当其他人工智能行业的参与者竞相将其工作标记为‘AGI’或‘超级智能’时，AMI Labs的首席执行官亚历山大·勒布伦却完全避免使用这些术语。勒布伦在接受TechCrunch采访时表示，公司根本不使用‘AGI’或‘超级智能’这样的术语。他说：‘我们从未使用过AGI这个词。我注意到现在没有人再使用它了；他们转而使用超级智能。’‘下次我们将换成别的词。’他对新的标签也不认同。‘没有好的定义。什么是超级智能？我不知道。这不是一个很有用的词。’对于身处人工智能最新竞赛中心的创始人来说，这是一种尖锐的立场。上周，TechCrunch在首尔采访了勒布伦，他当时正参加国际机器学习大会，寻找当地的工业合作伙伴、全球公司和研究人员。虽然AMI Labs仍处于产品前期阶段，但它已经在接洽机器人、制造业和电子行业的参与者。勒布伦解释道，结合物理学以预测和处理真实世界的世界模型需要在实验室之外证明其有效性。预计世界模型将在机器人领域产生重大影响。目前，机器人只能运行固定的程序，‘完全静态’，而人工智能在物理世界中仍然‘相当笨拙’，勒布伦说。即使人工智能仅能让机器人‘意识到上下文’，对于世界来说这也将是‘一个非常大的不同’。这种上下文感知的人工智能将是有用的，例如可以防止在公共活动中跳舞和打功夫的机器人接近并踢到一个小孩。‘硬件非常先进；在过去几个月中硬件进步惊人，但没有大脑。’大型语言模型（LLM）预测下一个单词或文本，而世界模型预测下一个状态。推倒桌子上的一杯水，你已经知道它将倾倒和溢出；这是世界模型所要捕捉的直觉：预测世界的下一个状态，勒布伦解释道。他并没有声称世界模型比LLM更好，勒布伦表示，LLM和世界模型在理解物理世界的人工智能系统中是‘互补而非替代’的。他将此比作人类大脑的语言和推理功能，补充说，LLM仍将是处理语言的最高效工具，而世界模型则提供上下文和现实世界的理解。几乎每一个‘接触现实世界’的行业最终都可以利用基于世界模型的机器人，勒布伦说，认为物理环境仍然是LLM最薄弱的地方。他说，重复相同动作的工厂机器人今天工作得还不错。挑战在于‘将机器人带到户外更开放的环境中，在家庭中或街道上’时，它必须理解其周围环境并安全操作。他说：‘现在机器人不安全。’‘今天没有解决方案。’医疗保健为勒布伦提供了一个更个人化的例子，他的上一家公司是Nabla，一家人工智能医疗初创公司。他将如今的人工智能系统比作仅从教科书中学习而没有实习的医生。他表示，LLM可能在医学上有所用，但它们只覆盖了‘1%’的医疗保健。其余部分取决于现实世界的经验。但是，勒布伦说，世界模型无法在实验室内部建立。为了在现实中训练，AMI需要真正的环境和密切的合作伙伴，首席执行官说。‘我们需要接触现实世界，’而且‘与合作伙伴一起做这更容易。’这也是他向亚洲靠拢的部分原因，那里才是机器人、芯片和工厂真正存在的地方。勒布伦尚未阐述完整的亚洲战略。他说：‘现在还为时已晚。’但向韩国靠拢的原因有两个。首先，韩国在机器人、半导体和制造方面的先进产业；这些硬件密集型的领域是第一波人工智能几乎没有触及的。第二个吸引点是速度。勒布伦指出，韩国的国家计划要在人工智能上投入资金，而其作为早期采用者的记录也很值得关注。‘25年前，韩国是互联网最快的采用者，’他说。正是这种组合，深厚的工业基础加上迅速拥抱人工智能的意愿，被他称为‘独特’，也是‘我们想从第一天就呆在这里’的原因。‘我一直在告诉亚历山大和团队来韩国，’SBVA的首席执行官JP Lee，AMI在亚洲的其中一位支持者，告诉TechCrunch。政府在为本地主权LLM模型提供资金方面做了‘极好的工作’，Lee说，这些模型在通用任务方面的表现‘足够好’，但他还呼吁韩国继续投资于物理人工智能。他指出，首尔在六月的计划是动用大约8800亿美元用于芯片、人工智能数据中心和物理人工智能，这是其三个明确柱子之一。‘它们应该共存。’Lee认为，韩国对外国公司的价值不仅在于硬件。当地开发者快速接受并适应新工具，这种模式已经产生了本土的互联网平台。