近通用人工智能(AGI)。

这一逻辑推动了过去几年全球最大的科技投资浪潮。OpenAI估值突破数千亿美元,Anthropic成为企业AI市场最重要的玩家之一,大量资本涌入基础模型赛道。几乎所有创业公司都在思考如何利用这些模型构建应用,而很少有人重新审视一个更底层的问题——今天的大模型路线,真的是通往AGI的最终答案吗?

就在整个行业不断追逐更大模型的时候,一位被视为现代人工智能奠基人的科学家,却选择重新出发。

他是2018年图灵奖得主、Meta首席人工智能科学家、纽约大学教授,也是深度学习三巨头之一的Yann LeCun。而他最新创立的公司AMI(Advanced Machine Intelligence),正在试图解决一个与当前行业主流方向截然不同的问题。

01 当所有人都在追 GPT 时,LeCun 在思考什么?

过去三年,AI 世界几乎被同一个逻辑统治:模型更大、参数更多、训练数据更多、推理能力更强……

整个行业似乎默认认为:只要不断扩大规模,就能够逐步逼近 AGI。OpenAI 在这么做,Anthropic 在这么做,Google DeepMind 在这么做,甚至连 xAI、Mistral、DeepSeek 等新兴玩家也在沿着类似路径前进。

但 Yann LeCun 却一直站在另一边。事实上,在过去几年里,他几乎是公开质疑大语言模型路线最频繁的顶级科学家之一。他反复强调一个观点:

大语言模型很强,但它们并不真正理解世界。

这句话听起来似乎有些反直觉,毕竟今天的 GPT 已经可以写代码、写论文、做分析,甚至通过各种考试,但 LeCun 认为,这些能力更多来自于海量数据中的统计规律,而不是对现实世界本身的理解。换句话说,模型知道什么词最可能出现在下一个位置,却不知道为什么会出现。

它可以描述世界,但并不真正理解世界。

02 一个三岁小孩都能做到的事,AI 却不会

LeCun 经常举一个非常简单的例子:把一个球放在桌子边缘,一个三岁的孩子几乎立刻就知道,如果继续向前滚动,球会掉下去。他甚至从来没有学过物理学,也没有读过任何教材,但他能够预测未来。

因为他理解这个世界如何运作。

而今天最先进的大模型,其实并不具备这种能力。它们没有真正的物理直觉。没有因果理解。没有世界认知。没有长期规划。很多时候,它们只是根据训练数据猜测最可能出现的答案。

这也是为什么过去几年,LeCun 一直在推动另一个概念:

World Model(世界模型)。

在他看来,人类智能的核心不是语言,而是对世界的预测能力。语言只是表达工具,理解世界才是真正的智能来源。

他认为,人类获取的信息绝大多数并非来自语言,而是来自视觉、空间、动作和环境交互。语言只是智能的表达方式,而不是智能本身。一个真正接近人类认知水平的AI系统,不仅需要理解文字,更需要理解世界如何运作,理解因果关系如何形成,以及理解自己的行为会产生怎样的结果。

这也是AMI最核心的研究方向。

03 AI 的下一场革命,可能不是更大的模型

如果回顾过去十年的科技史,会发现一个有趣规律。科技史上几乎每一次重大技术变革,都不是简单地将上一代技术做得更大。Google并不是更大的Yahoo,iPhone也不是更大的诺基亚,ChatGPT 也不是更大的搜索引擎。真正改变行业格局的,往往是新的技术范式。

而今天越来越多研究者开始意识到,Transformer 或许不是终点,它更可能只是 AI 发展过程中的一个阶段。这也是为什么越来越多顶级实验室开始重新研究:

  • 世界模型;
  • 长期记忆;
  • 主动学习;
  • 因果推理;
  • 物理世界建模;
  • 具身智能…

而 AMI,正是在这样的背景下诞生。

它真正试图解决的问题,并不是如何生成更好的文本,而是如何让 AI 像人一样理解现实世界。

04 为什么资本开始疯狂追逐科学家?

对于投资人而言,AMI最吸引人的地方并不是今天的商业收入。

事实上,很多顶级投资人并不会用传统软件公司的逻辑去看待这样一家企业。因为它真正稀缺的资产,并不是产品,也不是用户,而是创造下一代技术范式的可能性。

过去二十年,Yann LeCun参与推动了卷积神经网络的发展,而这一技术后来成为计算机视觉领域的基础设施。再往后,深度学习革命又重塑了整个AI产业。

因此,当这样一位科学家决定重新创业时,资本关注的并不是公司今年能产生多少收入,而是它是否有机会影响未来十年的技术路线。从这个角度看,AMI更像是一场关于未来的长期押注。

05 AMI 真正争夺的市场有多大?

很多人看到 AMI,会下意识认为这又是一家大模型公司。

但实际上,它所瞄准的市场远远超出聊天机器人,因为一旦世界模型真正成熟,受影响的将不仅是软件行业,而是整个现实世界。

  • 自动驾驶需要理解物理环境
  • 机器人需要理解空间关系
  • 工业自动化需要预测复杂系统
  • 医疗 AI 需要理解因果关系
  • 科学研究需要建立世界模型
  • 国防系统需要模拟真实环境

几乎所有涉及现实世界交互的场景,都可能受益于这一方向的发展。这些场景共同构成了未来数十万亿美元规模的 AI 经济。从这个角度看,AMI 所争夺的并不是某一个应用赛道,而是未来 AI 底层认知架构的标准。

06 为什么硅谷投资人如此兴奋?

如果把 OpenAI 看作 AI 时代的微软,把 Anthropic 看作 AI 时代的 Oracle。那么很多投资人希望知道:谁会成为 AI 时代的 Bell Labs?

谁会定义未来十年的技术方向?谁会创造下一次真正的架构革命?

AMI 的吸引力恰恰来自这里:它代表的不是一次产品创新,而是一种范式创新。而历史已经无数次证明:真正创造最大价值的公司,往往不是最先做产品的人,而是定义规则的人。

结语:GPT 之后,AI 还有第二幕

过去三年,AI 的故事围绕一个问题展开:谁能训练出最强的大模型?

而未来十年,行业或许会开始围绕另一个问题展开:

  • 谁能让 AI 真正理解世界?
  • 谁能建立下一代认知系统?
  • 谁能定义通往 AGI 的技术路线?

Yann LeCun 创立 AMI,或许正是在回答这个问题。

对于大多数投资人来说,这家公司今天最大的价值,不是收入,不是产品,甚至不是估值。而是它代表着一种新的可能性:当整个行业都在优化 GPT 的时候,有人正在试图重新定义 AI。

Beta Fund 是一家长期深耕硅谷的早期投资机构,聚焦 AI 时代最具突破性的创新方向,关注 AgenticAI、AI Native Systems 及 AI 驱动的垂直应用。

我们持续关注全球最前沿 AI 与科技投资机会,目前已获得多个明星项目下一轮融资的独家投资额度,包括:SpaceX、Anthropic、Netlify、Prometheus Biosciences、Anduril Industries、Figure AI

……

本文由人人都是产品经理作者【硅兔赛跑】,微信公众号:【硅兔赛跑】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。