Plus d’un milliard de dollars. C’est ce que vient de lever AMI Labs, la startup cofondée par Yann LeCun, lauréat du prix Turing et ex-responsable de l’IA chez Meta. Sa mission : construire une intelligence artificielle capable de comprendre le monde physique, pas seulement de générer du texte. Et au passage, démontrer que les modèles de langage comme ChatGPT ou Claude ne mèneront jamais à une IA de niveau humain.
Le dissident de l’IA lève le plus gros seed européen
La levée atteint 1,03 milliard de dollars, pour une valorisation de 3,5 milliards avant investissement, rapporte TechCrunch. C’est le plus gros tour de table seed jamais réalisé par une entreprise européenne, selon Sifted. Le tour est co-dirigé par Cathay Innovation, Greycroft, Hiro Capital, HV Capital et Bezos Expeditions, le fonds de Jeff Bezos.
La liste des investisseurs ressemble à un annuaire de la tech mondiale : Nvidia, Samsung, Temasek (le fonds souverain singapourien), Toyota Ventures, mais aussi Mark Cuban, l’ex-PDG de Google Eric Schmidt, et le fondateur de Free Xavier Niel. Côté français, Bpifrance, le groupe Dassault, Publicis et la famille Mulliez ont aussi mis la main au portefeuille.
AMI Labs avait initialement ciblé 500 millions d’euros, selon un rapport de Bloomberg publié en décembre. La demande a presque doublé la mise.
Les LLM, « une absurdité totale » pour atteindre l’AGI
Yann LeCun ne mâche pas ses mots. « L’idée que vous allez étendre les capacités des LLM au point qu’ils atteindront l’intelligence humaine est une absurdité totale », a-t-il déclaré à WIRED. Le chercheur franco-américain, 65 ans, pionnier de l’apprentissage profond et figure incontournable de la discipline depuis trois décennies, porte cette conviction depuis des années. La différence, c’est qu’il a désormais un milliard de dollars pour la mettre à l’épreuve.
Sa thèse tient en une phrase : la majeure partie du raisonnement humain repose sur la compréhension du monde physique, pas sur le langage. Les modèles de langage actuels, aussi impressionnants soient-ils pour rédiger des emails ou résumer des documents, échouent dès qu’il s’agit de prédire le comportement d’un objet dans l’espace, d’anticiper les conséquences d’une action ou de raisonner sur la causalité.
AMI Labs (prononcé comme le mot français « ami ») veut construire des « world models », des modèles qui apprennent en observant le monde réel plutôt qu’en ingurgitant du texte. L’architecture technique s’appuie sur JEPA (Joint Embedding Predictive Architecture), un cadre théorique proposé par LeCun en 2022. Le principe : au lieu de générer des pixels ou des mots, le système apprend des représentations abstraites du monde et les utilise pour planifier et raisonner.
À lire aussi
Une équipe taillée pour le long terme
AMI Labs n’est pas une startup classique qui promet des revenus à six mois. « C’est un projet très ambitieux, parce qu’il commence par la recherche fondamentale », a expliqué Alexandre LeBrun, le PDG, à TechCrunch. LeBrun dirigeait auparavant Nabla, une startup de santé numérique spécialisée dans l’IA médicale, où les hallucinations des modèles de langage posaient des risques concrets pour les patients.
L’équipe fondatrice puise largement dans les rangs de Meta et de DeepMind. Laurent Solly, ancien vice-président de Meta pour l’Europe, prend le poste de directeur des opérations. Saining Xie, passé par Google DeepMind, devient directeur scientifique. Pascale Fung, ex-directrice senior de la recherche IA chez Meta, occupe le rôle de directrice de la recherche et de l’innovation. Michael Rabbat, ancien directeur de la recherche scientifique chez Meta, supervise le développement des world models.
La startup opérera depuis quatre pôles : Paris (siège social), New York (où LeCun continue d’enseigner à NYU), Montréal et Singapour. Les premières applications commerciales cibleront la santé (Nabla sera le premier partenaire à tester les modèles), la robotique, l’industrie manufacturière et les objets connectés.
La course aux world models s’accélère
AMI Labs n’est pas seul sur ce terrain. Le mois dernier, World Labs, fondée par Fei-Fei Li (souvent surnommée la « marraine de l’IA »), a sécurisé 1 milliard de dollars auprès d’Autodesk, rapporte TechCrunch. En Europe, SpAItial avait déjà levé 13 millions en seed l’an dernier. Les investisseurs parient que la prochaine percée viendra de systèmes qui comprennent la physique, les objets et les relations spatiales, pas de chatbots plus bavards.
Ce qui distingue AMI Labs, c’est son ancrage européen assumé. « AMI Labs pourrait être la première entreprise européenne à atteindre l’échelle des GAFAM », a déclaré Pierre-Éric Leibovici, fondateur du fonds français Daphni, à Sifted. Pour certains investisseurs, c’est presque un acte politique. L’Europe domine dans l’industrie et la robotique, deux secteurs où les world models pourraient trouver leurs premières applications massives. Là où la bataille des LLM semble déjà perdue face aux géants américains, ce nouveau terrain de jeu reste ouvert.
Recherche ouverte dans un monde qui se ferme
Dernier détail qui tranche avec la tendance du secteur : AMI Labs compte publier ses travaux de recherche et rendre une grande partie de son code open source. « Nous pensons que les choses avancent plus vite quand elles sont ouvertes, et c’est dans notre intérêt de construire une communauté et un écosystème de recherche autour de nous », a affirmé LeBrun à TechCrunch.
À une époque où OpenAI, malgré son nom, garde jalousement ses modèles sous clé, et où Anthropic restreint l’accès à Claude pour les outils tiers, cette posture détonne. LeCun a passé des années chez Meta à diriger FAIR, le laboratoire de recherche fondamentale du groupe, connu pour sa politique de publication ouverte.
LeBrun prédit que « world models » deviendra le prochain mot à la mode de l’industrie : « Dans six mois, chaque entreprise se qualifiera de world model pour lever des fonds. » La conférence développeurs de Nvidia, GTC, se tient fin mars. C’est là que le fabricant de puces pourrait annoncer ses propres outils dédiés à ce type de modèles, ce qui donnerait un coup d’accélérateur supplémentaire à l’ensemble de l’écosystème.
