当地时间 3 月 10 日消息，人工智能领域先驱杨立昆（Yann LeCun）联合创立的新公司 AMI Labs 官宣完成 10.3 亿美元种子轮融资，公司估值一举达到 35 亿美元，成为 AI 领域又一备受关注的新星。

此次种子轮融资由凯辉创新、Greycroft、Hiro Capital、HV Capital、贝索斯探险基金（杰夫・贝索斯旗下）及多家未具名投资方联合领投，英伟达、三星电子等十余家企业也参与了本轮投资，投资方阵容横跨科技与资本领域，彰显了市场对杨立昆团队及相关技术方向的高度认可。

杨立昆在去年离开元宇宙平台公司 Meta 后，迅速创办了 AMI Labs。此前，他曾执掌 Meta 的人工智能研究团队超十年，期间主导研发了知名的 Llama 大语言模型系列；而在 Llama 推出前，Meta 还由他推动发布了如今被广泛应用的 PyTorch 模型开发框架，成为 AI 研发领域的重要工具。

作为计算机视觉领域的开创者之一，杨立昆早在 1988 年就研发出 LeNet 系列图像处理模型，首次证实了相关技术的实用价值。这一模型也是首个融入反向传播算法的 AI 模型，而反向传播算法作为现代神经网络的核心组件，正是驱动神经网络学习能力的关键所在，为后续深度学习的发展奠定了重要基础。

AMI Labs 的核心研发方向为世界模型，这类模型能够对摄像头及各类传感器采集的数据进行分析解读。杨立昆在接受《连线》杂志采访时表示，硬件设计是公司计划落地软件应用的重要领域，未来企业客户可借助该模型分析飞机零部件设计方案，挖掘优化空间，实现产品设计的升级。

除硬件设计外，公司还计划向医疗、机器人等多个垂直领域拓展软件研发业务。从其发布的招聘信息中可窥见其在机器人领域的应用规划：团队正研发能预测系统环境未来状态的模型，并依据这些预测结果规划一系列行动步骤。这项技术未来有望应用于机器人作业规划，比如协助机器人完成包裹分拣、打包等任务。

在模型架构设计上，AMI Labs 走出了与主流大语言模型不同的道路。公司官网明确表示，将摒弃以大语言模型 Transformer 架构为代表的生成式方法，招聘信息也透露，团队将基于全新架构打造神经网络。

值得一提的是，杨立昆在 Meta 任职期间，曾研发出 JEPA 人工智能模型架构，其核心亮点是能过滤输入数据中的无关信息，这一特性也被延续到 AMI Labs 的研发中。公司官网称，自研 AI 模型将具备忽略数据中不可预测细节的能力。

从技术原理来看，神经网络会将视频等视觉信息转化为抽象的数学表征：Transformer 架构的模型中，每个表征仅包含单个像素这类基础数据，而 JEPA 架构的表征能存储整幅图像这类更复杂、更高维度的信息，这也让模型能更高效地处理复杂视觉数据，把握核心特征。

杨立昆向《连线》透露，AMI Labs 计划尽快推出首款自研模型。此外，据科技媒体 TechCrunch 报道，公司还将开放部分技术源代码，并发布相关学术论文，推动技术的行业交流与发展。而 AMI Labs 的长期目标，是打造一款通用世界模型，实现跨行业的任务自动化，为各领域的智能化升级提供核心支撑。