Yann LeCun dejó Meta e hizo exactamente lo que todos esperaban.
Fundó AMI Labs, completó una ronda semilla de 1.030 millones de dólares, valorada en 3.500 millones de dólares – la ronda semilla más grande en la historia de Europa. Y luego dijo: voy a construir una IA que no funcione prediciendo la siguiente palabra.
Por qué a LeCun no le gustan los grandes modelos de lenguaje
Esta no es una posición nueva. LeCun ha criticado el camino de los LLM durante años. Su argumento central es uno solo: la predicción de texto por sí sola no es suficiente para generar comprensión real.
No importa cuánto texto metas en el modelo, este solo aprende las regularidades estadísticas del lenguaje, no cómo funciona realmente el mundo. Un niño ve caer un vaso de vidrio del borde de la mesa y, sin haber leído nunca nada sobre la gravedad, sabe que el vaso se romperá. Un LLM no puede hacer eso porque no tiene ninguna percepción directa del mundo físico.
LeCun llama a este problema grounding, que en traducción libre significa: el modelo debe tener contacto con el mundo real, no puede vivir solo en las palabras.
AMI Labs es su respuesta práctica a este problema.
Qué es JEPA y en qué se diferencia de los LLM
La tecnología central de la empresa se llama JEPA, Joint Embedding Predictive Architecture, un marco propuesto por LeCun en 2022.
La diferencia más fundamental con los LLM radica en el objeto de predicción:
- LLM: predice el siguiente token (fragmento de palabra)
- JEPA: predice representaciones abstractas de estado
Suena complicado, pero la diferencia es sustancial. Los LLM tratan cada palabra como objetivo de predicción, incluyendo palabras de bajo contenido informativo como "de", "y", "el" – una gran parte de la capacidad del modelo se desperdicia aprendiendo este ruido. JEPA salta esto y predice directamente a un nivel más abstracto: si realizas esta acción, ¿en qué estado se convertirá el mundo?
Por eso se llama modelo del mundo – intenta construir internamente un modelo de cómo funciona el mundo, no solo aprender las reglas superficiales del lenguaje.
Impacto en aplicaciones prácticas:
- Robótica: necesita predecir consecuencias de acciones, JEPA es naturalmente adecuada
- Diagnóstico médico: necesita capacidad de razonamiento causal sobre procesos físicos
- Control industrial: necesita rastrear continuamente cambios de estado
El CEO de AMI Labs, Alexandre LeBrun, dijo una frase muy interesante:
Predigo que el modelo del mundo pronto se convertirá en la próxima palabra de moda en financiación. En seis meses, todas las empresas se autodenominarán empresas de modelo del mundo para recaudar fondos.
Un hombre que acaba de recibir una ronda semilla de mil millones diciendo esto – la ironía es máxima.
La configuración de la empresa
La sede de AMI Labs está en París, pero también tiene presencia en Nueva York (LeCun enseña en la NYU), Montreal y Singapur, con equipos en las cuatro ciudades.
Equipo principal:
- Presidente ejecutivo: Yann LeCun (Premio Turing 2018, ex científico jefe de IA de Meta)
- CEO: Alexandre LeBrun (emprendedor en serie, cuya empresa de IA fue adquirida por Facebook)
- CSO: Saining Xie (investigador de aprendizaje de representación visual)
Lideran la ronda Bezos Expeditions, Cathay Innovation, Greycroft, Hiro Capital y HV Capital. Que entre el dinero de Bezos demuestra que esto no es solo un juego académico.
Momento notable
Este evento ocurre un mes después de que World Labs, de Fei-Fei Li, recaudara 1.000 millones de dólares. Ambas empresas apuestan por los modelos del mundo, ambas son startups de académicos de primer nivel en IA, ambas recibieron rondas semilla impresionantes.
Esto no es una coincidencia. Los inversores están oliendo una posibilidad: la ruta actual de escalado de LLM se está acercando a algún tipo de techo, y la próxima generación de IA podría necesitar una arquitectura fundamentalmente diferente.
La afirmación de LeCun de que la predicción de texto no es suficiente era antes solo una controversia académica. Ahora, con mil millones de dólares respaldándola, la controversia se ha convertido en una apuesta.
Por qué esto no es tan fácil
JEPA existe como artículo científico desde hace cuatro años, pero la evidencia de que funciona en sistemas reales sigue siendo muy limitada. En los últimos cuatro años, el progreso de los LLM en benchmarks ha sido visible, mientras que el progreso de JEPA ha sido relativamente discreto.
La crítica de LeCun es correcta, pero señalar el problema y crear una solución mejor son dos cosas diferentes.
E incluso si la dirección de JEPA es correcta, AMI Labs tendrá que competir de frente con una industria que ya tiene una enorme ventaja de ser pionera. OpenAI, Anthropic, Google no ignoran las limitaciones de los LLM; también se están moviendo hacia direcciones multimodales y agentivas, solo que no de manera tan radical como LeCun.
AMI Labs ya está valorada en 3.500 millones de dólares sin ningún producto. Esto es financiación por fe, no financiación por producto.
Pero si LeCun tiene razón, entonces los 1.030 millones que entran ahora podrían ser la apuesta más valiosa de esta década.
Fuente de referencia: Yann LeCun's AMI Labs Raises $1.03B for World Models Development (TechCrunch); AMI Labs Secures $1B Seed Round Led by Yann LeCun (Crunchbase News); Yann LeCun's AMI Labs Raises $1B in Seed Round to Develop World Model AI Systems (The AI Insider); CocoLoop; [AINews] Yann LeCun's AMI Labs launches with a $1B seed @ $3.5B to build world models around JEPA (Latent Space)