李沐出任Aimotion联合创始人兼CTO,世界模型开始“做生意”|甲子光年


当世界模型从生成转向决策,商业场景成了它最严苛、也最值钱的考场。
近日,总部位于硅谷的Aimotion宣布,知名AI科学家李沐出任公司联合创始人兼CTO,主导下一代产业级AI技术体系建设。他将继续担任Boson AI联合创始人兼CTO。
双方将联合攻关产业级世界模型与商业AI Agent:Boson AI提供底层模型能力,Aimotion提供真实产业场景,试图打通从基础技术到产业应用的闭环。
李沐的动向向来被当作一种AI圈的信号。这一次,他的新头衔没有落在“更大的基座模型”上,而是落在了一个具体行业的具体流程里——长程销售。
1.一条工程化路径

李沐的履历,几乎是深度学习工程化的一条主线。
2011年,他从上海交通大学计算机科学与工程系本硕毕业,随后赴卡内基梅隆大学(CMU)攻读计算机科学博士,师从机器学习学者Alex Smola。读博期间,他曾在两年内以第一作者身份,在FOCS、NIPS、KDD、OSDI四个分属理论计算机、神经网络、数据挖掘与操作系统的顶级会议上发表论文;迄今累计发表50余篇AI顶会论文。这样的跨度,在博士生中并不常见。
他是深度学习框架Apache MXNet的创始人之一,也担任过加州大学伯克利分校、斯坦福大学的访问助理教授。在亚马逊AWS,他一路做到资深首席AI科学家,经历了云计算时代AI产业化的完整周期。2023年,他与导师Alex Smola共同创办Boson AI,出任联合创始人兼CTO。
把这几个节点连起来看,会发现一条清晰的线索:MXNet解决的是“模型怎么被训练出来”,AWS解决的是“模型怎么被规模化地用起来”,Boson AI解决的是“模型怎么和人自然地交互”。三者指向同一件事——把AI从论文里搬到工程里。
2.把“长周期”做成产品
Aimotion是一家总部位于硅谷的AI公司,扎根汽车等高价值、长决策周期行业,他们发布的全球首个长周期任务模型,提供AI销售营销解决方案,业务覆盖美洲、欧洲、亚太等市场。
产品矩阵上,Aimotion手里已有一套Octo系列产品,覆盖流量与线索获取、潜客长周期互动转化、跨平台数据分析等能力。同时,Aimotion将汽车行业等长程营销Know-how,转化为任意AI Agent都可调用的专业营销能力平台。
Aimotion披露的数据资产包括数百万购车者画像、一套独家知识图谱和海量视觉素材。
今年5月,它在新加坡的Google亚太总部公布了与Google Cloud的合作成果:基于后者的算力与基础架构,搭建了一套“AI长程获客与互动转化”的全漏斗打法。Aimotion卖的不是一个“会完成任务的模型”,而是一套嵌进汽车行业等长周期营销流程里的全链路智能体执行系统。
近期,公司完成了由BAI Capital领投的A轮数千万美元融资。
3.AI需要“把场景做深”
从能力拼图看,Boson AI与Aimotion的互补是清晰的。Boson擅长实时多模态交互,Aimotion擅长场景、数据与分发。两者结合才有可能做出一个既能开口、又知道该说什么的销售智能体。
放到更大的背景里看,这次人事变化踩中了一个正在发生的转折。按IDC口径,中国企业级AI智能体市场将从2025年的212亿元增至2026年的449亿元。但规模不等于深度,多数项目仍停留在知识问答、内容生成等外围场景,真正进入核心业务流程的并不多。汽车销售恰好是那种“难而值钱”的场景:客单价高、链条长、结果可测量,一旦跑通,护城河也深。
与此同时,汽车生意的地理版图正在被出口改写。中汽协数据显示,2026年1—10月,中国汽车出口927.1万辆,同比增长65.1%,出口占汽车总销量的比重达到35.3%;奇瑞、长城、比亚迪的出口或海外销量占比分别达到70.0%、51.8%和41.8%。
同期国内汽车销量同比下滑22.9%,增量红利转向存量博弈。出海要在几十个市场、几十种语言里同时做本地化营销,国内则要在更贵的流量里抠转化——两端都把“营销效率”推到了车企最敏感的位置。
把时间线拉长,李沐不是第一个从基座模型走向垂直场景的顶级科学家。随着预训练的边际收益递减、推理成本又成了企业采购绕不开的约束,AI人才的流向正在从“把模型做大”转向“把场景做深”。李沐这一次的选择,是这股潮流里最新、也最有符号意义的一个注脚。
(封面图来源:Aimotion)
END.





