Yann LeCun verlässt Meta und setzt 3,5 Milliarden Dollar auf World Models

Die 3,5-Milliarden-Dollar-Wette

Wenn jemand mit LeCuns Referenzen 500 Millionen Euro bei einer Bewertung von 3 Milliarden Euro noch vor dem Start einsammelt, horcht die Branche auf. AMI Labs (Advanced Machine Intelligence) startete offiziell im Januar 2026 mit einer einfachen, aber revolutionären These: LLMs sind eine Sackgasse für echte Intelligenz.

LeCun vertritt diese Position seit Jahren, doch nun setzt er seine Karriere aufs Spiel. Auf der AI-Pulse-Konferenz in Paris nahm er kein Blatt vor den Mund: „Das Silicon Valley ist völlig hypnotisiert von generativen Modellen. Man muss diese Art von Arbeit außerhalb des Silicon Valley machen."

Warum LLMs nicht ausreichen

Das Kernargument ist überraschend einfach. LLMs sagen das nächste Token vorher. Das ist alles. Sie verstehen keine Physik. Sie behalten kein persistentes Gedächtnis zwischen Sitzungen. Sie können keine mehrstufigen Handlungen in der realen Welt planen.

LeCun argumentiert, dass diese grundlegende Einschränkung bedeutet, dass LLMs niemals die Art von kontextuellem Verständnis erreichen werden, die Menschen als selbstverständlich erachten. Ein Kleinkind, das einen bestimmten Gegenstand noch nie gesehen hat, kann dennoch vorhersagen, dass er beim Loslassen fallen wird. LLMs können diese Schlussfolgerung trotz Training auf dem gesamten Internet nicht zuverlässig ziehen.

Was sind World Models eigentlich?

Wenn Sie die Entwicklung von World Models in KI-Video verfolgt haben, haben Sie bereits Einblicke in diese Technologie erhalten. Runways GWM-1 und World Labs' Marble sind erste Versuche, KI zu entwickeln, die räumliche Beziehungen und Physik versteht.

AMI Labs geht jedoch weiter. LeCuns Vision beschränkt sich nicht auf bessere Videogenerierung, obwohl diese sicherlich Teil davon ist. Es geht um KI-Systeme, die Folgendes können:

• ✓Physische Umgebungen beobachten und mit ihnen interagieren
• ✓„Was-wäre-wenn"-Szenarien vor dem Handeln simulieren
• ✓Kontext über komplexe, mehrstufige Aufgaben hinweg beibehalten
• ✓Wissen zwischen verschiedenen Domänen übertragen

Man kann es sich so vorstellen, als gäbe man der KI die Fähigkeit, sich etwas vorzustellen. Nicht im kreativen Sinne, sondern im prädiktiven Sinne. Was passiert, wenn ich diesen Knopf drücke? Was passiert, wenn ich links statt rechts abbiege? Was passiert, wenn ich diese beiden Chemikalien kombiniere?

Die erste Anwendung: Gesundheitswesen

AMI Labs beginnt nicht mit Robotik oder autonomen Fahrzeugen, obwohl diese eindeutig auf der Roadmap stehen. Der erste Einsatz erfolgt im Gesundheitswesen durch eine Partnerschaft mit Nabla, dem Startup für medizinische Transkription, dessen CEO Alex LeBrun nun AMI Labs leitet.

Das ist eine kluge Positionierung. Das Gesundheitswesen hat massive Probleme mit Kontextwechseln. Die Reise eines Patienten umfasst Dutzende von Berührungspunkten, die jeweils von unterschiedlichen Systemen verwaltet werden. Wenn World Models ein kohärentes Verständnis über diese gesamte Reise hinweg aufrechterhalten können, beweist dies, dass die Technologie in Umgebungen mit hohen Anforderungen funktioniert.

Die Wettbewerbslandschaft

AMI Labs betritt ein umkämpftes Feld, allerdings mit dem wohl glaubwürdigsten Gründer:

Was LeCuns Ansatz unterscheidet, ist seine explizite Ablehnung der LLM-Skalierungshypothese. Während OpenAI und Anthropic Ressourcen investieren, um LLMs größer zu machen, setzt LeCun auf architektonische Innovation. Er glaubt, dass der Durchbruch davon abhängt, wie Modelle lernen, nicht davon, wie viele Parameter sie haben.

Warum dies für KI-Video wichtig ist

Für diejenigen von uns, die den KI-Video-Bereich beobachten, repräsentiert AMI Labs etwas Bedeutsames. Die Verbesserungen in der Physiksimulation, die wir in jüngsten Modellen gesehen haben, sind erste Schritte in Richtung World Models.

Stellen Sie sich vor, ein Video zu generieren und sagen zu können: „Lass die Figur jetzt diesen Gegenstand aufheben", und die KI simuliert korrekt die Physik dieser Interaktion. Dorthin führen uns World Models.

Wir haben bereits Hinweise darauf in TurboDiffusions Echtzeitgenerierung und Runways Experimenten mit interaktivem Video gesehen. Aber das sind fundamental immer noch Diffusionsmodelle mit aufgesetzter Physik. Echte World Models würden das Paradigma umkehren: Physik zuerst, Erscheinung danach.

Der Paris-Faktor

Ein Detail, das meine Aufmerksamkeit erregte: LeCun baut AMI Labs bewusst außerhalb des Silicon Valley auf, mit einer starken europäischen Präsenz, die sich auf Paris konzentriert.

Es gibt einen pragmatischen Grund: Europäische KI-Talente sind Weltklasse, werden aber von amerikanischen Unternehmen oft übersehen. Es gibt aber auch einen philosophischen Grund. LeCun scheint zu glauben, dass das Gruppendenken rund um LLMs in der Bay Area so stark ist, dass echte Innovation geografische Distanz benötigt.

Für die europäische KI ist dies eine Bestätigung. Einer der am meisten ausgezeichneten Forscher des Fachgebiets setzt darauf, dass der nächste Durchbruch von hier kommen wird, nicht aus Palo Alto.

Was als Nächstes kommt

AMI Labs steht erst am Anfang, aber die Implikationen sind bedeutend. Wenn LeCun recht hat, stehen wir vor einem Paradigmenwechsel in der Art und Weise, wie KI-Systeme gebaut werden.

Die größte Frage ist das Timing. World Models sind theoretisch überzeugend, aber können sie schnell genug praktische Ergebnisse liefern, um relevant zu sein? LLMs mögen begrenzt sein, aber sie sind jetzt nützlich. OpenAI und Anthropic bauen auf dieser Nützlichkeit Imperien auf.

LeCun setzt darauf, dass die Obergrenze der LLMs niedriger ist, als die Menschen denken, und dass Benutzer, wenn sie diese erreichen, nach Alternativen suchen werden. AMI Labs möchte bereit sein.

Das größere Bild

Was mich an diesem Schritt begeistert, ist nicht nur die Technologie. Es ist das, was er für die Kultur der KI-Forschung bedeutet. Zu lange hatten wir eine Monokultur rund um Transformer-Architekturen und das Denken, dass Skalierung alles ist, was man braucht. LeCuns Gründung von AMI Labs ist eine hochkarätige Befürwortung alternativer Ansätze.

Ob sich World Models als Weg zur AGI erweisen oder nicht, die Tatsache, dass Yann LeCun sich voll und ganz diesem Ansatz verschrieben hat, bedeutet, dass er einen seriösen, gut finanzierten Versuch erhalten wird. Und das ist gut für alle, die glauben, dass KI-Forschung von Gedankenvielfalt profitiert.

Die nächsten Jahre werden faszinierend zu beobachten sein.