AMI Labs的设计者：Yann LeCun、Alex LeBrun 和 Nabla 正在重塑人工智能的未来。作为人工智能领域的先锋，Yann LeCun、Alex LeBrun 和 Nabla 通过创新的研究和技术推动行业发展。他们的工作不仅推动了深度学习和机器学习的边界，也为未来的AI应用奠定了坚实的基础。无论是在自动驾驶、自然语言处理还是医疗诊断方面，他们的贡献都在不断改变我们的生活方式。随着他们的不断努力，AMI Labs 正在成为引领AI变革的核心力量，开启一个更加智能和高效的未来。

2025年2月，在巴黎举行的AI行动峰会期间，法国总统埃马纽埃尔·马克龙宣布了一项价值1090亿欧元的投资计划，旨在将法国打造为全球AI研究中心。在此背景下，Meta前首席AI科学家Yann LeCun成立了AMI Labs，这一企业迅速崛起，成为AI创新领域最具吸引力的参与者之一。该公司的领导结构反映了AI界经过精心策划的转型，特别是通过战略性引入Alex LeBrun，他最近从专注于医疗的人工智能创业公司Nabla的职位上转变而来。这种具有远见的领导力与实际医疗专业知识的结合，已经开始重塑人们对下一代AI系统应实现目标的预期。

从Nabla到AMI：战略领导层的转变

AMI Labs的创始团队不仅仅是LeCun本人。担任公司CEO的Alex LeBrun带来了独特的职业轨迹。此前，LeBrun共同创立并领导了Nabla，这是一家专注于医疗应用的AI创业公司，在巴黎和纽约均有运营。他被任命为AMI Labs的领导，得益于Nabla与AMI Labs之间的正式战略合作关系——这一安排使Nabla能够优先接触AMI的新兴技术，同时也促成了LeBrun向新职位的过渡。

LeBrun在Nabla的背景特别显示了他在应对实际AI挑战方面的专业能力。在Facebook收购了他早期的创业项目Wit.ai之后，LeBrun曾在Meta的AI研究部门FAIR直接与LeCun共事。这段职业经历展现了一条始终如一的主线：将前沿AI研究应用于实际问题。在Nabla，他深入了解了当前AI系统在医疗等敏感领域部署时的局限性。这些经验显然促使他决定加入AMI Labs。

LeBrun在这个新企业中并非单打独斗。他还与早期合作的其他同事一同加入，包括Laurent Solly，他最近辞去了Meta欧洲副总裁的职位，加入了AMI Labs团队。这一人才集聚表明，LeCun正组建一支专门能够实现构建与物理世界有意义交互的人工智能系统的团队——这一能力，Nabla在医疗工作中已开始展现出其必要性。

世界模型与语言模型：为何AMI Labs走不同的路径

AMI Labs的哲学基础源自对当前AI发展轨迹的根本批判。虽然行业大多追求大型语言模型（LLMs）作为通向高级智能的路径，LeCun及其团队表达了不同的观点。正如公司使命声明所述：“我们相信，真正的智能源自与世界的互动，而不仅仅是语言。”

这一区别具有深远的意义。尽管LLMs具有令人印象深刻的能力，但它们存在一个关键漏洞：经常生成虚假信息——在医疗等领域，这是一种极其危险的限制。LeBrun借助在Nabla的经验，公开表达了对这一挑战的关注。在接受媒体采访时，他指出，部署AMI的世界模型于医疗应用的机会，是促使他加入公司的一个重要动力。

相比之下，世界模型被设计为能够理解和应对现实世界复杂性的AI系统。它们不仅处理文本或语言，还整合传感器数据、时间推理和交互式学习。这种方法弥补了当前AI系统运作中的根本差距。不同于LeCun评估为“难以应对不可预测数据如传感器输入”的生成模型，世界模型专为在动态、不确定的环境中运行而设计。

这一方法的潜力在竞争格局中得到了强调。由著名AI研究员李飞飞创立的World Labs在推出其首款产品Marble——一个能够生成逼真3D环境的系统后，迅速成为独角兽公司。根据报道，World Labs目前正进行融资洽谈，估值达50亿美元。而借助LeCun的声誉和LeBrun等资深高管的战略参与，AMI Labs的估值目标为35亿美元，已有Cathay Innovation、Greycroft、Hiro Capital、20VC、Bpifrance、Daphni和HV Capital等公司展开洽谈。

构建实用AI：医疗、机器人及其他领域

AMI Labs的技术路线图明确指出，世界模型将在特定行业中发挥价值。根据公司官方定位，这些技术将应用于工业自动化、机器人、医疗和可穿戴技术等领域——这些领域对安全性、可靠性和持续学习的需求至关重要。这一行业焦点反映了Nabla在医疗领域的经验教训以及更广泛的行业需求。

医疗应用尤为值得关注。在医疗环境中，LLMs的局限性——虚假信息可能导致生死攸关的后果——已变得日益明显。世界模型提供了一种潜在解决方案，通过将AI决策基础建立在与真实医疗数据、患者历史和临床结果的可验证交互之上。这与仅处理文本的系统根本不同，后者缺乏将输出与经验医学现实验证的机制。

除了医疗，机器人和工业自动化领域也具有同样吸引力的应用场景。在这些领域，AI系统必须通过传感器感知环境、规划行动、并根据实时反馈调整响应。这正是世界模型设计用以提供的功能——而这些功能，语言模型根本未曾构建。

Nabla的医疗专业知识如何塑造AMI Labs的愿景

Alex LeBrun的参与以及Nabla与AMI Labs的合作，绝非象征性。通过与Nabla建立战略合作关系，AMI Labs获得了在受监管、高风险环境中部署AI的机构知识。医疗行业是AI部署中最复杂的监管环境之一，Nabla在应对这一领域的经验，直接影响了AMI Labs的市场策略。

AMI Labs计划采用的技术授权模式——向行业合作伙伴提供其世界模型以实现实际部署——无疑受到LeBrun对医疗系统及其他企业实际采用AI解决方案的理解的影响。Nabla在医疗环境中扩展AI应用的经验，为弥合研究突破与实际落地之间的差距提供了蓝图。

此外，Meta预计将成为AMI Labs的首个客户，这为这一战略安排增添了另一层意义。虽然LeCun曾公开批评Meta的某些商业决策，但Meta采用AMI的世界模型进行特定应用的潜力，代表了早期合作的重要一步。这种混合模式——技术授权给行业合作伙伴，同时保持对更广泛AI社区的研究和开源承诺——体现了LeCun和LeBrun共同倡导的平衡策略。

巴黎中心：为何法国成为AMI Labs的基地

虽然LeCun在纽约保持其总部和学术职位，继续教授和指导研究生，但他有意将AMI Labs设在巴黎。这一决定反映了法国丰富的AI人才资源以及政府将国家打造为AI创新中心的战略承诺。马克龙总统宣布的1090亿欧元计划，提供了制度支持，成为这一选择的背后推手。

AMI Labs在巴黎的布局，强化了这座城市作为AI研发新兴中心的地位。公司加入了包括Mistral AI和Meta的FAIR研究部门在内的多家重要企业，共同将巴黎打造为全球AI的重心。这一决定也具有象征意义——公司名“AMI”与法语“朋友”发音相同，象征其对法国生态系统的承诺。

公司的全球扩展战略超越巴黎。除了在法国首都设立总部外，AMI Labs还将在蒙特利尔、纽约和新加坡设立办事处。这一地理布局反映了AI行业中人才集中的趋势，以及对关键市场和研究社区的战略性接入。纽约将连接AMI与更广泛的美国AI生态系统，并靠近LeCun的学术工作；蒙特利尔是深度学习研究的知名中心；新加坡则是通往亚洲市场和人才库的门户。

这一多中心布局表明，AMI Labs打算从一开始就以全球规模运营，避免早期一些AI创业公司面临的地域限制。结合Nabla的战略合作和领导团队在Meta及其他领先企业的经验，AMI Labs似乎已准备好在多个行业同时快速从研究走向实际部署。