Setelah meninggalkan Meta, Yann LeCun melakukan apa yang selama ini ditunggu banyak orang.
Ia mendirikan AMI Labs, menyelesaikan pendanaan seed senilai $1,03 miliar dengan valuasi $3,5 miliar — putaran seed terbesar dalam sejarah Eropa — dan menyatakan: "Saya akan membangun AI yang tidak bekerja dengan memprediksi kata berikutnya."
Mengapa LeCun Tidak Menyukai Model Bahasa Besar
Ini bukan posisi baru. LeCun telah mengkritik pendekatan LLM selama bertahun-tahun. Argumen utamanya sederhana: prediksi teks saja tidak cukup untuk menghasilkan pemahaman sejati.
Seberapa banyak pun teks yang dimasukkan ke dalam model, yang dipelajari hanyalah pola statistik bahasa, bukan cara dunia benar-benar bekerja. Seorang anak yang melihat gelas jatuh dari meja tahu gelas itu akan pecah tanpa pernah membaca satu kata pun tentang gravitasi. LLM tidak bisa melakukan ini karena tidak memiliki persepsi langsung terhadap dunia fisik.
LeCun menyebut masalah ini sebagai grounding — model perlu bersentuhan dengan dunia nyata, tidak hanya hidup dalam kata-kata.
AMI Labs adalah jawaban praktisnya terhadap masalah itu.
Apa Itu JEPA dan Bagaimana Berbedanya dengan LLM
Teknologi inti perusahaan ini disebut JEPA — Joint Embedding Predictive Architecture — sebuah kerangka kerja yang diajukan LeCun pada tahun 2022.
Perbedaan paling mendasar terletak pada apa yang diprediksi:
- LLM: memprediksi token berikutnya (fragmen kata)
- JEPA: memprediksi representasi keadaan abstrak
Kedengarannya rumit, tetapi perbedaan esensialnya signifikan. LLM memperlakukan setiap kata sebagai target prediksi, termasuk kata-kata fungsi yang minim informasi seperti "dan" atau "yang", sehingga banyak kapasitas model terbuang untuk mempelajari noise. JEPA melewati semua itu dan memprediksi pada level yang lebih abstrak: jika Anda melakukan tindakan ini, bagaimana keadaan dunia nantinya?
Itulah mengapa ia disebut world model — ia mencoba membangun model internal tentang bagaimana dunia bekerja, bukan sekadar mempelajari pola permukaan bahasa.
Dampak pada aplikasi praktis:
- Robotika: perlu memprediksi konsekuensi tindakan; JEPA cocok secara alami
- Diagnosis medis: membutuhkan penalaran kausal tentang proses fisik
- Kontrol industri: membutuhkan pelacakan perubahan keadaan secara terus-menerus
CEO AMI Labs, Alexandre LeBrun, melontarkan pernyataan yang menarik:
"Saya memprediksi world models akan segera menjadi buzzword pendanaan berikutnya. Dalam enam bulan, setiap perusahaan akan menyebut dirinya perusahaan world model untuk menggalang dana."
Ironi dari seseorang yang baru saja mengumpulkan dana seed miliaran dolar tidaklah luput dari perhatian.
Konfigurasi Perusahaan
AMI Labs berkantor pusat di Paris, tetapi juga memiliki tim di New York (tempat LeCun mengajar di NYU), Montreal, dan Singapura.
Tim inti:
- Ketua Eksekutif: Yann LeCun (peraih Turing Award 2018, mantan Kepala Ilmuwan AI Meta)
- CEO: Alexandre LeBrun (pengusaha serial, perusahan AI-nya pernah diakuisisi Facebook)
- CSO: Saining Xie (peneliti pembelajaran representasi visual)
Putaran ini dipimpin oleh Bezos Expeditions, Cathay Innovation, Greycroft, Hiro Capital, dan HV Capital. Keterlibatan Bezos menandakan bahwa ini bukan sekadar permainan akademis.
Waktu yang Patut Dicatat
Pengumuman ini datang satu bulan setelah World Labs milik Fei-Fei Li mengumpulkan $1 miliar. Kedua perusahaan bertaruh pada world models, keduanya didirikan oleh akademisi AI terkemuka, dan keduanya mendapatkan putaran seed yang mencengangkan.
Ini bukan kebetulan. Investor mencium kemungkinan bahwa jalur scaling LLM saat ini mendekati batas tertentu, dan generasi AI berikutnya mungkin memerlukan arsitektur yang fundamental berbeda.
Klaim LeCun bahwa prediksi teks tidak cukup dulunya hanya perdebatan akademis. Kini ada miliaran dolar di belakangnya. Perdebatan telah berubah menjadi taruhan.
Mengapa Ini Tidak Akan Mudah
JEPA telah ada sebagai makalah selama empat tahun, tetapi bukti keberhasilannya di sistem nyata masih terbatas. LLM menunjukkan kemajuan benchmark yang nyata selama empat tahun itu; kemajuan JEPA relatif lebih tenang.
Kritik LeCun benar, tetapi menunjukkan masalah dan menciptakan solusi yang lebih baik adalah dua hal yang berbeda.
Bahkan jika JEPA adalah arah yang benar, AMI Labs harus bersaing dengan industri yang sudah memiliki keunggulan awal yang sangat besar. OpenAI, Anthropic, dan Google tidak buta terhadap keterbatasan LLM; mereka juga bergerak ke arah multi-modal dan agentic — hanya saja tidak serumit LeCun.
AMI Labs sudah dihargai $3,5 miliar tanpa produk apa pun. Ini adalah pendanaan berbasis keyakinan, bukan pendanaan berbasis produk.
Tapi jika LeCun benar, $1,03 miliar yang masuk sekarang bisa menjadi taruhan paling berharga dalam dekade ini.
Sumber: 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)