楊立昆新創(chuàng)企業(yè)AMI Labs獲10.3億美元融資,深耕世界模型研發(fā)
當(dāng)?shù)貢r間 3 月 10 日消息,人工智能領(lǐng)域先驅(qū)楊立昆(Yann LeCun)聯(lián)合創(chuàng)立的新公司 AMI Labs 官宣完成 10.3 億美元種子輪融資,公司估值一舉達到 35 億美元,成為 AI 領(lǐng)域又一備受關(guān)注的新星。
此次種子輪融資由凱輝創(chuàng)新、Greycroft、Hiro Capital、HV Capital、貝索斯探險基金(杰夫?貝索斯旗下)及多家未具名投資方聯(lián)合領(lǐng)投,英偉達、三星電子等十余家企業(yè)也參與了本輪投資,投資方陣容橫跨科技與資本領(lǐng)域,彰顯了市場對楊立昆團隊及相關(guān)技術(shù)方向的高度認(rèn)可。
楊立昆在去年離開元宇宙平臺公司 Meta 后,迅速創(chuàng)辦了 AMI Labs。此前,他曾執(zhí)掌 Meta 的人工智能研究團隊超十年,期間主導(dǎo)研發(fā)了知名的 Llama 大語言模型系列;而在 Llama 推出前,Meta 還由他推動發(fā)布了如今被廣泛應(yīng)用的 PyTorch 模型開發(fā)框架,成為 AI 研發(fā)領(lǐng)域的重要工具。
作為計算機視覺領(lǐng)域的開創(chuàng)者之一,楊立昆早在 1988 年就研發(fā)出 LeNet 系列圖像處理模型,首次證實了相關(guān)技術(shù)的實用價值。這一模型也是首個融入反向傳播算法的 AI 模型,而反向傳播算法作為現(xiàn)代神經(jīng)網(wǎng)絡(luò)的核心組件,正是驅(qū)動神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力的關(guān)鍵所在,為后續(xù)深度學(xué)習(xí)的發(fā)展奠定了重要基礎(chǔ)。
AMI Labs 的核心研發(fā)方向為世界模型,這類模型能夠?qū)z像頭及各類傳感器采集的數(shù)據(jù)進行分析解讀。楊立昆在接受《連線》雜志采訪時表示,硬件設(shè)計是公司計劃落地軟件應(yīng)用的重要領(lǐng)域,未來企業(yè)客戶可借助該模型分析飛機零部件設(shè)計方案,挖掘優(yōu)化空間,實現(xiàn)產(chǎn)品設(shè)計的升級。
除硬件設(shè)計外,公司還計劃向醫(yī)療、機器人等多個垂直領(lǐng)域拓展軟件研發(fā)業(yè)務(wù)。從其發(fā)布的招聘信息中可窺見其在機器人領(lǐng)域的應(yīng)用規(guī)劃:團隊正研發(fā)能預(yù)測系統(tǒng)環(huán)境未來狀態(tài)的模型,并依據(jù)這些預(yù)測結(jié)果規(guī)劃一系列行動步驟。這項技術(shù)未來有望應(yīng)用于機器人作業(yè)規(guī)劃,比如協(xié)助機器人完成包裹分揀、打包等任務(wù)。
在模型架構(gòu)設(shè)計上,AMI Labs 走出了與主流大語言模型不同的道路。公司官網(wǎng)明確表示,將摒棄以大語言模型 Transformer 架構(gòu)為代表的生成式方法,招聘信息也透露,團隊將基于全新架構(gòu)打造神經(jīng)網(wǎng)絡(luò)。
值得一提的是,楊立昆在 Meta 任職期間,曾研發(fā)出 JEPA 人工智能模型架構(gòu),其核心亮點是能過濾輸入數(shù)據(jù)中的無關(guān)信息,這一特性也被延續(xù)到 AMI Labs 的研發(fā)中。公司官網(wǎng)稱,自研 AI 模型將具備忽略數(shù)據(jù)中不可預(yù)測細(xì)節(jié)的能力。
從技術(shù)原理來看,神經(jīng)網(wǎng)絡(luò)會將視頻等視覺信息轉(zhuǎn)化為抽象的數(shù)學(xué)表征:Transformer 架構(gòu)的模型中,每個表征僅包含單個像素這類基礎(chǔ)數(shù)據(jù),而 JEPA 架構(gòu)的表征能存儲整幅圖像這類更復(fù)雜、更高維度的信息,這也讓模型能更高效地處理復(fù)雜視覺數(shù)據(jù),把握核心特征。
楊立昆向《連線》透露,AMI Labs 計劃盡快推出首款自研模型。此外,據(jù)科技媒體 TechCrunch 報道,公司還將開放部分技術(shù)源代碼,并發(fā)布相關(guān)學(xué)術(shù)論文,推動技術(shù)的行業(yè)交流與發(fā)展。而 AMI Labs 的長期目標(biāo),是打造一款通用世界模型,實現(xiàn)跨行業(yè)的任務(wù)自動化,為各領(lǐng)域的智能化升級提供核心支撐。





