Yann LeCun ने Meta छोड़ा, World Models पर लगाया $3.5 Billion का दांव

$3.5 Billion का Gamble

जब LeCun जैसी credentials वाला कोई व्यक्ति launch से पहले ही €3 billion valuation पर €500 million raise करता है, तो पूरी industry notice करती है। AMI Labs (Advanced Machine Intelligence) ने officially January 2026 में एक simple लेकिन revolutionary thesis के साथ शुरुआत की: LLMs genuine intelligence के लिए dead end हैं।

LeCun यह बात सालों से कह रहे हैं, लेकिन अब वो अपना career दांव पर लगा रहे हैं। Paris में AI-Pulse conference में, उन्होंने साफ-साफ कहा: "Silicon Valley पूरी तरह से generative models से hypnotized है। आपको इस तरह का काम Silicon Valley के बाहर करना होगा।"

LLMs Enough क्यों नहीं हैं

यहाँ core argument है, और यह surprisingly simple है। LLMs next token predict करते हैं। बस। वो physics नहीं समझते। वो sessions के बीच persistent memory maintain नहीं करते। वो real world में multi-step actions plan नहीं कर सकते।

LeCun का argument है कि यह fundamental limitation मतलब है कि LLMs कभी भी उस तरह की contextual understanding achieve नहीं करेंगे जो humans naturally समझते हैं। एक toddler जिसने कभी particular object नहीं देखा, फिर भी predict कर सकता है कि उसे गिराने से वो गिरेगा। LLMs, पूरे internet पर trained होने के बावजूद, reliably यह inference नहीं कर सकते।

World Models Actually क्या हैं?

अगर आप AI video में world models के evolution को follow कर रहे हैं, तो आपने इस technology की glimpses देखी हैं। Runway का GWM-1 और World Labs का Marble spatial relationships और physics समझने वाली AI build करने की early attempts हैं।

लेकिन AMI Labs इससे भी आगे जा रही है। LeCun का vision सिर्फ better video generation के बारे में नहीं है, हालांकि यह definitely इसका part है। यह AI systems के बारे में है जो:

• ✓Physical environments observe और interact कर सकते हैं
• ✓Act करने से पहले "what if" scenarios simulate कर सकते हैं
• ✓Complex, multi-step tasks में context maintain कर सकते हैं
• ✓Different domains के बीच knowledge transfer कर सकते हैं

इसे ऐसे सोचिए जैसे AI को imagine करने की ability देना। Creative sense में नहीं, बल्कि predictive sense में। अगर मैं यह button दबाऊं तो क्या होगा? अगर मैं right की जगह left मुड़ूं तो क्या होगा? अगर मैं इन दो chemicals को combine करूं तो क्या होगा?

First Application: Healthcare

AMI Labs robotics या autonomous vehicles से शुरू नहीं कर रही, हालांकि वो clearly roadmap पर हैं। उनकी first deployment healthcare में होगी Nabla के साथ partnership के through, वो medical transcription startup जिसके CEO, Alex LeBrun, अब AMI Labs lead कर रहे हैं।

यह smart positioning है। Healthcare में massive context-switching problems हैं। Patient की journey में dozens of touchpoints होते हैं, हर एक different systems handle करते हैं। अगर world models उस journey में coherent understanding maintain कर सकते हैं, तो यह prove करता है कि technology high-stakes environments में काम करती है।

Competitive Landscape

AMI Labs एक crowded field में enter कर रही है, लेकिन arguably सबसे credible founder के साथ:

LeCun के approach को जो different बनाता है वो उनका LLM scaling hypothesis का explicit rejection है। जबकि OpenAI और Anthropic LLMs को bigger बनाने पर resources pour कर रहे हैं, LeCun architectural innovation पर bet लगा रहे हैं। उनका मानना है कि breakthrough इससे आएगा कि models कैसे learn करते हैं, न कि उनके कितने parameters हैं।

AI Video के लिए यह क्यों Matter करता है

जो लोग AI video space watch कर रहे हैं, उनके लिए AMI Labs कुछ important represent करती है। Recent models में जो physics simulation improvements हमने देखी हैं वो world models की तरफ baby steps हैं।

Imagine करिए video generate करना और कह पाना "अब character को वो object pick up करवाओ" और AI correctly उस interaction की physics simulate करता है। वहीं world models हमें ले जाते हैं।

हमने already TurboDiffusion की real-time generation और Runway के interactive video experiments में इसके hints देखे हैं। लेकिन वो still fundamentally diffusion models हैं जिन पर physics sprinkle की गई है। True world models paradigm को flip करेंगे: physics first, appearance second।

Paris Factor

एक detail जिसने मेरा attention catch किया: LeCun deliberately Silicon Valley के बाहर AMI Labs build कर रहे हैं, Paris में centered strong European presence के साथ।

एक pragmatic reason है: European AI talent world-class है लेकिन अक्सर American companies overlook करती हैं। लेकिन एक philosophical reason भी है। LeCun को लगता है कि Bay Area में LLMs के around groupthink इतनी strong है कि genuine innovation को geographical distance चाहिए।

European AI के लिए, यह validation है। Field के सबसे decorated researchers में से एक bet लगा रहे हैं कि next breakthrough यहाँ से आएगा, Palo Alto से नहीं।

आगे क्या होगा

AMI Labs अभी बस शुरू हो रही है, लेकिन implications significant हैं। अगर LeCun right हैं, तो हम देखने वाले हैं AI systems कैसे build होते हैं इसमें paradigm shift।

सबसे बड़ा question timing है। World models theoretically compelling हैं, लेकिन क्या वो practical results fast enough deliver कर सकते हैं matter करने के लिए? LLMs limited हो सकते हैं, लेकिन वो अभी useful हैं। OpenAI और Anthropic उस utility पर empires build कर रहे हैं।

LeCun bet लगा रहे हैं कि LLM ceiling लोगों की सोच से lower है, और जब users उसे hit करेंगे, वो alternatives ढूंढेंगे। AMI Labs ready रहना चाहती है।

Bigger Picture

इस move के बारे में जो मुझे exciting लगता है वो सिर्फ technology नहीं है। यह AI research culture के लिए क्या represent करता है। बहुत लंबे समय से, हमारे पास transformer architectures और scale-is-all-you-need thinking के around monoculture रही है। LeCun का AMI Labs start करना alternative approaches का high-profile endorsement है।

चाहे world models AGI का path prove हों या न हों, Yann LeCun का approach के लिए fully committed होना मतलब है कि इसे serious, well-funded attempt मिलेगी। और यह सबके लिए good है जो believe करते हैं कि AI research diversity of thought से benefit करती है।

अगले कुछ साल देखने में fascinating होंगे।