【导读】当LeCun和李飞飞各自拿下10亿美元押注世界模型时，一个更底层的问题浮出水面：谁来为Physical AI提供真正能用的数据？Ropedia给出的答案，不是更多视频，而是一部结构化的、来自真实世界的「经验百科全书」。 最近，AI圈最热的一件事情就是，玩OpenClaw。 OpenClaw似乎无所不能：写代码、出报告、改方案、查资料。 但有一件事，OpenClaw做不到——它没办法帮你去厨房炒一盘蛋炒饭。 但当AI试图进入物理世界，一个隐藏已久的问题开始浮出水面： 机器人学习的数据在哪里，人类在真实世界中的经验和经历如何变成「高质量数据」？ 2026年，AI世界的风向标开始转向了同一个方向：如何让智能真正走进真实物理世界。 给Physical AI一套，真正的「经验底座」 对于AI发展的路线之争，图灵奖得主Yann LeCun的坚持代表了一种态度，资本也给出的回应。 他离开Meta后创办的AMI Labs，以35亿美元估值拿下10.3亿美元种子轮——刷新欧洲AI创业史上最大种子轮纪录。 贝索斯、英伟达、三星、施密特，半个硅谷都在他的...