我可以帮您推荐合适的AI工具，有什么需要帮忙的吗？
图灵奖得主、Meta前首席人工智能科学家杨立昆创立的AI初创公司Advanced Machine Intelligence（AMI）近日宣布完成10.3亿美元融资，投前估值达35亿美元。该公司主打具备推理、规划能力的世界模型类AI系统，试图颠覆当前以“预测下一个单词”为核心的大语言模型技术路线，首批商业化目标瞄准高端制造、生物医药等领域。
2026年3月10日，杨立昆的创业项目AMI官宣的融资消息，瞬间引爆了全球AI圈。不同于过去几年大模型创业项目扎堆拼参数、拼语料的常规路径，AMI从创立之初就站在了当前主流生成式AI技术路线的对立面，这笔超10亿美元的巨额融资，也让行业的目光再次聚焦到沉寂已久的技术路线之争上。
过去五年，以预测下一个单词为核心逻辑的大语言模型（LLM）推动了生成式AI的第一轮商业化落地，但行业很快触碰到了明显的技术天花板：LLM的“幻觉”问题始终无法根治，在需要高精度、强逻辑的工业级场景里几乎无法落地，且没有理解物理世界规则的能力，很难支撑机器人、自动驾驶等实体AI的需求。
杨立昆此前在Meta担任首席人工智能科学家期间，就多次公开质疑现有LLM的技术路线，认为其不可能演化出真正的通用智能。离职Meta后创办的AMI，正是他验证自身技术判断的核心载体，本次10.3亿美元融资和35亿美元投前估值，也印证了资本对世界模型赛道的高度看好。
AMI的核心技术方向是世界模型的商业化落地。不同于大语言模型仅靠文本语料训练的逻辑，世界模型的核心是让AI学习物理世界的运行规则，具备和人类类似的常识认知、逻辑推理和行动规划能力，能够在复杂、开放的未知环境中自主做出可靠决策。
按照杨立昆公布的商业化路线，AMI的首批落地场景将集中在对智能系统可靠性要求极高的领域，包括航空航天的自主航行决策、汽车制造的柔性生产调度、生物医药的分子结构模拟等，目标是成为高端制造业的核心智能基础设施供应商。相较于现有大模型只能做内容生成、客服对话等低容错场景，世界模型的落地空间将直接拓展到产值数十万亿美元的实体经济领域。
除了工业级场景之外，杨立昆还透露，AMI的技术长期将赋能家用机器人等消费级实体AI产品。目前市面上的家用服务机器人普遍只能执行预设的程序化指令，一旦碰到训练数据之外的非常规场景就会失效，而世界模型带来的常识能力，将让机器人真正理解“打翻水杯需要擦拭”“易腐食品需要放进冰箱”等生活化的常识逻辑，让通用服务机器人的落地成为可能。
目前全球头部AI厂商都已经开始布局世界模型赛道，OpenAI、谷歌DeepMind都在相关领域投入了核心研发资源，AMI的巨额融资落地，也意味着世界模型已经从学术探索阶段进入到商业化竞速阶段，整个AI行业的技术路线可能在未来3到5年迎来新一轮洗牌。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号