AMI Labs ha chiuso un round di finanziamento da 1,03 miliardi di dollari con una valutazione pre-money di 3,5 miliardi, posizionandosi immediatamente tra i progetti AI più ambiziosi e capitalizzati del panorama europeo e internazionale. Il laboratorio francese, co-fondato da Yann LeCun — vincitore del Turing Award e figura cardine dell'AI moderna — dopo la sua uscita da Meta, non si occupa di AI generativa nel senso convenzionale del termine: il suo obiettivo è costruire world models, sistemi capaci di apprendere dalla realtà fisica e non soltanto dal linguaggio testuale. Si tratta di una scommessa scientifica di lungo periodo che mette in discussione i paradigmi dominanti degli LLM (Large Language Models) e che, se coronata da successo, potrebbe riscrivere le fondamenta dell'intelligenza artificiale applicata.
Il concetto di world model — modello del mondo — si distingue radicalmente dall'architettura transformer su cui si basano sistemi come GPT-4, Claude o Gemini. Mentre questi ultimi apprendono distribuzioni statistiche su enormi corpus testuali, un world model è progettato per costruire rappresentazioni interne della realtà, comprendendone la fisica, la causalità e la struttura spaziotemporale. AMI Labs sta sviluppando la propria tecnologia attorno alla JEPA (Joint Embedding Predictive Architecture), architettura proposta da LeCun nel 2022, che punta a modellare il mondo attraverso rappresentazioni latenti e predizioni nello spazio degli embedding anziché nello spazio percettivo grezzo.
Il CEO Alexandre LeBrun, imprenditore seriale con un passato nel laboratorio di ricerca FAIR di Meta, è diretto nell'analizzare le debolezze degli LLM attuali: le cosiddette hallucination — ovvero la generazione di informazioni plausibili ma fattualmente errate — rappresentano un limite tollerabile in molti contesti, ma diventano potenzialmente letali in ambito sanitario. È proprio questa consapevolezza che ha portato LeBrun, da CEO di Nabla, la startup francese di digital health di cui è ora chairman, a convergere con la visione di LeCun sulla necessità di architetture radicalmente alternative agli LLM.
LeBrun non nasconde le tempistiche impegnative del progetto: "AMI Labs è un progetto molto ambizioso perché parte dalla ricerca fondamentale. Non è una tipica startup di AI applicata che può rilasciare un prodotto in tre mesi, generare ricavi in sei mesi e raggiungere 10 milioni di dollari di ARR in un anno". Il percorso dalla teoria alle applicazioni commerciali dei world models potrebbe richiedere anni, una prospettiva insolita in un settore abituato a cicli di sviluppo rapidi.
Nonostante questo orizzonte temporale dilatato, il mercato dei world models sta attirando capitali ingenti. World Labs, la società fondata da Fei-Fei Li — pioniera della computer vision e creatrice di ImageNet — ha raccolto un miliardo di dollari in un solo mese. In Europa, SpAItial ha chiuso un seed round da 13 milioni di dollari, cifra eccezionalmente alta per una startup del Vecchio Continente. AMI Labs supera tutti questi benchmark con il suo round da oltre un miliardo, cifra superiore ai 500 milioni di euro inizialmente attesi secondo le indiscrezioni di dicembre scorso.
La composizione del team spiega in parte l'interesse straordinario degli investitori. Oltre a LeCun nel ruolo di chairman, AMI Labs annovera Laurent Solly — già VP di Meta per l'Europa — come COO, Saining Xie come chief science officer, Pascale Fung come chief research and innovation officer e Michael Rabbat, con base a Montreal, come VP for world models. Un gruppo di ricercatori e manager di profilo altissimo, capace di attrarre capitale sia istituzionale che da figure simboliche del mondo tech.
Il round è stato co-guidato da Cathay Innovation, Greycroft, Hiro Capital, HV Capital e Bezos Expeditions, con la partecipazione di numerosi altri fondi e di investitori individuali di rilievo come Tim e Rosemary Berners-Lee, Jim Breyer, Mark Cuban, Xavier Niel ed Eric Schmidt. Sul fronte industriale e strategico figurano anche Nvidia, Samsung, Sea, Temasek e Toyota Ventures, oltre a soggetti del tessuto economico francese come Association Familiale Mulliez, Groupe Industriel Marcel Dassault e Publicis Groupe. La presenza di player industriali di questo calibro non è casuale: per AMI Labs, questi investitori potrebbero diventare i primi clienti e partner di deployment delle future applicazioni basate su world models.
Le risorse raccolte finanzieranno principalmente due voci di costo: la potenza computazionale necessaria per addestrare architetture di questa complessità e l'acquisizione di talenti. AMI Labs opererà su quattro hub geografici: Parigi, dove ha sede, New York — dove LeCun insegna alla NYU — Montreal e Singapore, quest'ultima scelta strategica per avvicinarsi ai mercati asiatici. La scelta di non puntare alla massimizzazione del numero di assunzioni ma alla qualità dei profili riflette una filosofia di ricerca fondamentale piuttosto che di ingegneria di prodotto.
Un elemento distintivo della strategia di AMI Labs riguarda la necessità di confrontarsi con dati e ambienti reali fin dalle fasi di ricerca: "Stiamo sviluppando world models che vogliono comprendere il mondo, e non è possibile farlo rimanendo chiusi in un laboratorio", ha spiegato LeBrun. Nabla è il primo partner ufficialmente annunciato per accedere ai modelli in fase preliminare, con l'aspettativa che altri partner industriali si aggiungano progressivamente, molti dei quali probabilmente già presenti nella compagine degli investitori.
AMI Labs ha anche dichiarato l'intenzione di pubblicare paper scientifici e di rendere open source una parte significativa del codice prodotto, in controtendenza rispetto alla crescente chiusura che caratterizza la ricerca nei principali laboratori commerciali. Questa scelta — coerente con la cultura accademica di LeCun e con la tradizione del laboratorio FAIR — mira a costruire un ecosistema di ricerca attorno al progetto, nella convinzione che l'apertura acceleri il progresso complessivo. Nel contesto dell'AI Act europeo, che valorizza trasparenza e accountability, tale approccio potrebbe rivelarsi anche un vantaggio competitivo normativo.
La vera prova per AMI Labs sarà la capacità di trasformare la ricerca fondamentale sui world models in sistemi affidabili, scalabili e verificabili per applicazioni ad alto rischio come la medicina. Se la JEPA dimostrerà di superare le limitazioni strutturali degli LLM in termini di ragionamento causale e robustezza, potrebbe aprire una nuova fase nello sviluppo dell'AI — non la fine degli LLM, ma l'inizio di un paradigma complementare capace di portare i sistemi artificiali molto più vicino a una comprensione autentica del mondo fisico.