「過去5年，全世界都對LLM（大型語言模型）走火入魔。現在我們手裡有了一把鐵鎚，看什麼問題都像釘子。」Advanced Machine Intelligence（簡稱AMI Labs）共同創辦暨執行長Alex LeBrun在《Forbes》的採訪時說。
用最簡化的方式來說，AMI Labs要解決當前LLM的幻覺問題，而這家公司的另一個共同創辦人或許更為人所知：2018年獲得圖靈獎、被人稱為「AI教父」的楊立昆（Yann LeCun，現為AMI Labs執行董事長），同時是Meta的前首席AI科學家。
2025年11月，隨著Meta以140億美元收購Scale AI的49%股權後，也轉移了AI研發的重心，認為遭受冷落的楊立昆選擇離開並成立了AMI Labs。 4個月後的3月10日，AMI Labs宣佈完成高達10.3億美元（約新台幣330億元）的種子輪融資，創下歐洲史上規模最大的種子輪紀錄。 這家才剛成立幾個月、尚未推出任何商業產品的新創，直接以35億美元的估值空降獨角獸俱樂部。
AI教父出走Meta創業，黃仁勳、貝佐斯都挺他！
AMI Labs的投資人名單包含Cathay Innovation、Greycroft、HV Capital與亞馬遜創辦人貝佐斯的家族辦公室領投，跟投者則有輝達、三星電子、豐田創投（Toyota Ventures）、新加坡淡馬錫（Temasek）、Sea Ltd（蝦皮母公司），以及Google前執行長Eric Schmidt與知名富豪Mark Cuban等人，是相當豪華的投資陣容。
能吸引眾多名人巨頭支持，楊立昆在AI界的名聲與貢獻是主因之一。
楊立昆在2013年一手為Facebook建立起AI研究組織，並在隨後的十多年裡擔任Meta的首席AI科學家，將Meta位在巴黎的AI研究實驗室（FAIR）打造成美國以外最大的AI研究中心。
然而，根據《華爾街日報》與《The French Tech Journal》的報導，在2025年11月，這位歷史級學者卻毅然決然離開了他效力逾12年的Meta。除了人員異動外，楊立昆也無法認同Meta目前的AI發展路線，他不僅不相信大型語言模型（LLM）能引領人類走向所謂的「超級智慧」（Superintelligence），更曾諷刺：「 現今的LLM連一隻家貓的推理能力都不如 。」
正是因為認為LLM「看似聰明、實則盲目」，楊立昆才決定邀請之前一起在Meta共事的Alex LeBrun，共同成立AMI Labs。
AMI Labs的願景是什麼？
AMI Labs認為，現在的LLM（如ChatGPT）本質上是透過龐大的訓練數據，來預測下一個「Token」（詞元）出現的機率。Alex LeBrun在LinkedIn的發文中指出，這些生成式架構只是在「模仿」智慧，它們在資訊檢索、摘要或寫程式等低維度的離散任務中表現優異，但真實世界根本不是由Token組成的；真實世界是連續的、高維度的、充滿噪音且極度混亂的。
差異是什麼呢？
楊立昆在受訪時借用了人類大腦的構造作為比喻。他提到，人類腦中有一塊很小的區域專門負責理解與生成語言，這就像是我們腦中的LLM；但真正讓我們具備推理、規劃並理解世界運作規律的，是整個前額葉皮質，這也就是「世界模型」所在的地方。LLM只具備生成文本的功能，卻沒有真正「思考」的能力，而AMI Labs要打造的，正是AI的前額葉。
楊立昆更用數據指出人腦和LLM的運作差異。如果要窮盡網路上所有公開的文本資料（大約30兆個詞彙、10的14次方位元組），一個人類需要花上50萬年才讀得完，這就是LLM的訓練基礎。但相比之下，一個4歲的小孩，在短短16,000小時的清醒時間內，透過雙眼接收到的視覺數據量，就已經達到了10的14次方位元組。
「8個月大的嬰兒已經具備很好的世界模型，如果你把一顆球丟到空中，球卻違反重力停在半空中，嬰兒會感到驚訝，因為這不可能發生，」Alex LeBrun解釋，大腦是透過觀察來建立對物理世界的理解，這與語言無關。這正是AMI Labs的解方：透過視覺與感測器等真實世界的數據來訓練AI，使其具備「持久記憶」，能夠理解因果關係，甚至在採取行動前，先在腦海中模擬多種可能的情境與後果，確保行動的安全與可靠性。
換句話說，AMI Labs的核心願景是，打造能真正理解真實物理世界、具備邏輯推理與行動規劃能力的「世界模型」。
10億美元資金到位！AMI Labs首先關注AI醫療領域
這項工程需要的資源相當多，首先就是聰明的大腦們進行研發。
AMI Labs的做法是：直接從Meta的FAIR挖人。除了楊立昆和Alex LeBrun以外，前Meta歐洲區副總裁、曾任法國前總統薩科吉幕僚長的Laurent Solly出任營運長（COO）。技術核心則由前Meta與Google DeepMind科學家Saining Xie（首席科學長）、香港科技大學講座教授Pascale Fung（首席研究與創新長），以及前FAIR研究總監Michael Rabbat（世界模型副總裁）領軍。
這群團隊的首要目標是完成基礎研究與擴編，所以需要的第二個資源，就是錢。
這筆10億美元募資適時補上資金缺口，而且根據《Forbes》報導，AMI Labs已經宣佈了其首個獨家戰略合作夥伴——正是由執行長Alex LeBrun此前創辦、目前服務逾8.5萬名醫師的醫療AI新創Nabla。Alex LeBrun雖然轉任AMI CEO，但仍將保留Nabla董事長兼AI科學長的身份。
AMI Labs為何選擇醫療？因為醫療數據充滿了噪音與連續性（如生理監測、影像），且牽涉生死，Alex LeBrun認為LLM無法勝任這種高風險的環境，因為它們只是機率性的文本生成器。AMI Labs與Nabla的合作，就是要將AI從單純的「環境文件紀錄助手」升級為「代理式AI」（Agentic AI）。
人才、資金、應用場景都到位了，下一步就是看AMI Labs能否實現自己所說的願景。
本文授權轉載自創業小聚
