AI浪潮中，“世界模型”（World Model）被视为通向通用人工智能（AGI）的关键拼图。而两位AI泰斗——被称为“世界模型教母”的李飞飞与“教父”杨立昆的创业，正将这一领域推向高潮：两人创立的公司估值合计近100亿美元，分别以“生成式3D”与“因果推理”两条技术路线，争夺AI理解物理世界的“入场券”。

2024年9月，李飞飞的World Labs以10亿美元估值首秀；仅16个月后，其估值飙升至50亿美元，成为当前最接近“世界模型独角兽”的企业。

核心技术：空间智能的“升维打击”

传统AI是“二维”的——仅处理文字或像素序列，不理解体积、重力等物理属性。World Labs的“空间智能”则赋予AI三维认知能力：通过学习三维几何（深度、遮挡）与物理规则（碰撞、光线），直接生成符合物理规律的虚拟环境。其首款产品Marble即基于此：用户输入文本、图像或粗略3D布局，即可生成可交互的持久化3D世界，支持从任意角度观察，且导出格式兼容Unity、Unreal等主流游戏引擎。

技术落地：从创意到机器人的“双轮驱动”

Marble已瞄准游戏、影视、VR等创意产业——游戏开发者可用其快速生成场景，影视团队可预演虚拟布景，VR头显（如Vision Pro、Quest 3）用户能实时探索生成的世界。更关键的是，World Labs将其延伸至机器人训练：通过模拟物理交互环境，让机器人在数字空间中学习导航、避障等技能，降低真实测试成本。

商业化：免费增值+行业渗透

Marble采用“免费版（4次生成）+订阅制（20-95美元/月）”模式，目标客户覆盖中小开发者到专业团队。其技术已吸引游戏、影视行业早期客户，并与VR设备深度适配，商业化路径清晰。

2025年底，杨立昆离开Meta，创立AMI Labs（总部巴黎），估值目标30-35亿欧元（约32-37亿美元）。与World Labs的“产品先行”不同，AMI Labs更聚焦底层技术突破。

核心技术：联合嵌入预测架构（JEPA）

杨立昆批判传统生成式AI“逐token预测”的低效——模型需预测每个像素/文字，包括随机细节。JEPA则“升维”至抽象表示：通过两个编码器（上下文与目标）和一个预测器，直接在嵌入空间中预测高层次特征，忽略无关噪声。这种“非自回归”方法更关注因果关系，能生成完整的推理轨迹，而非碎片化的输出。

应用场景：从医疗到工业的“高可靠性”需求

AMI Labs的首个落地场景锁定医疗——与Nabla合作开发临床护理AI助手。医疗场景对“确定性、可解释性”要求极高（如FDA认证），而大语言模型（LLM）的“幻觉”风险在此致命。世界模型通过模拟患者生理状态的动态变化，可预测疾病进展，提供更可靠的决策支持。Nabla的AI助手已获1.2亿美元融资，预计两年内实现1亿美元年收入。

地缘优势：欧洲AI主权的“棋子”

AMI Labs选择巴黎，不仅是杨立昆的个人偏好，更契合欧盟“AI主权”战略——减少对美国科技巨头的依赖。法国总统马克龙亲自背书，承诺政策支持，这为其在欧洲监管严格领域（如医疗、工业）的落地铺平道路。

尽管同属“世界模型”，World Labs与AMI Labs的技术路径与市场策略截然不同：

未来趋势：从竞争到融合

短期看，World Labs凭借“产品+市场”先发优势更易变现；AMI Labs则需突破技术落地瓶颈。但长期来看，两者的技术可能互补：World Labs的生成能力可为JEPA提供训练数据，而JEPA的因果推理能增强生成内容的物理一致性。正如杨立昆所言：“AGI需要能量模型、LLM、世界模型的生态系统。”

李飞飞与杨立昆的创业，标志着AI从“理解语言”向“理解物理世界”的关键跃迁。无论是生成式3D的“视觉革命”，还是因果推理的“逻辑突破”，世界模型的终极目标都是让AI掌握客观规律——这不仅是技术的胜利，更是人类对“智能”定义的重新书写。