Yann LeCun Jättää Metan ja Panostaa 3,5 Miljardia Euroa World Modeleihin

3,5 Miljardin Euron Panos

Kun joku LeCunin ansioilla kerää 500 miljoonaa euroa 3 miljardin euron arvostuksella ennen lanseerausta, ala kiinnittää huomiota. AMI Labs (Advanced Machine Intelligence) käynnistyi virallisesti tammikuussa 2026 yksinkertaisella mutta vallankumouksellisella teesillä: LLM:t ovat umpikuja todelliselle älykkyydelle.

LeCun on sanonut tätä vuosia, mutta nyt hän panostaa uransa siihen. AI-Pulse-konferenssissa Pariisissa hän puhui suoraan: "Piilaakso on täysin hypnotisoitu generatiivisten mallien takia. Tällaista työtä pitää tehdä Piilaakson ulkopuolella."

Miksi LLM:t Eivät Riitä

Ydinargumentti on yllättävän yksinkertainen. LLM:t ennustavat seuraavan tokenin. Siinä kaikki. Ne eivät ymmärrä fysiikkaa. Ne eivät ylläpidä pysyvää muistia istuntojen välillä. Ne eivät osaa suunnitella monivaiheisia toimintoja todellisessa maailmassa.

LeCun väittää, että tämä perustavanlaatuinen rajoitus tarkoittaa, ettei LLM:t koskaan saavuta sitä kontekstuaalista ymmärrystä, jonka ihmiset pitävät itsestäänselvyytenä. Taapero, joka ei ole koskaan nähnyt tiettyä esinettä, voi silti ennustaa, että se putoaa, jos sen päästää irti. LLM:t, vaikka ne on koulutettu koko internetillä, eivät voi luotettavasti tehdä tätä päätelmää.

Mitä World Modelit Oikeastaan Ovat?

Jos olet seurannut world modelien kehitystä AI-videossa, olet nähnyt välähdyksiä tästä teknologiasta. Runwayn GWM-1 ja World Labsin Marble ovat varhaisia yrityksiä rakentaa tekoälyä, joka ymmärtää tilasuhteita ja fysiikkaa.

Mutta AMI Labs menee pidemmälle. LeCunin visio ei koske vain parempaa videon tuottamista, vaikka se on osa kokonaisuutta. Kyse on tekoälyjärjestelmistä, jotka voivat:

• ✓Havainnoida ja olla vuorovaikutuksessa fyysisten ympäristöjen kanssa
• ✓Simuloida "mitä jos" -skenaarioita ennen toimintaa
• ✓Säilyttää kontekstin monimutkaisten, monivaiheisten tehtävien yli
• ✓Siirtää tietoa eri alojen välillä

Ajattele sitä kuin antaisit tekoälylle kyvyn kuvitella. Ei luovassa mielessä, vaan ennustavassa mielessä. Mitä tapahtuu, jos painan tätä nappia? Mitä tapahtuu, jos käännyn vasemmalle oikean sijaan? Mitä tapahtuu, jos sekoitan nämä kaksi kemikaalia?

Ensimmäinen Sovellus: Terveydenhuolto

AMI Labs ei aloita robotiikasta tai autonomisista ajoneuvoista, vaikka ne ovat selvästi tiekartalla. Heidän ensimmäinen käyttöönotto tapahtuu terveydenhuollossa kumppanuuden kautta Nablan kanssa, lääketieteellisen litteroinnin startupin, jonka toimitusjohtaja Alex LeBrun nyt johtaa AMI Labsia.

Tämä on älykäs positiointi. Terveydenhuollossa on valtavia kontekstinvaihto-ongelmia. Potilaan matka sisältää kymmeniä kosketuspisteitä, joista jokaista käsittelee eri järjestelmä. Jos world modelit voivat ylläpitää johdonmukaista ymmärrystä läpi koko matkan, se todistaa teknologian toimivan korkean panoksen ympäristöissä.

Kilpailumaisema

AMI Labs astuu täyteen kenttään, mutta luultavasti uskottavimman perustajan kanssa:

Se, mikä tekee LeCunin lähestymistavasta erilaisen, on hänen selkeä hylkäämisensä LLM-skaalaushypoteesille. Kun OpenAI ja Anthropic panostavat resursseja LLM:ien kasvattamiseen, LeCun panostaa arkkitehtoniseen innovaatioon. Hän uskoo, että läpimurto tulee siitä, miten mallit oppivat, ei siitä, kuinka monta parametria niillä on.

Miksi Tällä on Väliä AI-Videolle

Meille, jotka seuraamme AI-videoalaa, AMI Labs edustaa jotain tärkeää. Fysiikkasimulaation parannukset, joita olemme nähneet viimeaikaisissa malleissa, ovat pieniä askeleita kohti world modeleita.

Kuvittele, että tuotat videon ja voit sanoa "nyt hahmo poimii tuon esineen", ja tekoäly simuloi oikein tuon vuorovaikutuksen fysiikan. Sinne world modelit vievät meidät.

Olemme jo nähneet vihjeitä tästä TurboDiffusionin reaaliaikaisessa tuottamisessa ja Runwayn interaktiivisen videon kokeiluissa. Mutta ne ovat yhä pohjimmiltaan diffuusiomalleja, joihin on lisätty fysiikkaa. Todelliset world modelit kääntäisivät paradigman: fysiikka ensin, ulkonäkö sitten.

Pariisi-Tekijä

Yksi yksityiskohta kiinnitti huomioni: LeCun rakentaa tarkoituksella AMI Labsia Piilaakson ulkopuolelle, vahvalla eurooppalaisella läsnäololla Pariisin keskiössä.

Siihen on käytännöllinen syy: eurooppalainen tekoälyosaaminen on maailmanluokkaa, mutta amerikkalaiset yritykset usein sivuuttavat sen. Mutta on myös filosofinen syy. LeCun näyttää uskovan, että ryhmäajattelu LLM:ien ympärillä on niin vahvaa Bay Arealla, että todellinen innovaatio tarvitsee maantieteellistä etäisyyttä.

Eurooppalaiselle tekoälylle tämä on vahvistus. Yksi alan ansioituneimmista tutkijoista panostaa siihen, että seuraava läpimurto tulee täältä, ei Palo Altosta.

Mitä Seuraavaksi

AMI Labs on vasta aloittamassa, mutta vaikutukset ovat merkittäviä. Jos LeCun on oikeassa, edessämme on paradigman muutos siinä, miten tekoälyjärjestelmiä rakennetaan.

Suurin kysymys on ajoitus. World modelit ovat teoreettisesti vakuuttavia, mutta voivatko ne tuottaa käytännön tuloksia tarpeeksi nopeasti ollakseen merkityksellisiä? LLM:t voivat olla rajallisia, mutta ne ovat hyödyllisiä nyt. OpenAI ja Anthropic rakentavat imperiumeja tuon hyödyllisyyden varaan.

LeCun panostaa siihen, että LLM-katto on matalampi kuin ihmiset luulevat, ja kun käyttäjät törmäävät siihen, he alkavat etsiä vaihtoehtoja. AMI Labs haluaa olla valmis.

Isompi Kuva

Mikä minua innostaa tässä siirrossa, ei ole pelkästään teknologia. Se on mitä se edustaa tekoälytutkimuskulttuurille. Liian kauan meillä on ollut monokulttuuri transformer-arkkitehtuurien ja skaalaa-on-kaikki-ajattelun ympärillä. LeCunin AMI Labsin perustaminen on korkean profiilin tuki vaihtoehtoisille lähestymistavoille.

Riippumatta siitä, osoittautuvatko world modelit poluksi AGI:hin vai eivät, se että Yann LeCun on täysin sitoutunut lähestymistapaan tarkoittaa, että se saa vakavan, hyvin rahoitetun yrityksen. Ja se on hyvä kaikille, jotka uskovat, että tekoälytutkimus hyötyy ajattelun monimuotoisuudesta.

Seuraavat vuodet tulevat olemaan kiehtovia seurattavia.