AMI Labs CEO LeBrun拒绝称其模型为‘AGI’，聚焦真实世界机器人化

背景概述

TechCrunch在2026年7月16日的报道中，捕捉到AMI Labs创始人Alexandre LeBrun在ICML大会上的一段访谈。AMI Labs是由Yann LeCun在离开Meta后联合创办的世界模型初创公司，已完成10亿美元融资，估值约35亿美元，但尚未推出可商业化的产品。LeBrun在访谈中明确指出，团队从未使用“AGI”或“superintelligence”这些词汇，并解释了背后的原因。

为什么摒弃“AGI”标签

LeBrun认为，这类概念缺乏统一、可操作的定义，容易导致概念膨胀和行业误导。他指出，业界已经从“AGI”转向“superintelligence”，但同样面临定义模糊的问题。对他而言，技术路线的清晰度远比标签更重要，尤其是在将AI系统迁移到物理世界时。

世界模型的核心价值

AMI Labs的核心技术是世界模型（world model），它区别于传统的大语言模型（LLM），侧重于预测“下一状态”。

• LLM：预测下一个词或句子，擅长语言理解与生成。
• 世界模型：预测物体运动、物理交互等真实世界状态，例如预测一杯水被撞倒后会倾倒的轨迹。

LeBrun强调，两者是互补关系，LLM仍是语言处理的高效工具，而世界模型则为机器人提供环境感知与决策的基础。

机器人与真实环境的挑战

当前的工业机器人大多执行固定、预先编程的动作，缺乏对动态环境的适应能力。LeBrun举例称，若机器人在公共场合“跳舞、功夫”，没有上下文感知可能导致安全事故，例如误伤观众。通过世界模型让机器人“了解情境”，可以在开放空间、家庭或街道等复杂环境中安全运行。

亚洲，尤其是韩国的战略意义

LeBrun透露，AMI Labs正积极在亚洲寻找合作伙伴，原因有二：

1. 硬件生态：韩国在机器人、半导体和制造业拥有成熟的供应链，能够提供高性能的计算平台和传感器。
2. 政策与速度：韩国政府大力扶持AI与芯片产业，已启动价值约8800亿美元的AI基础设施计划，具备快速落地的执行力。

虽然目前尚未公布具体的亚洲布局细节，但LeBrun已表示团队将在“从第一天起”深耕当地生态。

未来展望与风险

AMI Labs仍处于前期研发阶段，尚未有明确的产品发布时间表。LeBrun承认，机器人安全是当前最大的技术瓶颈，世界模型的实用化仍需大量真实数据和跨行业合作。公司计划通过与本地机器人厂商、芯片公司以及研究机构的合作，获取真实世界的训练环境。

“我们需要进入真实的世界进行训练，而不是停留在实验室的模拟中。”——Alexandre LeBrun

小结

AMI Labs的定位表明，AI的下一步突破可能不在于口号式的“AGI”，而在于让机器具备对真实物理环境的感知与推理能力。随着硬件与政策的双重驱动，尤其是韩国的快速采纳，世界模型有望在机器人、制造和医疗等行业实现突破性应用。