Yann LeCun Meninggalkan Meta untuk Bertaruh $3,5 Miliar pada World Models

Taruhan €3,5 Miliar

Ketika seseorang dengan kredibilitas seperti LeCun berhasil mengumpulkan €500 juta dengan valuasi €3 miliar bahkan sebelum peluncuran, industri pasti akan memperhatikan. AMI Labs (Advanced Machine Intelligence) resmi dimulai pada Januari 2026 dengan tesis yang sederhana namun revolusioner: LLM adalah jalan buntu menuju kecerdasan sejati.

LeCun sudah mengutarakan hal ini selama bertahun-tahun, tetapi sekarang beliau mempertaruhkan karirnya untuk membuktikannya. Di konferensi AI-Pulse di Paris, beliau berbicara dengan tegas: "Silicon Valley benar-benar terhipnotis oleh model generatif. Anda harus melakukan pekerjaan semacam ini di luar Silicon Valley."

Mengapa LLM Tidak Cukup

Inilah argumen intinya, dan ternyata cukup sederhana. LLM memprediksi token berikutnya. Hanya itu. Mereka tidak memahami fisika. Mereka tidak mempertahankan memori yang konsisten antar sesi. Mereka tidak bisa merencanakan tindakan multi-langkah di dunia nyata.

LeCun berpendapat bahwa keterbatasan fundamental ini berarti LLM tidak akan pernah mencapai pemahaman kontekstual yang dianggap wajar oleh manusia. Seorang balita yang belum pernah melihat benda tertentu masih bisa memprediksi bahwa menjatuhkannya akan membuatnya jatuh. LLM, meskipun dilatih dengan seluruh konten internet, tidak bisa membuat inferensi itu dengan andal.

Apa Sebenarnya World Models Itu?

Jika Anda telah mengikuti perkembangan world models dalam AI video, Anda sudah melihat sekilas teknologi ini. GWM-1 dari Runway dan Marble dari World Labs adalah upaya awal untuk membangun AI yang memahami hubungan spasial dan fisika.

Tetapi AMI Labs melangkah lebih jauh. Visi LeCun bukan hanya tentang pembuatan video yang lebih baik, meskipun itu tentu saja bagian darinya. Ini tentang sistem AI yang dapat:

• ✓Mengamati dan berinteraksi dengan lingkungan fisik
• ✓Mensimulasikan skenario "bagaimana jika" sebelum bertindak
• ✓Mempertahankan konteks di seluruh tugas multi-langkah yang kompleks
• ✓Mentransfer pengetahuan antar domain yang berbeda

Bayangkan memberikan AI kemampuan untuk berimajinasi. Bukan dalam arti kreatif, tetapi dalam arti prediktif. Apa yang terjadi jika saya menekan tombol ini? Apa yang terjadi jika saya belok kiri alih-alih kanan? Apa yang terjadi jika saya mencampurkan dua bahan kimia ini?

Aplikasi Pertama: Kesehatan

AMI Labs tidak memulai dengan robotika atau kendaraan otonom, meskipun itu jelas ada dalam rencana. Penerapan pertama mereka akan di bidang kesehatan melalui kemitraan dengan Nabla, startup transkripsi medis yang CEO-nya, Alex LeBrun, sekarang memimpin AMI Labs.

Ini adalah posisi yang cerdas. Kesehatan memiliki masalah perpindahan konteks yang besar. Perjalanan seorang pasien melibatkan puluhan titik kontak, masing-masing ditangani oleh sistem yang berbeda. Jika world models dapat mempertahankan pemahaman yang koheren di sepanjang perjalanan itu, ini membuktikan teknologi tersebut bekerja di lingkungan berisiko tinggi.

Lanskap Kompetitif

AMI Labs memasuki bidang yang ramai, tetapi dengan pendiri yang bisa dibilang paling kredibel:

Yang membuat pendekatan LeCun berbeda adalah penolakannya yang eksplisit terhadap hipotesis penskalaan LLM. Sementara OpenAI dan Anthropic mencurahkan sumber daya untuk membuat LLM lebih besar, LeCun bertaruh pada inovasi arsitektur. Beliau percaya terobosan akan datang dari cara model belajar, bukan dari berapa banyak parameter yang mereka miliki.

Mengapa Ini Penting untuk AI Video

Bagi kita yang mengamati ruang AI video, AMI Labs mewakili sesuatu yang penting. Peningkatan simulasi fisika yang kita lihat dalam model-model terbaru adalah langkah kecil menuju world models.

Bayangkan menghasilkan video dan bisa mengatakan "sekarang buat karakter mengambil objek itu" dan memiliki AI yang mensimulasikan fisika interaksi itu dengan benar. Ke situlah world models membawa kita.

Kita sudah melihat petunjuk tentang ini di pembuatan real-time TurboDiffusion dan eksperimen Runway dengan video interaktif. Tetapi itu masih pada dasarnya model difusi dengan fisika yang ditaburkan di atasnya. World models sejati akan membalikkan paradigma: fisika dulu, tampilan kedua.

Faktor Paris

Satu detail yang menarik perhatian saya: LeCun sengaja membangun AMI Labs di luar Silicon Valley, dengan kehadiran Eropa yang kuat berpusat di Paris.

Ada alasan pragmatis: talenta AI Eropa berkelas dunia tetapi sering diabaikan oleh perusahaan Amerika. Tetapi ada juga alasan filosofis. LeCun tampaknya percaya bahwa pemikiran kelompok seputar LLM begitu kuat di Bay Area sehingga inovasi sejati membutuhkan jarak geografis.

Bagi AI Eropa, ini adalah validasi. Salah satu peneliti paling berharga di bidang ini bertaruh bahwa terobosan berikutnya akan datang dari sini, bukan dari Palo Alto.

Apa yang Akan Terjadi Selanjutnya

AMI Labs baru saja dimulai, tetapi implikasinya signifikan. Jika LeCun benar, kita akan segera melihat pergeseran paradigma dalam cara sistem AI dibangun.

Pertanyaan terbesar adalah soal waktu. World models secara teoritis menarik, tetapi bisakah mereka memberikan hasil praktis cukup cepat untuk berarti? LLM mungkin terbatas, tetapi mereka berguna sekarang. OpenAI dan Anthropic sedang membangun kerajaan di atas kegunaan itu.

LeCun bertaruh bahwa batas atas LLM lebih rendah dari yang dipikirkan orang, dan ketika pengguna mencapainya, mereka akan mencari alternatif. AMI Labs ingin siap.

Gambaran Besar

Yang membuat saya bersemangat tentang langkah ini bukan hanya teknologinya. Ini tentang apa yang diwakilinya untuk budaya penelitian AI. Terlalu lama, kita memiliki monokultur seputar arsitektur transformer dan pemikiran bahwa skala adalah segalanya. LeCun memulai AMI Labs adalah dukungan tingkat tinggi untuk pendekatan alternatif.

Apakah world models terbukti menjadi jalan menuju AGI atau tidak, memiliki Yann LeCun yang sepenuhnya berkomitmen pada pendekatan ini berarti akan ada upaya serius dan didanai dengan baik. Dan itu bagus untuk semua orang yang percaya penelitian AI mendapat manfaat dari keragaman pemikiran.

Beberapa tahun ke depan akan sangat menarik untuk disaksikan.