刚成立俩月，这家公司一举融资70亿

本文来自微信公众号： 小饭桌 ，作者：小饭桌，编辑：张丽娟

如果说2026年的AI领域有什么标志性事件，除了火的一塌糊涂的“养龙虾”，那就是杨立昆的“单飞”。

昨天，这位Meta前首席AI科学家创立的公司AMI Labs完成了10.3亿美元（约合人民币70.9亿元）的种子轮融资。

一家成立俩月、团队只有二十来人的初创公司，直接拿下了欧洲历史上最大规模的种子轮融资纪录。

这个数字甚至超过了很多独角兽企业上市前的融资金额。据了解，AMI Labs公司的投前估值为35亿美元（约合人民币240亿元），投后估值未披露。

更值得关注的是公司背后的投资名单，包括英伟达、贝索斯的Bezos Expeditions、淡马锡、丰田创投、凯辉创新基金等，几乎囊括了半导体巨头、顶级富豪家办和全球主权基金。

一个65岁的AI科学家，刚从工作了12年的老东家Meta离职，为什么能让资本圈如此躁动，让黄仁勋和贝索斯同时掏钱？

“一位老科学家的体面分手”

杨立昆的创业故事甚至可以写成剧本。

1960年，他出生在法国巴黎附近。父亲是个航空工程师，这种家庭背景多少解释了为什么他从小对“理解物理世界”有着异乎寻常的执着。

17岁那年，他拥有了第一台个人电脑，在键盘上自学编程，也为自己未来的人生轨迹写下了第一行代码。

此后的履历堪称传奇：巴黎电子工程学院毕业，索邦大学计算机博士，多伦多大学跟着“深度学习之父”辛顿做博士后。

真正让杨立昆一战成名的，是他在贝尔实验室开发出了卷积神经网络（CNN），也就是后来让计算机学会“看东西”的核心技术。如今的人脸识别、自动驾驶视觉等，追根溯源都能回到杨立昆当时的研究。

2013年，扎克伯格亲自把杨立昆请进Meta，并让他一手创建了FAIR实验室（Facebook AI Research）。那是Meta AI最辉煌的十年，PyTorch框架从这里走向全球，ResNet（残差网络）突破了深度网络的训练瓶颈，而杨立昆本人也在2018年拿到了图灵奖。

但在硅谷，没有永恒的盛宴。

转折发生在2022年底，彼时ChatGPT引爆了大语言模型狂潮，Meta内部开始焦虑。扎克伯格需要的是能立刻商业化的产品，是能在Llama系列上和OpenAI正面硬刚的战斗力。

而杨立昆依然在坚持自己的“世界模型”研究，在大大小小的会议上泼冷水：“仅靠文本训练，永远无法实现通用人工智能。”

理念的分歧最终演变为组织架构的剧烈震荡。2025年，Meta以约143亿美元投资数据标注公司Scale AI，获得接近控股的股权，并请来这家公司28岁的CEO Alexandr Wang负责Meta的前沿AI模型开发。这意味着，这位90后年轻人成了杨立昆的上级。

杨立昆认为Alexandr Wang“没有科研经验，也不知道如何开展科研活动”。当Meta把FAIR团队并入产品部门，当研究氛围被KPI取代，论文发表需要内部审核时，这位法国科学家知道自己该离开了。

2025年11月，杨立昆在领英上宣布离职，声明里没有怨气，只有体面，他感谢了扎克伯格，而Meta也迅速表态：不会“反目”，反而会与新公司合作。

“分而不裂”或许是顶级科学家与大厂之间最成熟的告别方式。

今年1月，杨立昆的新公司AMI Labs（先进机器智能实验室）成立，总部位于巴黎‌。其实，单看这个公司名字本身似乎就透露出某种野心，他要做的不是某个具体产品，而是机器智能的底层系统。

用杨立昆自己的话说，AMI Labs的目标是“构建能理解物理世界、具备持久记忆、能够推理和规划复杂动作的AI系统。”

要知道，今天的大语言模型本质上是“下一个词的预测器”，给它一段文本，它根据概率生成后续内容。这种模式在处理语言时很强大，但当AI需要和物理世界互动时，比如操作机器人、驾驶汽车等就完全失灵了，因为物理世界不是文字游戏，这里有重力、有空间关系、有因果逻辑。

杨立昆的解决方案是他研究多年的“世界模型”，其大体思路是通过一种叫“联合嵌入预测架构”的方法，让AI学习物理世界的底层规律。简单来说，就是不仅要让AI看懂文字，还要让AI“理解”现实世界。

据了解，AMI Labs目前约有20名员工，今年的重点是投入研发，暂时不推出消费级产品。他们的首批目标客户是汽车、航空航天、生物医药这些需要AI驱动硬件的行业。杨立昆在接受采访时也提到，已经和Meta讨论过在Ray-Ban智能眼镜上应用相关技术。

再来看看这家公司的投资方名单，其构成本身就透露出很多信息。种子轮融资由凯辉创新、贝索斯的家族办公室Bezos Expeditions、Greycroft、Hiro Capital和HV Capital五家机构共同领投，其中，凯辉创新作为欧洲本土基金，自然成为这轮融资的重要推手。

真正有意思的是那些“战略投资者”，包括丰田风投、三星，尤其是英伟达的出现，意味着黄仁勋在用真金白银支持一个“非主流”的技术路线，毕竟杨立昆公开说过大语言模型这条路走不通，而英伟达恰恰是这轮大模型浪潮的最大受益者。

个人投资者名单也同样亮眼，比如万维网之父Tim Berners-Lee、谷歌前CEO Eric Schmidt等都在其中。一个65岁法国科学家的创业项目，能把全球资本圈里这些"新旧大佬"凑到一起，这本身就说明，他们押注的不是某个具体产品，而是AI的下一个可能。

为什么都在押注“物理世界”？

这两年，“空间智能”和“世界模型”正在成为新的风口，而杨立昆也不是唯一看好这个方向的人。

就在上个月，李飞飞的World Labs刚完成了一笔10亿美元（约合人民币70亿元）的融资，估值冲上50亿美元，这距离其成立才仅仅16个月。

英伟达和AMD两家芯片巨头同时出现在投资方名单里，这也是很有意思的信号，两家竞争对手在同一家公司身上达成共识，说明它们都在押注同一个未来。

此外，全球工程设计软件巨头Autodesk投了2亿美元成了这轮融资的领投方之一，还有乔布斯遗孀创立的家族办公室Emerson Collective、资管巨头富达、东南亚科技公司Sea也都参与了本轮投资。

如果往前追溯，World Labs的融资历史堪称“出道即巅峰”。2024年9月公司刚刚结束隐身模式就完成了2.3亿美元融资，当时估值达到10亿美元，投资方包括硅谷顶级风投Andreessen Horowitz（a16z）、NEA，以及加拿大风投机构Radical Ventures（李飞飞本人是其科学合伙人）。

这轮融资的天使投资人名单里出现了两位深度学习奠基人的名字：Geoffrey Hinton和谷歌DeepMind首席科学家Jeff Dean。显然，Hinton亲自掏钱支持老同行，这本身就很能说明问题。

而“AI教母”李飞飞的目标和杨立昆几乎一致：让AI理解三维物理世界，具备空间智能。目前，World Labs已经推出了首款产品Marble，能从图片生成可交互的3D世界，直接服务于游戏、影视和机器人仿真训练。

贝索斯在卸任亚马逊CEO四年后，他在去年年底亲自挂帅创办了一家AI公司，也是专注于物理AI的研究。

国内这波物理AI的浪潮，来得也比外界感知的更汹涌。比如，魔芯科技的转型是个很典型的信号，这家原本做消费级3D打印硬件的公司，去年年底砍掉部分成熟业务，转向具身智能的底层研发，某种程度上说明创始团队看到了比硬件更值钱的东西，让机器真正理解物理世界的“大脑”。再比如，飞渡科技也即将发布全球首个实现“理解-预测-决策”全闭环的可决策空间智能模型。

英伟达的动作更值得深思。黄仁勋几乎在所有公开场合都在推销“物理AI”的概念，如果没有这种模型，人形机器人永远只能在实验室里走走秀，自动驾驶也永远无法应对极端路况。

他更清楚，只有当AI进入物理世界，每一台机器人、每一辆汽车、每一家工厂都需要智能系统时，算力需求才会指数级增长。

从这个角度看，杨立昆和李飞飞的创业，不只是为了证明某个技术路线，而是在为AI寻找下一个出口。