Yann LeCun Verlaat Meta en Zet €3,5 Miljard in op World Models

De Gok van €3,5 Miljard

Als iemand met LeCuns geloofwaardigheid €500 miljoen ophaalt bij een waardering van €3 miljard nog vóór de lancering, let de industrie op. AMI Labs (Advanced Machine Intelligence) ging in januari 2026 officieel van start met een simpele maar revolutionaire stelling: LLMs zijn een doodlopende weg voor echte intelligentie.

LeCun zegt dit al jaren, maar nu zet hij zijn carrière op het spel. Op de AI-Pulse conferentie in Parijs was hij duidelijk: "Silicon Valley is volledig gehypnotiseerd door generatieve modellen. Dit soort werk moet je buiten Silicon Valley doen."

Waarom LLMs Niet Genoeg Zijn

Het kernargument is verrassend simpel. LLMs voorspellen het volgende token. Dat is het. Ze begrijpen geen natuurkunde. Ze houden geen persistent geheugen bij tussen sessies. Ze kunnen geen meerstapsacties plannen in de echte wereld.

LeCun stelt dat deze fundamentele beperking betekent dat LLMs nooit het soort contextueel begrip zullen bereiken dat mensen vanzelfsprekend vinden. Een peuter die een bepaald object nog nooit heeft gezien, kan nog steeds voorspellen dat het valt als je het loslaat. LLMs, ondanks training op het hele internet, kunnen die conclusie niet betrouwbaar trekken.

Wat Zijn World Models Eigenlijk?

Als je de ontwikkeling van world models in AI-video hebt gevolgd, heb je glimpen van deze technologie gezien. Runway's GWM-1 en World Labs' Marble zijn vroege pogingen om AI te bouwen die ruimtelijke relaties en natuurkunde begrijpt.

Maar AMI Labs gaat verder. LeCuns visie gaat niet alleen over betere videogeneratie, hoewel dat zeker onderdeel is. Het gaat over AI-systemen die kunnen:

• ✓Fysieke omgevingen observeren en ermee interacteren
• ✓"Wat als"-scenario's simuleren voordat ze handelen
• ✓Context behouden bij complexe, meerstapstaken
• ✓Kennis overdragen tussen verschillende domeinen

Zie het als AI de mogelijkheid geven om te verbeelden. Niet in creatieve zin, maar in voorspellende zin. Wat gebeurt er als ik op deze knop druk? Wat als ik linksaf ga in plaats van rechtsaf? Wat als ik deze twee chemicaliën combineer?

De Eerste Toepassing: Gezondheidszorg

AMI Labs begint niet met robotica of autonome voertuigen, hoewel die duidelijk op de roadmap staan. Hun eerste implementatie zal in de gezondheidszorg zijn via een partnerschap met Nabla, de startup voor medische transcriptie waarvan de CEO, Alex LeBrun, nu AMI Labs leidt.

Dit is slimme positionering. De gezondheidszorg heeft enorme context-switching problemen. Het traject van een patiënt omvat tientallen contactmomenten, elk afgehandeld door verschillende systemen. Als world models coherent begrip kunnen behouden gedurende dat traject, bewijst het dat de technologie werkt in omgevingen waar veel op het spel staat.

Het Concurrentielandschap

AMI Labs betreedt een druk veld, maar met waarschijnlijk de meest geloofwaardige oprichter:

Wat LeCuns aanpak anders maakt is zijn expliciete afwijzing van de LLM-schaalhypothese. Terwijl OpenAI en Anthropic resources steken in het groter maken van LLMs, gokt LeCun op architecturale innovatie. Hij gelooft dat de doorbraak komt van hoe modellen leren, niet van hoeveel parameters ze hebben.

Waarom Dit Belangrijk Is voor AI-Video

Voor degenen onder ons die de AI-videoruimte volgen, vertegenwoordigt AMI Labs iets belangrijks. De verbeteringen in natuurkundesimulatie die we in recente modellen hebben gezien zijn babystapjes richting world models.

Stel je voor dat je een video genereert en kunt zeggen "laat het personage nu dat object oppakken" en de AI simuleert correct de natuurkunde van die interactie. Dat is waar world models ons brengen.

We hebben al hints hiervan gezien in TurboDiffusion's real-time generatie en Runway's experimenten met interactieve video. Maar dat zijn nog steeds fundamenteel diffusiemodellen met wat natuurkunde eroverheen. Echte world models zouden het paradigma omdraaien: natuurkunde eerst, uiterlijk tweede.

De Parijs-Factor

Een detail dat me opviel: LeCun bouwt AMI Labs bewust buiten Silicon Valley, met een sterke Europese aanwezigheid gecentreerd in Parijs.

Er is een pragmatische reden: Europees AI-talent is wereldklasse maar vaak over het hoofd gezien door Amerikaanse bedrijven. Maar er is ook een filosofische reden. LeCun lijkt te geloven dat het groepsdenken rond LLMs zo sterk is in de Bay Area dat echte innovatie geografische afstand nodig heeft.

Voor Europese AI is dit erkenning. Een van de meest gedecoreerde onderzoekers in het veld gokt erop dat de volgende doorbraak hier vandaan komt, niet uit Palo Alto.

Wat Komt Er Hierna

AMI Labs begint net, maar de implicaties zijn significant. Als LeCun gelijk heeft, staan we aan de vooravond van een paradigmaverschuiving in hoe AI-systemen worden gebouwd.

De grootste vraag is timing. World models zijn theoretisch overtuigend, maar kunnen ze snel genoeg praktische resultaten leveren? LLMs zijn misschien beperkt, maar ze zijn nu bruikbaar. OpenAI en Anthropic bouwen imperia op die bruikbaarheid.

LeCun gokt erop dat het LLM-plafond lager is dan mensen denken, en dat wanneer gebruikers het bereiken, ze op zoek gaan naar alternatieven. AMI Labs wil klaar zijn.

Het Grotere Plaatje

Wat ik spannend vind aan deze zet is niet alleen de technologie. Het is wat het vertegenwoordigt voor de AI-onderzoekscultuur. Te lang hebben we een monocultuur gehad rond transformer-architecturen en schaal-is-alles-denken. LeCun die AMI Labs start is een spraakmakende ondersteuning van alternatieve benaderingen.

Of world models nu het pad naar AGI blijken te zijn of niet, het feit dat Yann LeCun volledig toegewijd is aan de aanpak betekent dat het een serieuze, goed gefinancierde poging krijgt. En dat is goed voor iedereen die gelooft dat AI-onderzoek baat heeft bij diversiteit van gedachten.

De komende jaren worden fascinerend.