Yann LeCun stellt AMI Labs vor: Eine $3.5 Billionen-Wette auf Weltmodelle (World Models) statt Sprache
In einem Schritt, der die Landschaft der künstlichen Intelligenz neu gestalten könnte, hat Yann LeCun offiziell sein neues Unternehmen AMI Labs (Advanced Machine Intelligence) vorgestellt. Mit Sitz in Paris sucht das Startup Berichten zufolge eine Finanzierung bei einer Bewertung von $3.5 billion, was enormes Vertrauen der Investoren in LeCuns Vision signalisiert, die KI über die Beschränkungen aktueller großer Sprachmodelle (Large Language Models, LLMs) hinauszuführen.
AMI Labs stellt eine entscheidende Kehrtwende in der Entwicklung der Branche dar. Während das Silicon Valley in den letzten Jahren Ressourcen in autoregressive Textgeneratoren wie GPT und Llama investiert hat, konzentriert sich LeCuns neues Unternehmen auf „Weltmodelle (World Models)“ — Systeme, die darauf ausgelegt sind, physikalische Realität, Kausalität und Planung zu verstehen. Mit Standorten in Paris, New York, Montreal und Singapur will AMI Labs Zuverlässigkeit und Steuerbarkeit in kritischeren Sektoren wie Gesundheitswesen, Robotik und industrieller Automatisierung bringen.
Der Wandel von Sprache zur Realität
Jahrelang war LeCun ein lautstarker Kritiker der Überabhängigkeit der Branche von LLMs und beschrieb sie berühmt als "Abfahrten" auf der Autobahn zur wahren Intelligenz. Seine Argumentation ist, dass LLMs zwar im Umgang mit Sprache versiert sind, ihnen jedoch ein fundamentales Verständnis der physischen Welt fehlt. Sie sagen das nächste Wort voraus auf Basis statistischer Muster, nicht den nächsten Zustand der Welt auf Basis physikalischer Zusammenhänge.
AMI Labs schließt diese Lücke, indem es Modelle aufbaut, die auf der Gemeinsamen Einbettungs-Prädiktiven Architektur (Joint Embedding Predictive Architecture, JEPA) beruhen. Anders als LLMs, die diskrete Text-Token verarbeiten, operieren JEPA-basierte Weltmodelle in abstrakten latenten Räumen. Sie sagen voraus, wie sich der Zustand der Welt als Reaktion auf Handlungen verändert, und ermöglichen so Planung, Schlussfolgerung und das Verständnis von Ursache-Wirkungs-Beziehungen ohne die in generativen Textmodellen häufigen Halluzinationen (hallucinations).
„Der richtige Weg, intelligente Systeme zu bauen, führt über Weltmodelle, nicht über LLMs“, erklärte LeCun während der Vorstellung. „Wir bauen Systeme, die nicht nur plausibel klingenden Text erzeugen, sondern die zugrundeliegende Realität der Aufgaben, die sie ausführen, verstehen.“
Strategische Führung und die Verbindung zu Nabla
Während LeCun als Executive Chairman fungiert, wird die Rolle des CEO von Alex LeBrun übernommen, einem erfahrenen KI-Unternehmer und ehemaligen CEO von Nabla, einem Health-Tech-Startup. LeBruns Ernennung unterstreicht AMI Labs’ unmittelbaren Fokus auf praktische, wertstiftende Anwendungen statt rein akademischer Forschung.
Die Führungsstruktur wird durch eine strategische Partnerschaft mit Nabla gestärkt. Diese Zusammenarbeit bietet AMI Labs einen direkten Zugang zum Gesundheitssektor — einem Bereich, in dem die „Halluzinationen“ (hallucinations) von LLMs inakzeptabel sind. Durch die Integration von Weltmodellen will AMI medizinische KI-Agenten schaffen, die in der Lage sind, komplexe klinische Daten mit einem Maß an Zuverlässigkeit zu durchdenken, das aktuelle probabilistische Modelle nicht garantieren können.
„Gesundheitswesen ist mein Herzensthema, und wir wissen, welche Probleme wir heute nicht lösen können“, bemerkte LeBrun. „Wir hoffen, dass dieser neue Zweig der KI uns hilft, über das hinauszukommen, was wir heute im Gesundheitswesen leisten können.“
Ein anderer Ansatz: AMI-Weltmodelle vs. aktuelle LLMs
Um das Ausmaß des Wertversprechens von AMI Labs zu verstehen, ist es wichtig, ihren Ansatz mit der heute dominierenden Architektur zu kontrastieren.
Comparative Analysis: LLMs vs. AMI World Models
| Feature | Current LLMs (e.g., GPT-4, Llama) | AMI World Models (JEPA) |
|---|---|---|
| Core Architecture | Autoregressive Transformers | Joint Embedding Predictive Architecture |
| Primary Objective | Next-token prediction (Text generation) | Latent state prediction (Outcome simulation) |
| Understanding of Reality | Statistical correlation of language | Physical causality and object permanence |
| Reasoning Capability | Limited; prone to hallucination | High; capable of hierarchical planning |
| Data Efficiency | Requires massive text datasets | Learns from video/sensor data (Self-supervised) |
| Key Applications | Chatbots, Content Creation, Coding | Robotics, Autonomous Systems, Healthcare |
| Reliability | Variable; hard to control | High; grounded in real-world constraints |
(Anmerkung: Die Tabellenspalten und -struktur bleiben unverändert; die Begriffe wurden zur Lesbarkeit größtenteils beibehalten.)
Das Einhornrennen: Paris als neue KI-Hauptstadt
Der Start von AMI Labs festigt Paris weiter als globales Zentrum für künstliche Intelligenz und reiht es neben Unternehmen wie Mistral AI und H (ehemals Holistic) ein. Die Wahl von Paris als Hauptsitz, unterstützt durch die französische Regierung, hebt den wachsenden Einfluss Europas in der „Deep-Tech“-Schicht der KI-Entwicklung hervor.
Allerdings ist AMI Labs nicht ohne Konkurrenz. Das Startup tritt direkt gegen World Labs an, das von der KI-Pionierin Fei-Fei Li gegründet wurde. World Labs, das kürzlich eine gemeldete Bewertung von $5 Milliarden erreicht hat, beschäftigt sich ebenfalls mit räumlicher Intelligenz und 3D-Welterzeugung. Diese Rivalität ebnet den Weg für ein neues „Wettrüsten“ in der KI — eines, das nicht über Parameteranzahl oder Kontextfenstergrößen geführt wird, sondern über die Fähigkeit, die physische Welt zu simulieren und sich in ihr zu orientieren.
Finanzierung und Ausblick
AMI Labs verhandelt derzeit mit erstklassigen Investoren, darunter Cathay Innovation, Greycroft, Hiro Capital und BPifrance. Die prognostizierte $3.5 billion Bewertung für ein Unternehmen, das noch kein kommerzielles Produkt veröffentlicht hat, spricht für die „Talentprämie“, die Investoren bereit sind, für LeCuns Erfolgsbilanz zu zahlen. Als Turing-Preisträger und Vater der Convolutional Neural Networks (CNNs) deutet LeCuns technische Herkunft darauf hin, dass AMI Labs nicht einfach ein weiteres Startup ist, sondern eine Korrektur des Kurses in der Geschichte der KI.
Interessanterweise bleibt trotz LeCuns Rückzug aus einer operativen Rolle bei Meta der Technologieriese ein potenzieller Partner. LeCun deutete an, dass Meta AMIs erster Kunde werden könnte, indem diese fortgeschrittenen Weltmodelle in zukünftige AR/VR- und Robotik-Initiativen integriert werden.
Während die Branche aufmerksam zusieht, wird der Erfolg von AMI Labs davon abhängen, ob es gelingt, die theoretische Eleganz von JEPA in greifbare industrielle Lösungen zu übersetzen. Gelingt dies, wird AMI Labs nicht nur eine bessere KI bauen; es wird eine KI bauen, die endlich versteht, was sie tut.
