AMI Labs 的建築師：Yann LeCun、Alex LeBrun 和 Nabla 如何重塑 AI 的未來

2025年2月，在巴黎舉行的AI行動峰會期間，一個重要時刻展開，法國總統埃馬紐埃爾·馬克龍宣布了一項1090億歐元的投資計劃，旨在將法國打造為全球AI研究中心。在這個背景下，Yann LeCun——Meta前首席AI科學家——推出了AMI Labs，一家迅速崛起為AI創新領域最具吸引力的企業之一。該公司的領導結構反映了AI社群中經過精心策劃的轉型，特別是通過Alex LeBrun的戰略性參與，他最近從專注於醫療的人工智能初創公司Nabla的職位轉換而來。這種具有遠見的領導力與實用的醫療專業知識的結合，已經開始重塑對下一代AI系統應該實現的目標的預期。

從Nabla到AMI：戰略性領導層轉型

AMI Labs的創始團隊不僅僅是LeCun本人。擔任公司CEO的Alex LeBrun，帶來了獨特的職業軌跡。此前，LeBrun共同創立並領導了Nabla，一家專注於醫療應用的AI初創公司，在巴黎和紐約均有運營。他被任命為AMI Labs的領導，得益於Nabla與AMI Labs之間的正式戰略合作關係——這一安排使Nabla能優先接觸AMI的新興技術，同時促進LeBrun向新職位的轉變。

LeBrun在Nabla的背景尤其展現了他在解決現實世界AI挑戰方面的專業能力。在Facebook收購他早期創業公司Wit.ai後，LeBrun曾在Meta的AI研究部門FAIR直接與LeCun共事。這段經歷展現了一個持續的主線：將最前沿的AI研究應用於實際問題。在Nabla，他深入了解了當前AI系統在敏感領域如醫療中的局限性。這些經驗明確影響了他決定加入AMI Labs的決策。

LeBrun在這個新事業中並非孤軍作戰。他與早期合作的其他同事一同加入，包括Laurent Solly，他最近離開Meta歐洲副總裁職務，加入了AMI Labs團隊。這樣的人才集中表明LeCun正組建一支專門能夠執行建構與物理世界有意義互動的人工智能系統的團隊——這正是Nabla在醫療工作中已經開始展現出來的必要能力。

世界模型與語言模型：AMI Labs走不同路

AMI Labs的哲學基礎源於對當前AI發展路徑的根本批判。儘管行業大多追求大型語言模型（LLMs）作為進階智能的途徑，LeCun及其團隊則提出了反向觀點。正如公司使命聲明所述：「我們相信真正的智能源自與世界的互動，而不僅僅是語言。」

這一區別具有深遠意義。儘管LLMs具有令人印象深刻的能力，但它們存在一個關鍵漏洞：經常產生錯誤信息——在醫療等領域尤其危險。LeBrun借助在Nabla的經驗，對此挑戰表達了明確的看法。在接受媒體訪談時，他指出，將AMI的世界模型應用於醫療的機會，是他加入公司的主要動力之一。

相較之下，世界模型被設計為能理解並應對現實世界複雜性的AI系統。它們不僅處理文本或語言，而是整合感測器數據、時間推理和互動學習。這種方法彌補了當前AI系統運作中的根本缺口。與LeCun評價為「不適合處理不可預測數據如感測器輸入」的生成模型不同，世界模型專為在動態、不確定的環境中運作而設計。

這一策略的潛力在競爭格局中得到彰顯。由知名AI研究員李飛飛創立的World Labs，在推出首款產品Marble——一個能生成逼真3D環境的系統後，迅速成為獨角獸公司。據報導，World Labs目前正進行融資洽談，估值約為50億美元。受LeCun聲譽和LeBrun等資深高管的戰略參與影響，AMI Labs據稱正以35億美元的估值尋求投資，並與國泰創新、Greycroft、Hiro Capital、20VC、法國國家投資銀行（Bpifrance）、Daphni和HV Capital等公司進行洽談。

建構實用AI：醫療、機器人及其他領域

AMI Labs的技術路線圖明確指出，世界模型將在特定行業中創造價值。根據公司官方定位，該技術將應用於工業自動化、機器人、醫療和穿戴式科技——這些領域對安全性、可靠性和持續學習有著極高的需求。這一行業重點反映了Nabla在醫療領域的經驗教訓以及更廣泛的產業需求。

醫療應用尤其值得關注。LLMs在醫療場景中的局限性——錯誤信息可能導致生死攸關的後果——已日益明顯。世界模型提供了一種潛在解決方案，通過將AI決策根植於與真實醫療數據、患者歷史和臨床結果的可驗證互動中，來解決這一問題。這與僅處理語言的系統根本不同，後者缺乏將輸出與經驗醫學現實驗證的機制。

除了醫療，機器人和工業自動化領域也展現出同樣具有吸引力的應用場景。在這些領域，AI系統必須通過感測器感知環境、規劃行動並根據實時反饋調整反應。這正是世界模型設計來提供的能力——而語言模型則根本未被構建來支持這些功能。

Nabla的醫療專業如何塑造AMI Labs的願景

Alex LeBrun的參與以及Nabla與AMI Labs的合作，並非僅僅象徵意義。通過與Nabla建立戰略合作，AMI Labs獲得了在受監管的高風險環境中部署AI的制度知識。醫療是AI部署中最複雜的監管領域之一，Nabla在這一領域的經驗直接影響了AMI Labs的市場策略。

AMI Labs計劃採用的技術授權模式——向行業合作夥伴提供其世界模型以進行實際部署——無疑受到LeBrun對醫療系統及其他企業實際採用AI解決方案的理解的影響。Nabla在醫療環境中擴展AI應用的經驗，為解決研究突破與實際應用之間的差距提供了藍圖。

此外，Meta預計將成為AMI Labs的首個客戶，為這一戰略安排增添了另一層意義。儘管LeCun曾公開批評Meta的某些商業決策，但Meta採用AMI的世界模型來應用於特定場景，代表了一個重要的早期合作。這種混合模式——技術授權給行業合作夥伴，同時保持對更廣泛AI社群的研究和開源承諾——反映了LeCun和LeBrun都倡導的平衡策略。

巴黎中心：為何法國成為AMI Labs的基地

儘管LeCun將其基地設在紐約，並在NYU擔任學術職務，繼續教學和指導研究生，但他已經有意將AMI Labs落戶巴黎。這一決策反映了法國豐富的AI人才資源以及政府將法國打造為AI創新中心的戰略承諾。馬克龍總統宣布的1090億歐元計劃，為這一選擇提供了制度支持。

AMI Labs在巴黎的存在，強化了這座城市作為AI研究與發展新興中心的角色。該公司加入了包括Mistral AI和Meta的FAIR研究部門在內的多個重要企業，共同將巴黎塑造成全球AI重心。這一決策也具有象徵意義——公司名稱AMI，與法語“ami”（朋友）同音，象徵其對法國生態系統的承諾。

該公司全球擴展策略超越巴黎。除了在法國首都設立總部外，AMI Labs還將在蒙特利爾、紐約和新加坡設立辦公室。這一地理分布反映了AI產業中人才集中的格局，以及對關鍵市場和研究社群的戰略性接觸。紐約將使AMI連接到更廣泛的美國AI生態系，並保持與LeCun持續的學術工作接近。蒙特利爾是深度學習研究的公認中心，新加坡則提供進入亞洲市場和人才庫的門戶。

這種多中心運作方式表明，AMI Labs打算從一開始就以全球規模運作，避免早期一些AI企業所面臨的地理限制。結合與Nabla的戰略合作以及領導團隊在Meta和其他領先企業的經驗，AMI Labs似乎已準備好快速從研究階段轉向多個行業的實際部署。