在人工智能领域，许多公司竞相将自己的技术标榜为“AGI”（通用人工智能）或“超级智能”，但AMI Labs的CEO Alexandre LeBrun对此持保留态度。AMI Labs是由Yann LeCun创立的世界模型初创公司，LeBrun在接受TechCrunch采访时表示，公司从未使用过“AGI”或“超级智能”这些词汇。

LeBrun指出：“我们从未使用过AGI这个词，后来大家又转向用‘超级智能’，但我觉得这个词也没有明确的定义，也不够实用。”他认为这些标签缺乏清晰的含义，且可能随时间不断更替。

作为AI新赛道的核心人物，LeBrun在首尔国际机器学习大会期间接受采访时谈到，AMI Labs虽然尚未推出产品，但已在积极寻求与机器人、制造业和电子行业的合作伙伴。世界模型结合物理知识来预测和理解现实世界，必须在实验室外得到验证。

机器人领域被认为是世界模型潜在影响最大的应用之一。目前，机器人多执行固定程序，缺乏灵活性，LeBrun称AI在物理世界中的表现仍然“非常有限”。

他举例说，如果AI能让机器人“理解环境”，这将带来巨大改变。例如，若机器人能意识到周围环境，就能避免像某次公共活动中跳舞的机器人误踢小孩的事件。LeBrun强调，硬件发展迅速，但缺乏“智能大脑”。

他解释道，大型语言模型（LLM）预测文本的下一个词，而世界模型则预测世界的下一个状态。比如推倒桌上的玻璃杯，世界模型能直观地预测它会倾倒并洒出液体。

LeBrun并不认为世界模型优于LLM，两者是互补而非替代关系。类似于人脑中语言和推理的不同功能，LLM更擅长处理语言，而世界模型则提供环境上下文和现实理解。

他认为，几乎所有涉及现实世界的行业最终都能利用基于世界模型的机器人，因为物理环境是LLM的薄弱环节。

目前，工厂机器人重复同一动作表现良好，但当机器人进入更开放的环境，如家庭或街道时，必须理解周围环境并安全操作，这才是挑战所在。LeBrun坦言：“机器人现在还不安全，尚无解决方案。”

在医疗领域，LeBrun以自己之前创办的AI医疗公司Nabla为例，将现有AI比作只读过教科书、未经过实习的医生。虽然LLM在医疗中有用，但仅覆盖了“1%的医疗”，其余依赖真实世界经验。

LeBrun强调，世界模型无法仅在实验室内构建，AMI Labs需要真实环境和紧密合作伙伴来训练模型。正因如此，他对亚洲市场尤其是韩国充满兴趣，因为那里拥有机器人、芯片和制造业的硬件基础。

虽然尚未制定完整的亚洲战略，LeBrun认为韩国的吸引力主要在于两个方面：一是其机器人、半导体和制造业等硬件密集型产业发达；二是韩国在AI领域的快速推进和早期采用者身份。他提到韩国25年前是互联网的最快采用国，这种产业基础与快速拥抱AI的结合非常独特，是AMI Labs选择从一开始就进入韩国市场的原因。

AMI Labs在亚洲的支持者之一、SBVA CEO JP Lee也表示，政府在本地自主LLM模型的资金支持上做得非常出色，这些模型已能胜任通用任务，但他希望韩国继续加大对物理AI的投入。首尔今年6月宣布将投入约8800亿美元用于芯片、AI数据中心和物理AI，体现了三大支柱的共存理念。

Lee还指出，韩国对外国企业的价值不仅在硬件，开发者快速采用和适应新工具的能力也孕育了本土互联网巨头如Naver和Kakao。

尽管拥有顶尖团队和超过10亿美元的融资，AMI Labs目前尚无产品推出，也未给出具体时间表。LeBrun表示：“我们准备好时会给大家一个惊喜。”