AMI Labs — Yann LeCun + 谢赛宁的世界模型创业公司

> 一句话版本：图灵奖得主 Yann LeCun 从 Meta 离职后创立的 AI 公司，谢赛宁担任联合创始人兼首席科学家，融了 10.3 亿美元种子轮（估值 35 亿美元），要做"理解物理世界"的 AI——不是下一个 ChatGPT，而是"LLM 之后的东西"。

谢赛宁是谁？

谢赛宁（Saining Xie）是当前 AI 领域最具影响力的华人研究者之一：

履历：

• UC San Diego 博士
• Meta FAIR 研究科学家（4 年，门洛帕克总部）
• Google DeepMind 研究科学家（GenAI/nanobanana 团队）
• NYU Courant 数学研究所助理教授
• 2026 年春夏从 NYU 休假，全职加入 AMI Labs

代表工作：

• DINO / DINOv2：自监督视觉表征学习，CV 领域里程碑
• Masked Autoencoders (MAE)：与何恺明合作，自监督预训练范式
• Diffusion Transformers (DiT)：用 Transformer 替代 U-Net 做扩散模型，Sora 的基础架构
• Cambrian-1：视觉中心的多模态 LLM
• Solaris：Minecraft 多玩家视频世界模型（2026）

学术成就：

• Google Scholar 引用超 100,000 次
• Marr Prize Honorable Mention
• NSF CAREER Award
• AISTATS Test-of-Time Award
• PAMI Young Researcher Award

培养的人才（在 FAIR/DeepMind/NYU 期间）：

• Bill Peebles — OpenAI Sora 负责人
• Eric Mintun — OpenAI Sora
• Demi Guo — Pika 联合创始人
• Zhuang Liu — 普林斯顿教授
• Norman Mu / Suppakit Waiwitlikhit — xAI
• Sanghyun Woo — DeepMind

AMI Labs 在做什么？

核心技术路线：JEPA（Joint Embedding Predictive Architecture）

LeCun 2022 年提出的架构，和当前主流 LLM 完全不同的技术路线：

产品方向

目前没有产品，CEO 明确说第一年专注研究，产品时间线以"年"为单位而非季度。

已知计划：

1. 基础研究：世界模型、表征学习、预训练、视频理解

2. 开源：承诺发表论文 + 开源代码（CEO："开放研究越来越稀缺，但我们相信开放让事情推进更快"）

3. 首个合作伙伴：Nabla（医疗 AI，CEO LeBrun 前公司）

融资详情

个人投资者：Tim & Rosemary Berners-Lee、Jim Breyer、Mark Cuban、Xavier Niel、Eric Schmidt

分析

优势：

• 梦之队：LeCun + 谢赛宁 + Pascale Fung + Michael Rabbat，可能是 AI 创业史上最强学术阵容
• 资金充足：$10.3 亿种子轮，足够支撑多年基础研究
• 差异化路线：不做"又一个 LLM"，走世界模型路线，避开了红海
• 开放承诺：发表论文 + 开源代码，建立研究生态
• 谢赛宁的个人网络：他在 FAIR/DeepMind 培养的人才遍布 OpenAI、xAI、Pika 等顶级机构

风险：

• 技术路线未验证：JEPA 目前仍是论文级别的框架，没有可商用的世界模型
• 时间线极长：CEO 自己说"可能需要几年"，$10 亿烧完前能出什么成果？
• 竞争者众多：Fei-Fei Li 的 World Labs 也拿了 $10 亿，SpAItial、Google、OpenAI 都在做世界模型
• 零收入：目前没有商业化计划，完全依赖融资
• 团队整合风险：顶级学者不一定擅长工程化和产品化
• "世界模型"泡沫风险：CEO 自己都说"6 个月后每个公司都会叫自己世界模型"

与 Jay 的关联：

• 谢赛宁是 DiT（Sora 基础架构）的联合作者，和视频生成领域直接相关
• 世界模型路线如果成功，将从根本上改变 AI agent 的能力——包括 OpenClaw 这类 agent 框架
• 谢赛宁在 NYU 培养的人才（Peebles、Guo 等）已经分布在整个 AI 产业链中
• AMI Labs 的开源承诺值得持续关注

评分