@aakashgupta: Yann LeCun 于 3 月 10 日完成 AMI Labs 10.3 亿美元融资。三天后，他的 NYU 合作者发布了这篇论文。15M…

Yann LeCun 于 3 月 10 日完成 AMI Labs 10.3 亿美元融资。三天后，这篇论文由他的 NYU 合作者发布。1500 万参数。单张 GPU。数小时训练。LeWorldModel 是首个直接从原始像素端到端训练的 JEPA。两个损失项：预测下一个嵌入，保持潜在空间符合高斯分布。之前的 JEPA 需要指数移动平均或预训练编码器来避免表征崩溃。LeWM 不需要。六个超参数简化为一个。数据说明一切。基于基础模型的世界模型需要数亿参数和大量算力来规划控制任务。LeWM 的规划速度快达 48 倍，同时在 2D 和 3D 基准测试中保持竞争力。整个模型可以放入笔记本电脑的 GPU 中。看看这个轨迹。Yann 于 2025 年 11 月宣布在任职 12 年后离开 Meta，并称创立 FAIR 是他“最骄傲的非技术成就”。2026 年 3 月 10 日，AMI Labs 以 35 亿美元的投前估值完成了欧洲历史上最大的种子轮融资。贝索斯、英伟达、三星和丰田都签署了支票。三天后：一篇论文表明，从像素出发的 JEPA 不再脆弱，也不再算力密集。曾使其看似仅具学术趣味的工程脚手架已不复存在。作者来自 Mila、NYU、三星 SAIL 和布朗大学。无一人来自 Meta。Yann 的赌注是：通往机器智能的路径在于世界模型，而非语言模型。他离开上市公司去构建它。来自他网络中的每一份 JEPA 论文都重置了该赌注的成本结构假设。这篇论文让世界建模变得像笔记本电脑一样廉价。Meta 依然拥有 GPU。但架构已经离去。