AI巅峰对决：李飞飞World Labs与杨立昆AMI Labs，谁能定义‘世界模型’新范式？

在AI独角兽层出不穷的当下，尽管大模型已屡见不鲜，但在‘世界模型’这一前沿赛道，依然存在着巨大的探索空间。

从估值攀升的速度来看，由斯坦福学者李飞飞创办的World Labs，正以惊人的姿态跃升为全球首个专注世界模型的超级独角兽。

据最新行业调研，World Labs的估值已突破50亿美元大关，并计划开启新一轮5亿美元的融资。而仅仅在2024年9月，该公司才刚以10亿美元估值完成2.3亿美元融资，正式进入公众视野。

这一成长轨迹堪称神速：从公开亮相到达到50亿美元估值，李飞飞仅用了16个月。作为对比，如今的行业巨头OpenAI从2015年成立到2019年获得微软投资时，其估值才达到10亿美元；而最接近World Labs速度的Anthropic，也耗时25个月才完成类似的跨越。

如果说李飞飞被视为世界模型领域的‘教母’，那么图灵奖得主杨立昆（Yann LeCun）则是当之无愧的‘教父’。

2025年12月，杨立昆正式宣布离开深耕12年的Meta，并在巴黎创立了新公司Advanced Machine Intelligence Labs（简称AMI Labs）。目前，AMI Labs正寻求以30至35亿欧元的估值融资5亿欧元。

这两家顶尖初创公司之所以能获得如此高昂的溢价，核心并不在于单纯的概念炒作，而在于它们在技术落地与商业化路径上的扎实布局。

01

空间智能：World Labs的技术护城河

World Labs的背后站着极其显赫的投资阵营，包括Andreessen Horowitz、NEA、NVIDIA风投、沙特Sanabil Investments以及新加坡淡马锡。此外，杰夫·迪恩（Jeff Dean）和杰弗里·辛顿（Geoffrey Hinton）等AI宗师也以个人身份参与了天使轮投资。

World Labs的核心理念在于‘空间智能’。李飞飞认为，目前的顶级AI虽然在处理文本序列和二维像素上表现优异，但本质上仍缺乏对现实物理世界的深度理解，它们不懂体积、重力或实体交互。

World Labs的目标是赋予AI‘三维认知能力’。通过这种技术，AI不再是简单地预测下一个像素，而是先构建一个具备物理规则的虚拟三维环境，再在其中模拟实体行为。

传统的视频生成模型往往是在寻找像素间的概率关联，而World Labs的世界模型则是基于几何物理模拟。这意味着它能学习到图像背后的深度信息、遮挡关系以及流体动力学等复杂物理规则。

2025年11月，World Labs发布了首款商业化产品‘Marble’。它能够利用文本或简单的3D布局生成可持久化的三维世界。Marble放弃了传统的多边形网格，转而采用神经辐射场（NeRF）和高斯点云（3D Gaussian Splatting）技术。

NeRF技术将场景转化为连续的体积函数，能生成极其逼真的任意视角图像；而高斯点云则通过数百万个微小的高斯椭球体来表征场景，在保证视觉质量的同时，大幅提升了渲染速度。

在2026年的CES大会上，李飞飞现场演示了Marble的震撼能力：仅通过几张静态照片，就能生成一个实时可探索的交互式世界。这种技术不仅支持苹果Vision Pro等VR头显，还能无缝导出至Unreal Engine和Unity。李飞飞曾大胆直言，这项技术可能会对传统的游戏引擎巨头产生颠覆性影响。

除了影视与游戏，World Labs还瞄准了机器人训练市场，旨在为机器人提供安全的虚拟仿真环境，让其在数字空间中学习因果关系和长期规划。

02

JEPA架构：AMI Labs的科研野心

与World Labs已经拥有成熟产品不同，杨立昆的AMI Labs目前更侧重于技术底层逻辑的重构。其核心技术是杨立昆倡导多年的‘联合嵌入预测架构’（JEPA）。

JEPA的工作原理不同于逐个token生成的自回归模型。它不直接预测像素，而是预测高层级的‘抽象嵌入’。这种方法不仅能够过滤掉无关紧要的细节噪声，还能让系统更好地理解未来的状态演变，从而实现更高水平的推理和规划。

AMI Labs的第一个落地场景选择了门槛极高的医疗保健领域。通过与Nabla合作，AMI计划开发能够预测患者生理状态、提供可解释医疗建议的AI助手。相比容易产生‘幻觉’的大语言模型，基于物理世界规律模拟的世界模型在医疗确定性方面具有先天优势。

此外，杨立昆在2026年还参与了Logical Intelligence公司，推出了基于能量基础模型的推理工具。他坚信，通往AGI的道路并非由单一模型构成，而是需要LLM、JEPA以及能量基础模型等多种技术的协同共生。

03

务实与远见：两条路径的交汇

尽管李飞飞与杨立昆都剑指‘世界模型’，但两者的策略差异显著。World Labs走的是一条极其务实的商业化道路，通过Marble产品精准切入创意产业和游戏开发，利用先发优势抢占市场份额。

而AMI Labs则更具前瞻性和实验性，试图在欧洲AI主权的背景下，通过底层架构的创新，攻克医疗、工业控制等对安全性要求极高的垂直领域。

从技术演进来看，这两条路线并非水火不相容。World Labs强大的视觉生成能力可以为杨立昆的因果模型提供高质量的合成训练数据，而JEPA的逻辑推理能力则能弥补Marble在物理一致性上的短板。

无论是李飞飞的‘空间理解’，还是杨立昆的‘抽象预测’，都标志着AI正在实现从‘语言模仿者’向‘客观规律理解者’的质变。这场关于世界模型的较量，才刚刚拉开序幕。