AMI Labs 创始人为何拒绝将 AI 称为“AGI”或“超级智能”
当整个 AI 行业都在追逐“超级智能”这一标签时，Yann LeCun 的世界模型初创公司 AMI Labs 的 CEO Alexandre LeBrun 却对此不屑一顾。他在接受 TechCrunch 采访时明确表示，公司从不使用“AGI”或“超级智能”这类词汇。
拒绝炒作，回归务实
LeBrun 指出，行业术语的更迭更像是一种营销游戏：“我们从未用过 AGI 这个词。我注意到现在没人再用它了，大家都改口叫‘超级智能’。下次估计又会换成别的。”他认为这些术语缺乏明确定义，毫无实际用处。对于一家尚未推出产品、但已开始与机器人、制造和电子行业合作的公司而言，这种务实态度显得尤为突出。
世界模型：让 AI 理解物理世界
AMI Labs 专注于构建世界模型——一种能够预测物理世界状态的 AI 系统。与预测下一个词的大语言模型（LLM）不同，世界模型预测的是“下一个状态”。LeBrun 以推倒杯子为例：人类凭直觉知道杯子会倾斜并洒出水，而世界模型正是要捕捉这种直觉。
他强调，世界模型并非要取代 LLM，两者是互补关系。正如人脑有独立的语言和推理功能，LLM 仍是处理语言的最有效工具，而世界模型则提供上下文和真实世界理解。
机器人行业的痛点
LeBrun 认为，当前机器人行业的硬件进步神速，但“缺乏大脑”。大多数机器人仍运行固定程序，完全静态，在物理世界中显得“非常愚蠢”。如果能赋予机器人对环境的感知能力，就能避免类似机器人跳舞时踢到儿童的尴尬事故。这种上下文感知的 AI 将是机器人领域的重大突破。
工业场景先行
尽管 AMI Labs 尚未发布产品，但已在积极寻找工业合作伙伴。世界模型需要走出实验室，在机器人、制造和电子等真实场景中证明自己。LeBrun 透露，他上周在首尔参加国际机器学习大会时，就在物色当地工业伙伴和全球企业。
行业反思
LeBrun 的言论或许代表了一股正在兴起的务实思潮：在“超级智能”的喧嚣之下，真正推动行业进步的可能是那些专注于解决具体问题、不追逐华丽术语的研究者。世界模型能否如其所述，为 AI 带来物理世界的“常识”，值得持续关注。
