Yann LeCun otthagyja a Metát, és 3,5 milliárd dollárt tesz fel a világmodellekre

A 3,5 milliárd dolláros fogadás

Amikor valaki LeCun hitelességével 500 millió eurót gyűjt 3 milliárd eurós értékeléssel még az indulás előtt, az iparág felfigyel. Az AMI Labs (Advanced Machine Intelligence) hivatalosan 2026 januárjában indult el egy egyszerű, de forradalmi tézissel: az LLM-ek zsákutcát jelentenek a valódi intelligencia felé.

LeCun már évek óta ezt mondja, de most a karrierjét teszi fel arra, amit hirdet. Az AI-Pulse párizsi konferencián nem kerülgette a forró kását: "A Szilícium-völgy teljesen hipnotizálva van a generatív modellek által. Ezt a fajta munkát a Szilícium-völgyön kívül kell végezni."

Miért nem elegendőek az LLM-ek

Íme a fő érv, és meglepően egyszerű. Az LLM-ek a következő tokent jósolják meg. Ennyi. Nem értik a fizikát. Nem tartanak fenn tartós memóriát a munkamenetek között. Nem tudnak többlépéses tevékenységeket tervezni a valós világban.

LeCun szerint ez az alapvető korlátozás azt jelenti, hogy az LLM-ek soha nem fogják elérni azt a fajta kontextuális megértést, amelyet az emberek természetesnek vesznek. Egy kisgyerek, aki még soha nem látott egy adott tárgyat, meg tudja jósolni, hogy ha elejti, le fog esni. Az LLM-ek, annak ellenére, hogy az egész interneten képezték őket, nem tudják megbízhatóan levonni ezt a következtetést.

Mik is valójában a világmodellek?

Ha követted a világmodellek fejlődését a mesterséges intelligencia videókban, láthattál már felvillanásokat ebből a technológiából. A Runway GWM-1 és a World Labs Marble korai kísérletek olyan mesterséges intelligencia építésére, amely érti a térbeli kapcsolatokat és a fizikát.

De az AMI Labs tovább megy. LeCun víziója nem csak a jobb videógenerálásról szól, bár ez is része. Olyan MI-rendszerekről szól, amelyek képesek:

• ✓Megfigyelni és interakcióba lépni a fizikai környezetekkel
• ✓Szimulálni a "mi lenne, ha" forgatókönyveket a cselekvés előtt
• ✓Fenntartani a kontextust összetett, többlépéses feladatok során
• ✓Tudást átvinni különböző területek között

Gondolj erre úgy, mint az MI képessé tétele az elképzelésre. Nem kreatív értelemben, hanem prediktív értelemben. Mi történik, ha megnyomom ezt a gombot? Mi történik, ha balra fordulok a jobb helyett? Mi történik, ha összekeverem ezt a két vegyszert?

Az első alkalmazás: egészségügy

Az AMI Labs nem robotikával vagy önvezető járművekkel kezd, bár ezek egyértelműen a tervekben vannak. Első bevetésük az egészségügyben lesz, a Nabla-val, az orvosi átíró startuppal kötött partnerség révén, amelynek vezérigazgatója, Alex LeBrun, most az AMI Labs-t vezeti.

Ez okos pozicionálás. Az egészségügyben hatalmas kontextusváltási problémák vannak. Egy beteg útja több tucat érintkezési pontot foglal magában, amelyeket különböző rendszerek kezelnek. Ha a világmodellek koherens megértést tudnak fenntartani ezen az úton keresztül, az bizonyítja, hogy a technológia működik magas kockázatú környezetekben.

A versenykörnyezet

Az AMI Labs zsúfolt mezőnybe lép, de vitathatatlanul a leghitelesebb alapítóval:

Ami LeCun megközelítését különbözővé teszi, az az LLM-skálázási hipotézis kifejezett elutasítása. Míg az OpenAI és az Anthropic erőforrásokat önt az LLM-ek növelésébe, LeCun az architektúra innovációjára fogad. Úgy véli, hogy az áttörés abból fog jönni, hogyan tanulnak a modellek, nem abból, hány paraméterük van.

Mit jelent ez az MI videók számára

Számunkra, akik figyelemmel kísérjük az MI videó területét, az AMI Labs valami fontosat képvisel. A fizikai szimulációs fejlesztések, amelyeket a közelmúltbeli modellekben láttunk, az első lépések a világmodellek felé.

Képzeld el, hogy generálsz egy videót, és azt mondhatod: "most a karakter vegye fel azt a tárgyat", és az MI helyesen szimulálja az interakció fizikáját. Ide vezetnek a világmodellek.

Már láttunk utalásokat erre a TurboDiffusion valós idejű generálásában és a Runway interaktív videóval végzett kísérleteiben. De ezek alapvetően még mindig diffúziós modellek, fizikával a tetejükön. Az igazi világmodellek megfordítanák a paradigmát: fizika először, megjelenés másodszor.

A párizsi tényező

Egy részlet, ami megragadta a figyelmemet: LeCun szándékosan a Szilícium-völgyön kívül építi az AMI Labs-t, erős európai jelenléttel, Párizs központtal.

Van egy pragmatikus ok: az európai MI-tehetség világszínvonalú, de az amerikai cégek gyakran figyelmen kívül hagyják. De van egy filozófiai ok is. LeCun úgy tűnik, azt hiszi, hogy az LLM-ek körüli csoportgondolkodás annyira erős a Bay Area-ban, hogy a valódi innovációnak földrajzi távolságra van szüksége.

Az európai MI számára ez elismerés. A terület egyik legelismertebb kutatója arra fogad, hogy a következő áttörés innen jön majd, nem Palo Alto-ból.

Mi következik

Az AMI Labs még csak most kezdi, de a következmények jelentősek. Ha LeCun-nak igaza van, egy paradigmaváltás előtt állunk az MI-rendszerek építésében.

A legnagyobb kérdés az időzítés. A világmodellek elméletileg meggyőzőek, de tudnak-e elég gyorsan gyakorlati eredményeket hozni, hogy számítsanak? Az LLM-ek korlátozottak lehetnek, de most hasznosak. Az OpenAI és az Anthropic erre az alkalmasságra épít birodalmat.

LeCun arra fogad, hogy az LLM-plafon alacsonyabb, mint azt az emberek gondolják, és amikor a felhasználók elérik, alternatívák után fognak nézni. Az AMI Labs készen akar állni.

A nagyobb kép

Ami engem izgat ebben a lépésben, az nem csak a technológia. Hanem az, amit az MI-kutatási kultúra számára jelent. Túl sokáig volt monokultúránk a transzformer-architektúrák és a "méret az egyetlen, ami számít" gondolkodás körül. LeCun AMI Labs indítása nagy nyilvánosságú támogatása az alternatív megközelítéseknek.

Akár a világmodellek bizonyulnak az AGI felé vezető útnak, akár nem, azzal, hogy Yann LeCun teljes mértékben elkötelezett a megközelítés mellett, komoly, jól finanszírozott próbálkozás lesz belőle. És ez jó mindenkinek, aki hisz abban, hogy az MI-kutatás profitál a gondolatok sokféleségéből.

A következő néhány év lenyűgöző lesz.