Yann LeCun lancia AMI Labs con 1,03 miliardi di dollari per sviluppare world models alternativi agli LLM

Il pioniere dell'intelligenza artificiale e ex chief AI scientist di Meta ha raccolto il più grande round seed nella storia europea per Advanced Machine Intell…

Contenuto

Yann LeCun lancia AMI Labs con 1,03 miliardi di dollari per sviluppare world models alternativi agli LLM

Scopri anche

Yann LeCun lancia AMI Labs con 1,03 miliardi di dollari per sviluppare world models alternativi agli LLM

Yann LeCun fonda AMI Labs: 1,03 miliardi di dollari per i world models

In questo articolo:

Yann LeCun, scienziato franco-americano vincitore del Premio Turing 2018 ed ex responsabile scientifico dell'intelligenza artificiale di Meta, ha raccolto 1,03 miliardi di dollari per la sua nuova startup Advanced Machine Intelligence Labs (AMI Labs). Il round seed rappresenta il più grande finanziamento iniziale mai realizzato in Europa e assegna alla società una valutazione pre-money di 3,5 miliardi di dollari.

L'investimento è stato co-guidato da Cathay Innovation, Greycroft, Hiro Capital, HV Capital e Bezos Expeditions, il fondo personale del fondatore di Amazon Jeff Bezos. Tra gli investitori partecipano anche Nvidia, Toyota, Samsung, il fondo sovrano di Singapore Temasek, il fondo francese Daphni e la società sudcoreana SBVA. Al round hanno aderito inoltre investitori individuali tra cui Tim e Rosemary Berners-Lee, Jim Breyer, Mark Cuban ed Eric Schmidt.

La critica agli LLM e la scommessa sui world models

⬆ Torna su

LeCun ha lasciato Meta nel novembre 2025 dopo dodici anni alla guida del laboratorio di ricerca AI FAIR, convinto che i large language model rappresentino una direzione limitata per l'intelligenza artificiale. I sistemi basati sulla predizione della parola successiva, secondo lo scienziato, non possono raggiungere un livello di ragionamento paragonabile a quello umano perché mancano di comprensione della realtà fisica.

«Gli LLM non possono davvero pianificare e prevedere le conseguenze delle proprie azioni», ha spiegato LeCun. «Ecco perché abbiamo sistemi che possono superare l'esame da avvocato, dimostrare teoremi e scrivere codice, ma non abbiamo robot intelligenti quanto un gatto domestico».

AMI Labs si concentra sullo sviluppo di world models basati sull'architettura JEPA (Joint Embedding Predictive Architecture), un framework proposto da LeCun nel 2022. Questi sistemi imparano rappresentazioni astratte del mondo fisico ignorando i dettagli imprevedibili, anziché tentare di prevedere ogni singolo pixel o parola. L'obiettivo è costruire sistemi capaci di comprendere l'ambiente, conservare memoria, ragionare e pianificare sequenze complesse di azioni.

Il funzionamento dei world models rispetto all'AI generativa

⬆ Torna su

La differenza fondamentale tra i world models e l'AI generativa risiede nel modo in cui apprendono e rappresentano la realtà. I modelli come ChatGPT e Gemini imparano a prevedere la parola più probabile che segue la precedente, essendo addestrati su grandi quantità di testo. I modelli generativi per video come Sora di OpenAI provano a prevedere cosa accadrà a livello di singolo pixel.

LeCun porta l'esempio di una pallina in bilico sul bordo di un tavolo: i modelli generativi tentano di prevedere forma, ombre, traiettoria, riflessi e colori, accumulando errori senza comprendere le implicazioni fisiche. Un world model costruisce invece una mappa astratta dello spazio e degli oggetti, anticipando che una massa solida in bilico cadrà verso il basso.

«In un video possono accadere così tante cose, e molte sono completamente imprevedibili, che non si riesce ad addestrare un sistema a fare una buona previsione», ha raccontato LeCun. «Circa cinque anni fa abbiamo capito che il modo migliore per affrontare il problema è far sì che il sistema impari una rappresentazione più astratta del video, che elimini molti dettagli. In questo spazio di rappresentazione astratta il sistema può fare previsioni molto migliori».

Il team dirigenziale e la struttura globale

⬆ Torna su

AMI Labs ha sede centrale a Parigi, con uffici aggiuntivi a New York, Montreal e Singapore. L'azienda parte con una dozzina di dipendenti. Alexandre LeBrun, ex amministratore delegato della startup francese Nabla specializzata in AI per il settore sanitario, ricopre il ruolo di CEO. LeCun è presidente esecutivo.

Il team fondatore include figure chiave provenienti da Meta e Google DeepMind. Laurent Solly, ex vicepresidente per l'Europa di Meta, diventa chief operating officer. Michael Rabbat, già direttore della ricerca scientifica di Meta, assume il ruolo di vicepresidente dei World Models. Saining Xie, ricercatore specializzato nell'apprendimento di rappresentazioni visive proveniente da Google DeepMind, è chief science officer. Pascale Fung, pioniera dell'AI centrata sull'uomo, ricopre la carica di chief research and innovation officer.

La partnership con Meta e il modello di business

⬆ Torna su

Meta non figura tra gli investitori della nuova società, ma ha avviato una partnership con AMI Labs che consentirà al gruppo tecnologico di accedere alla tecnologia e commercializzarla. I dettagli dell'accordo sono ancora in fase di definizione. Fra i primi clienti potenziali potrebbe esserci proprio Meta per integrare la tecnologia negli occhiali intelligenti Ray-Ban Meta.

Il modello di business prevede accordi di licenza con partner industriali. LeBrun ha indicato che l'azienda lavorerà con case automobilistiche, aziende aerospaziali, imprese biomediche e gruppi farmaceutici per utilizzare la tecnologia nei loro casi d'uso. Nabla, la precedente società di LeBrun, sarà il primo partner e utilizzerà i nuovi modelli nel settore sanitario.

La roadmap tecnologica in tre fasi

⬆ Torna su

AMI Labs ha delineato un percorso di sviluppo articolato in tre fasi. La prima fase consisterà principalmente in ricerca e sviluppo per consolidare la metodologia e l'architettura, garantendo sicurezza e applicabilità al mondo reale. LeBrun ha precisato che servirà almeno un anno di ricerca prima di poter lanciare le prime applicazioni concrete.

La seconda fase prevede la collaborazione con partner industriali per raccogliere dati e implementare la tecnologia in contesti specifici. La terza fase, diversi anni più avanti, punta a produrre un sistema intelligente universale. LeCun ha dichiarato che l'obiettivo è diventare «il principale fornitore di sistemi intelligenti».

Il contesto competitivo globale

⬆ Torna su

Il finanziamento si inserisce nella competizione globale tra investitori di venture capital alla ricerca del prossimo protagonista dell'intelligenza artificiale dopo il successo di OpenAI e Anthropic. Nel 2025 le società di AI hanno attirato il 48% dei finanziamenti globali di venture capital, pari a 469 miliardi di dollari totali, secondo CB Insights. Le startup di AI hanno raccolto da sole circa 225 miliardi di dollari.

A livello globale, il round di AMI Labs è secondo per dimensioni solo a quello di Thinking Machines Lab, la startup dell'ex OpenAI Mira Murati che nel giugno 2025 ha raccolto 2 miliardi di dollari. In Europa, il lancio di AMI Labs si colloca in una serie di importanti finanziamenti nel settore AI, tra cui il provider cloud Nscale con un round da 2 miliardi di dollari, la startup di video-AI Synthesia e la società di chip per AI Olix.

David Silver, principale ricercatore britannico nel campo dell'AI, è in trattativa per raccogliere 1 miliardo di dollari per la sua nuova società Ineffable Intelligence in un round guidato da Sequoia Capital.

Il posizionamento geografico strategico

⬆ Torna su

LeCun ha sottolineato la scelta strategica di posizionare la sede centrale in Europa. «Siamo uno dei pochi laboratori AI di frontiera che non sono né cinesi né americani», ha dichiarato. La decisione risponde alla domanda di aziende e governi per un fornitore credibile di sistemi AI avanzati alternativi ai giganti statunitensi e cinesi, e alla concentrazione di talento presente in Francia.

L'investimento iniziale di LeCun cercava circa 500 milioni di euro secondo un pitch deck riportato da Sifted, ma la domanda degli investitori ha superato significativamente quella cifra, permettendo alla società di essere selettiva nella scelta degli investitori accettati.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

Il mega-finanziamento a AMI Labs segnala una scommessa degli investitori su un approccio alternativo agli LLM, con potenziali ricadute per settori che richiedono comprensione fisica del mondo reale.

  • Scenario 1: L'architettura JEPA potrebbe trovare applicazione privilegiata in robotica e sistemi autonomi, ambiti dove i modelli basati sul testo mostrano limiti nella comprensione spaziale.
  • Scenario 2: La partnership con Meta potrebbe estendere le capacità degli occhiali Ray-Ban Meta verso interazioni più contestualizzate con l'ambiente circostante.
  • Scenario 3: Il posizionamento europeo potrebbe attrarre clienti istituzionali che cercano alternative ai provider statunitensi e cinesi.

Cosa monitorare

⬆ Torna su
  • Tempi di completamento della prima fase di ricerca e sviluppo prevista in almeno un anno.
  • Primi accordi di licenza con case automobilistiche e aziende aerospaziali.
  • Eventuali risposte di competitor nello spazio dei world models.

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • ai
  • meta
  • nvidia
  • llm

Link utili

Apri l'articolo su DeafNews