AMI Labs CEO拒绝称其AI为AGI或超级智能

背景

在AI行业竞相将自家成果贴上“AGI”（通用人工智能）或“超级智能”标签的当下，Yann LeCun 的世界模型初创公司 AMI Labs 的 CEO Alexandre LeBrun 却选择完全回避这些术语。LeBrun 在接受 TechCrunch 采访时表示，公司根本不用“AGI”或“超级智能”这类词。“我们从未用过 AGI 这个词。而且我注意到现在没人再用它了，大家都转向了‘超级智能’，”他说，“下次我们又要换成别的词了。”他对新标签同样不买账：“这没有好的定义。什么是超级智能？我不知道。这不是一个很有用的词。”作为处于AI最新竞赛中心的创始人，这是一种鲜明的立场。

核心内容

TechCrunch 上周在首尔举行的国际机器学习大会（ICML）上与 LeBrun 进行了交谈，他当时正在那里寻找本地工业合作伙伴、全球公司以及研究人员。AMI Labs 目前尚未推出产品，但其已经在接触机器人、制造和电子领域的玩家。LeBrun 解释说，世界模型（world model）融合了物理学来预测和作用于真实世界，它需要在实验室之外证明自己。

世界模型预计将在机器人领域产生重大影响。LeBrun 表示，目前机器人只是执行固定的程序，“完全静态”，而AI在物理世界中仍然“非常笨拙”。即使AI仅仅能让机器人“感知上下文”，那也将“对世界产生巨大差异”。他举例说，这种具备上下文感知能力的AI本可以防止一个在公共活动中跳舞、打功夫的机器人靠近并踢倒一个孩子。“硬件非常先进；过去几个月硬件的进步令人难以置信，但机器人没有大脑。”

大语言模型（LLM）预测下一个词或文本，而世界模型预测下一个状态。LeBrun 解释说，把玻璃杯推下桌，你立刻知道它会倾倒、洒出液体——这就是世界模型要捕捉的直觉：预测世界的下一个状态。他并不声称世界模型优于LLM，两者在理解物理世界的AI系统中是“互补而非替代”的关系。他类比人类大脑中语言和推理功能的不同，补充说LLM仍将是处理语言最高效的工具，而世界模型将提供上下文和现实世界的理解。

LeBrun 说，几乎所有“触及真实世界”的行业最终都可能利用基于世界模型的机器人，并指出物理环境仍然是LLM最薄弱的环节。如今工厂里重复相同动作的机器人已经足够用了，但挑战在于“你把机器人带到更开放的环境中，比如你的家或街道上”，它必须理解周围环境并安全运行。“机器人目前并不安全，今天还没有解决方案。”

LeBrun 本人有医疗AI背景，他之前的公司是名为 Nabla 的AI健康初创公司。他将当今的AI系统比作一个只学过教科书、没有临床实习的医生。LLM在医学上可能有用，但只覆盖了“医疗保健的1%”，其余部分依赖于现实世界经验。

但LeBrun 表示，世界模型无法在实验室内部构建。为了在现实世界数据上训练，AMI需要真实环境和紧密的合作伙伴。“我们需要接触真实世界，而通过合作伙伴更容易做到这一点。”这正是他吸引亚洲的原因——机器人、芯片和工厂都在那里。

LeBrun 尚未透露完整的亚洲战略，称“现在还为时过早”。但吸引他前往韩国的原因主要有两点：第一，韩国在机器人、半导体和制造业拥有先进产业，这些硬件密集型领域正是第一波AI几乎未触及的。第二是速度。LeBrun 指出韩国政府投入巨资发展AI的国家计划，以及其作为早期采用者的历史。“25年前，韩国是互联网采用最快的国家。”这种深厚的工业基础加上快速拥抱AI的意愿，他称之为“独特”的组合，也是“我们想从第一天就来到这里”的原因。

“我一直在告诉 Alex 和他的团队来韩国，”SBVA 的 CEO 兼 AMI 在亚洲的投资者之一 JP Lee 对 TechCrunch 说。Lee 表示，韩国政府在资助本地主权LLM模型方面做了“出色的工作”，这些模型在通用任务上已经“足够好”，但他推动韩国继续投资物理AI。他提到首尔6月计划动员约8800亿美元用于芯片、AI数据中心和物理AI，并将其列为三大支柱之一。“它们应该共存。”Lee 认为，韩国对外国公司的价值不仅在于硬件，本地开发者能快速采用和适配新工具，这种模式催生了 Naver 和 Kakao 等本土互联网巨头。

尽管拥有明星光环和数十亿美元的支票，AMI 目前还没有任何产品可卖。这家由图灵奖得主 Yann LeCun 离开 Meta 后联合创立的初创公司，在3月以35亿美元投前估值融资了10.3亿美元。目前没有产品，也没有承诺的时间表。“当我们准备好时，会给大家一个惊喜，”LeBrun 说。

关键要点

• Alexandre LeBrun 明确拒绝使用“AGI”或“超级智能”等术语，认为这些词缺乏定义且无用。
• AMI Labs 专注于构建世界模型，该模型通过物理规则预测和交互真实世界，目前仍处于预产品阶段。
• 世界模型与 LLM 是互补关系：LLM 擅长语言处理，世界模型提供物理世界的上下文理解。
• 机器人行业是首要应用场景：当前机器人“没有大脑”，只能执行固定程序，更复杂的环境（如家庭、街道）对安全性和上下文感知能力要求极高。
• 医疗保健领域：LLM 仅覆盖 1% 的需求，其余依赖现实世界经验，世界模型可填补这一空白。
• 世界模型必须在真实环境中训练，AMI 积极寻求与亚洲（尤其是韩国）的工业伙伴合作，因为那里有机器人、芯片和工厂。
• 韩国吸引 AMI 的两大因素：先进的硬件工业基础（机器人、半导体、制造）和快速采用新技术的意愿（如历史上快速普及互联网）。
• 投资者 JP Lee 呼吁韩国继续投资物理AI，与现有的 LLM 投资并行。
• AMI 目前尚无产品，融资 10.3 亿美元，估值 35 亿美元，无明确产品发布时间表。

意义与影响

AMI Labs 及其 CEO 的立场反映了 AI 行业对术语炒作的一种反思。当许多公司竞相使用“AGI”或“超级智能”来吸引资本和关注时，LeBrun 选择聚焦于具体的技术——世界模型，并强调其实际应用价值。这种务实态度可能让 AMI 在长期竞争中拥有更清晰的技术路线。

世界模型被视为 AI 的下一个前沿，它使 AI 系统能够理解物理世界的因果和动态，从而突破 LLM 在真实环境中的局限性。如果成功，将极大推动机器人、自动驾驶、制造、医疗等行业的自动化水平，使机器人从“固定程序执行者”变为“上下文感知的智能体”。

AMI 选择在亚洲（尤其是韩国）深耕，反映了全球 AI 硬件供应链正在向东亚聚集的趋势。韩国政府的巨额投资和快速采用新技术的文化，为世界模型这类需要物理硬件的技术提供了试验场。同时，这也可能加速韩国在物理 AI 领域的全球布局，与硅谷形成竞争与互补。

然而，AMI 目前无产品、无明确时间表，其 10 亿美元融资基于 Yann LeCun 的声誉和理论愿景。世界模型从实验室到真实世界的落地仍面临巨大挑战，包括数据获取、安全验证、合作伙伴生态构建等。若成功，将重新定义 AI 在整个物理世界中的角色；若失败，则可能成为又一次技术泡沫。