Yann LeCun lascia Meta per scommettere 3,5 miliardi di dollari sui modelli del mondo

La scommessa da 3,5 miliardi di dollari

Quando qualcuno con le credenziali di LeCun raccoglie 500 milioni di euro con una valutazione di 3 miliardi ancora prima del lancio, l'industria presta attenzione. AMI Labs (Advanced Machine Intelligence) è partita ufficialmente nel gennaio 2026 con una tesi semplice ma rivoluzionaria: i LLM sono un vicolo cieco per l'intelligenza genuina.

LeCun lo dice da anni, ma ora sta mettendo in gioco la sua carriera. Alla conferenza AI-Pulse a Parigi, non ha usato mezzi termini: "La Silicon Valley è completamente ipnotizzata dai modelli generativi. Bisogna fare questo tipo di lavoro fuori dalla Silicon Valley."

Perché i LLM non bastano

Ecco l'argomento centrale, ed è sorprendentemente semplice. I LLM predicono il prossimo token. Tutto qui. Non comprendono la fisica. Non mantengono una memoria persistente tra le sessioni. Non possono pianificare azioni a più passaggi nel mondo reale.

LeCun sostiene che questa limitazione fondamentale significa che i LLM non raggiungeranno mai il tipo di comprensione contestuale che gli esseri umani danno per scontata. Un bambino che non ha mai visto un particolare oggetto può comunque prevedere che lasciandolo cadere, cadrà. I LLM, nonostante siano stati addestrati su tutto internet, non riescono a fare questa inferenza in modo affidabile.

Cosa sono realmente i modelli del mondo?

Se avete seguito l'evoluzione dei modelli del mondo nel video AI, avete già intravisto questa tecnologia. Il GWM-1 di Runway e Marble di World Labs sono primi tentativi di costruire un'IA che comprenda le relazioni spaziali e la fisica.

Ma AMI Labs va oltre. La visione di LeCun non riguarda solo una migliore generazione video, sebbene questa ne faccia certamente parte. Si tratta di sistemi di IA capaci di:

• ✓Osservare e interagire con ambienti fisici
• ✓Simulare scenari "e se" prima di agire
• ✓Mantenere il contesto attraverso compiti complessi e multi-step
• ✓Trasferire conoscenze tra domini diversi

Pensatelo come dare all'IA la capacità di immaginare. Non nel senso creativo, ma nel senso predittivo. Cosa succede se premo questo pulsante? Cosa succede se giro a sinistra invece che a destra? Cosa succede se combino queste due sostanze chimiche?

La prima applicazione: la sanità

AMI Labs non sta iniziando con la robotica o i veicoli autonomi, anche se questi sono chiaramente nella roadmap. Il loro primo deployment sarà nel settore sanitario attraverso una partnership con Nabla, la startup di trascrizione medica il cui CEO, Alex LeBrun, ora guida AMI Labs.

È un posizionamento intelligente. La sanità ha enormi problemi di cambio di contesto. Il percorso di un paziente coinvolge decine di punti di contatto, ciascuno gestito da sistemi diversi. Se i modelli del mondo possono mantenere una comprensione coerente lungo tutto quel percorso, dimostra che la tecnologia funziona in ambienti ad alto rischio.

Il panorama competitivo

AMI Labs entra in un campo affollato, ma con probabilmente il fondatore più credibile:

Ciò che rende diverso l'approccio di LeCun è il suo esplicito rifiuto dell'ipotesi di scaling dei LLM. Mentre OpenAI e Anthropic investono risorse per rendere i LLM più grandi, LeCun scommette sull'innovazione architetturale. Crede che la svolta verrà da come i modelli apprendono, non da quanti parametri hanno.

Perché questo è importante per il video AI

Per chi di noi osserva lo spazio del video AI, AMI Labs rappresenta qualcosa di importante. I miglioramenti nella simulazione fisica che abbiamo visto nei modelli recenti sono primi passi verso i modelli del mondo.

Immaginate di generare un video e poter dire "ora fai che il personaggio raccolga quell'oggetto" e l'IA simuli correttamente la fisica di quell'interazione. È lì che ci portano i modelli del mondo.

Abbiamo già visto accenni di questo nella generazione in tempo reale di TurboDiffusion e negli esperimenti di Runway con il video interattivo. Ma quelli sono fondamentalmente ancora modelli di diffusione con la fisica aggiunta sopra. I veri modelli del mondo capovolgerebbero il paradigma: prima la fisica, poi l'aspetto.

Il fattore Parigi

Un dettaglio che ha catturato la mia attenzione: LeCun sta deliberatamente costruendo AMI Labs fuori dalla Silicon Valley, con una forte presenza europea centrata a Parigi.

C'è una ragione pragmatica: il talento europeo nell'IA è di livello mondiale ma spesso trascurato dalle aziende americane. Ma c'è anche una ragione filosofica. LeCun sembra credere che il pensiero di gruppo attorno ai LLM sia così forte nella Bay Area che l'innovazione genuina richieda distanza geografica.

Per l'IA europea, questa è una validazione. Uno dei ricercatori più decorati del campo sta scommettendo che la prossima svolta verrà da qui, non da Palo Alto.

Cosa viene dopo

AMI Labs è appena all'inizio, ma le implicazioni sono significative. Se LeCun ha ragione, stiamo per assistere a un cambio di paradigma nel modo in cui vengono costruiti i sistemi di IA.

La domanda più grande riguarda il timing. I modelli del mondo sono teoricamente convincenti, ma possono fornire risultati pratici abbastanza velocemente da contare? I LLM possono essere limitati, ma sono utili adesso. OpenAI e Anthropic stanno costruendo imperi su quella utilità.

LeCun scommette che il tetto dei LLM sia più basso di quanto si pensi, e che quando gli utenti lo raggiungeranno, cercheranno alternative. AMI Labs vuole essere pronta.

Il quadro generale

Ciò che mi entusiasma di questa mossa non è solo la tecnologia. È ciò che rappresenta per la cultura della ricerca sull'IA. Per troppo tempo abbiamo avuto una monocultura attorno alle architetture transformer e al pensiero che lo scaling sia tutto ciò che serve. L'avvio di AMI Labs da parte di LeCun è un endorsement di alto profilo per approcci alternativi.

Che i modelli del mondo si rivelino o meno la strada verso l'AGI, il fatto che Yann LeCun sia pienamente impegnato in questo approccio significa che riceverà un tentativo serio e ben finanziato. E questo è un bene per tutti coloro che credono che la ricerca sull'IA tragga beneficio dalla diversità di pensiero.

I prossimi anni saranno affascinanti da osservare.