Yann LeCun odchodzi z Meta, by postawić 3,5 miliarda dolarów na modele świata

Zakład za 3 miliardy euro

Kiedy ktoś z reputacją LeCuna pozyskuje 500 milionów euro przy wycenie 3 miliardów euro jeszcze przed startem, branża zwraca uwagę. AMI Labs (Advanced Machine Intelligence) oficjalnie wystartowała w styczniu 2026 roku z prostą, ale rewolucyjną tezą: LLM to ślepy zaułek dla prawdziwej inteligencji.

LeCun mówił to od lat, ale teraz stawia na szali swoją karierę. Na konferencji AI-Pulse w Paryżu nie owijał w bawełnę: „Dolina Krzemowa jest całkowicie zahipnotyzowana modelami generatywnymi. Taką pracę trzeba wykonywać poza Doliną Krzemową".

Dlaczego LLM nie wystarczą

Oto sedno argumentu, i jest zaskakująco proste. LLM przewidują następny token. To wszystko. Nie rozumieją fizyki. Nie zachowują pamięci między sesjami. Nie potrafią planować wieloetapowych działań w rzeczywistym świecie.

LeCun twierdzi, że to fundamentalne ograniczenie oznacza, że LLM nigdy nie osiągną takiego kontekstowego rozumienia, które ludzie przyjmują za oczywiste. Maluch, który nigdy nie widział konkretnego przedmiotu, potrafi przewidzieć, że jeśli go upuści, spadnie. LLM, mimo treningu na całym internecie, nie potrafią niezawodnie wyciągnąć tego wniosku.

Czym właściwie są modele świata?

Jeśli śledzisz ewolucję modeli świata w wideo AI, widziałeś przebłyski tej technologii. GWM-1 od Runway i Marble od World Labs to wczesne próby budowy AI rozumiejącej relacje przestrzenne i fizykę.

Ale AMI Labs idzie dalej. Wizja LeCuna nie ogranicza się do lepszej generacji wideo, choć to z pewnością część planu. Chodzi o systemy AI, które potrafią:

• ✓Obserwować i wchodzić w interakcje ze środowiskiem fizycznym
• ✓Symulować scenariusze „co jeśli" przed działaniem
• ✓Zachowywać kontekst w złożonych, wieloetapowych zadaniach
• ✓Przenosić wiedzę między różnymi domenami

Pomyśl o tym jak o zdolności AI do wyobrażania sobie. Nie w sensie kreatywnym, ale predykcyjnym. Co się stanie, jeśli nacisnę ten przycisk? Co będzie, jeśli skręcę w lewo zamiast w prawo? Co się wydarzy, jeśli zmieszam te dwie substancje chemiczne?

Pierwsze zastosowanie: ochrona zdrowia

AMI Labs nie zaczyna od robotyki czy pojazdów autonomicznych, choć te są wyraźnie w planach. Pierwsze wdrożenie będzie w ochronie zdrowia poprzez partnerstwo z Nabla, startupem transkrypcji medycznej, którego CEO Alex LeBrun teraz kieruje AMI Labs.

To sprytne pozycjonowanie. Ochrona zdrowia ma ogromne problemy z przełączaniem kontekstu. Ścieżka pacjenta obejmuje dziesiątki punktów styku, z których każdy obsługuje inny system. Jeśli modele świata potrafią utrzymać spójne rozumienie przez całą tę ścieżkę, dowodzi to, że technologia działa w środowiskach wysokiego ryzyka.

Krajobraz konkurencyjny

AMI Labs wchodzi na zatłoczony rynek, ale prawdopodobnie z najbardziej wiarygodnym założycielem:

Różnica w podejściu LeCuna polega na jawnym odrzuceniu hipotezy skalowania LLM. Podczas gdy OpenAI i Anthropic wlewają zasoby w powiększanie LLM, LeCun stawia na innowacje architekturalne. Wierzy, że przełom przyjdzie od sposobu, w jaki modele się uczą, a nie od liczby parametrów.

Dlaczego to ma znaczenie dla wideo AI

Dla tych z nas, którzy śledzą przestrzeń wideo AI, AMI Labs reprezentuje coś ważnego. Ulepszenia symulacji fizyki, które widzieliśmy w ostatnich modelach, to pierwsze kroki w kierunku modeli świata.

Wyobraź sobie generowanie wideo, gdzie możesz powiedzieć „teraz niech postać podniesie ten przedmiot", a AI poprawnie symuluje fizykę tej interakcji. Tam prowadzą modele świata.

Widzieliśmy już przebłyski tego w generacji w czasie rzeczywistym TurboDiffusion i eksperymentach Runway z interaktywnym wideo. Ale to wciąż fundamentalnie modele dyfuzyjne z posypaną fizyką. Prawdziwe modele świata odwrócą paradygmat: najpierw fizyka, potem wygląd.

Czynnik paryski

Jeden szczegół przykuł moją uwagę: LeCun celowo buduje AMI Labs poza Doliną Krzemową, z silną europejską obecnością skoncentrowaną w Paryżu.

Jest powód pragmatyczny: europejskie talenty AI są światowej klasy, ale amerykańskie firmy często je pomijają. Ale jest też powód filozoficzny. LeCun zdaje się wierzyć, że myślenie grupowe wokół LLM jest tak silne w Bay Area, że prawdziwa innowacja wymaga geograficznego dystansu.

Dla europejskiego AI to potwierdzenie. Jeden z najbardziej utytułowanych badaczy w tej dziedzinie stawia na to, że następny przełom przyjdzie stąd, a nie z Palo Alto.

Co dalej

AMI Labs dopiero zaczyna, ale konsekwencje są znaczące. Jeśli LeCun ma rację, czeka nas zmiana paradygmatu w budowaniu systemów AI.

Największe pytanie dotyczy czasu. Modele świata są teoretycznie przekonujące, ale czy mogą przynieść praktyczne rezultaty wystarczająco szybko? LLM mogą być ograniczone, ale są użyteczne teraz. OpenAI i Anthropic budują imperia na tej użyteczności.

LeCun stawia na to, że sufit LLM jest niższy, niż ludzie myślą, i kiedy użytkownicy go osiągną, zaczną szukać alternatyw. AMI Labs chce być gotowe.

Szerszy obraz

Ekscytuje mnie w tym ruchu nie tylko technologia. To, co reprezentuje dla kultury badań AI. Zbyt długo mieliśmy monokulturę wokół architektur transformerowych i myślenia „skala rozwiązuje wszystko". Uruchomienie AMI Labs przez LeCuna to głośne poparcie alternatywnych podejść.

Czy modele świata okażą się drogą do AGI czy nie, pełne zaangażowanie Yanna LeCuna w to podejście oznacza, że dostanie ono poważną, dobrze finansowaną próbę. I to dobrze dla każdego, kto wierzy, że badania AI zyskują na różnorodności myśli.

Następne kilka lat będzie fascynujące do obserwowania.