问题——生成式大模型快速迭代、算力投入持续增长的背景下，业界对"堆参数、拼数据"的可持续性争论不断。一方面，大模型推动应用扩散，形成新的产业链；另一方面，高成本训练、能耗压力、可解释性与泛化能力等瓶颈日益凸显，亟须探索更高效、更接近人类学习方式的新路线。Advanced Machine Intelligence Labs此次以10.3亿美元完成种子轮融资，刷新欧洲纪录，成为这个转向的标志性事件。
杨立昆的创业之举和这笔创纪录的融资，标志着全球AI产业正处于重要转折点。在大模型热潮持续的背景下，一位深度学习的奠基人选择坚守学术信念，探索不同的技术路线，这本身就是对AI发展多元化的重要贡献。这笔融资的成功，不仅为技术理想提供了充分的资金支持，更向全球资本市场传递了一个信号：多元化的AI研究方向和不同的技术范式同样值得投资和期待。欧洲作为全球AI创新的新兴力量，正在逐步建立自己的话语权和影响力。