Yann LeCun sammelt 1,03 Milliarden Dollar für AMI Labs: Die Revolution der «World Models» beginnt

Es ist die größte Seed-Finanzierungsrunde, die jemals in Europa für ein KI-Unternehmen aufgebracht wurde. Advanced Machine Intelligence Labs (AMI Labs), das von Yann LeCun nach seinem Weggang von Meta mitgegründete Startup, gab am Montag, dem 10. März 2026, bekannt, dass es 1,03 Milliarden Dollar (rund 920 Millionen Euro) bei einer Pre-Money-Bewertung von 3,5 Milliarden Dollar eingesammelt hat. All das ohne Produkt, ohne Umsatz und mit kaum drei Monaten Unternehmensgeschichte — eine kolossale Wette auf einen Mann, eine Vision und eine Architektur, die als radikale Alternative zu den dominierenden Sprachmodellen gilt.

Wer ist Yann LeCun und warum ist das ein Großereignis?

Yann LeCun ist nicht einfach ein weiterer Unternehmer, der auf den KI-Zug aufspringt. Er ist einer der drei «Paten» des Deep Learning, neben Geoffrey Hinton und Yoshua Bengio. Sein Turing-Preis 2018 — das Äquivalent des Nobelpreises in der Informatik — würdigte jahrzehntelange Pionierarbeit an Convolutional Neural Networks (CNNs), der Technologie, die Bilderkennung, Computer Vision und einen Großteil der modernen KI erst möglich gemacht hat. Ohne LeCuns Grundlagenforschung aus den 1980er und 1990er Jahren wären weder autonomes Fahren noch die bildbasierte KI-Analyse denkbar.

Während 12 Jahren bei Meta (ehemals Facebook) leitete LeCun das FAIR-Labor (Fundamental AI Research), eines der produktivsten KI-Forschungszentren der Welt. Unter seiner Führung entwickelte Meta LLaMA, die Open-Source-Modellfamilie, die die gesamte Branche aufwirbelte und Tausenden von Entwicklern den Zugang zur generativen KI ermöglichte. Doch genau bei Meta wurde LeCun zugleich zur lautesten kritischen Stimme des Sektors — ein seltenes Phänomen in einem Unternehmen, das selbst massiv in die von ihm kritisierten Technologien investiert.

Warum LeCun Meta verlassen hat

Der Bruch kam nicht impulsiv. Seit Jahren behauptet LeCun öffentlich, dass Large Language Models (LLMs) — ChatGPT, Claude, Gemini — eine Sackgasse sind. Nicht, dass sie nutzlos wären — aber sie werden seiner Überzeugung nach niemals zu echter künstlicher Intelligenz führen. Ein System, das lediglich das nächste Wort vorhersagt, kann die Welt fundamental nicht verstehen, egal wie viel Rechenleistung man ihm zur Verfügung stellt.

“LLMs sind unglaublich nützlich, aber sie verstehen nichts. Ein zweijähriges Kind hat ein Verständnis der physischen Welt, das kein LLM besitzt. Wir brauchen eine grundlegend andere Architektur.”

Das Problem für LeCun war, dass Meta sich in den letzten Jahren massiv auf LLMs konzentriert hat — mit dem Erfolg von LLaMA und der Integration von Meta AI in alle seine Produkte. Seine Gegenposition wurde innerhalb eines Konzerns, der auf die Sprachmodell-Konkurrenz fixiert ist, zunehmend unhaltbar. Er verließ Meta Ende 2025 und betonte, weiterhin «gute Beziehungen zu Mark Zuckerberg» zu pflegen.

AMI Labs: Das Dreamteam

LeCun hat sich nicht allein auf den Weg gemacht. AMI Labs vereint ein Team aus sechs Mitgründern mit sich ergänzenden Profilen und betreibt Hubs in Paris, New York, Montreal und Singapur — eine bewusst internationale Aufstellung, die die globale Reichweite des Projekts unterstreicht.

• Yann LeCun — Geschäftsführender Präsident, Turing-Preisträger, JEPA-Architekt
• Alexandre LeBrun — CEO, ehem. CEO von Nabla (Medizin-KI), ehem. Facebook-Forscher
• Mike Rabbat — VP World Models, ehem. Forschungsdirektor bei Meta
• Saining Xie — Chief Science Officer, ehem. Google DeepMind
• Pascale Fung — Chief Research & Innovation Officer, ehem. Senior-KI-Direktorin bei Meta
• Delphine Groll und Martin Raison — Nabla-Mitgründer, Gesundheitsexpertise

Die Wahl von Alexandre LeBrun als CEO ist strategisch durchdacht. Der ehemalige Facebook-AI-Forscher gründete Nabla, eine auf medizinische KI spezialisierte Startup, die zum ersten strategischen Partner von AMI Labs wird. Die Verbindung der beiden Unternehmen ist kein Zufall: Im Gesundheitswesen können Halluzinationen von LLMs lebensbedrohliche Konsequenzen haben — genau der Bereich, in dem World Models den entscheidenden Unterschied ausmachen könnten.

Die "World Models": Die Alternative zu LLMs

Im Kern von AMI Labs steht eine radikale Überzeugung: Echte Intelligenz beginnt nicht in der Sprache. Während LLMs lernen, das nächste Wort in einer Textsequenz vorherzusagen, lernen World Models abstrakte Repräsentationen der realen Welt aus Sensordaten — Bilder, Videos, physische Sensoren. Diese Herangehensweise kommt der Art näher, wie Kleinkinder die Welt erlernen: durch Beobachtung, Interaktion und physisches Erleben, nicht durch das Lesen von Texten.

Die zentrale Architektur heißt **JEPA** (Joint Embedding Predictive Architecture), von LeCun im Jahr 2022 vorgeschlagen. Im Gegensatz zu generativen Modellen, die versuchen, jedes Detail einer Szene zu reproduzieren, lernt JEPA, in einem abstrakten Repräsentationsraum vorherzusagen und ignoriert dabei unvorhersehbare Details. Das ist fundamental anders als GPT-Architekturen — und näher daran, wie Menschen und Tiere ihre Umgebung tatsächlich begreifen.

1,03 Milliarden Dollar: Wer investiert und warum

Die Runde wurde gemeinsam von Cathay Innovation, Greycroft, Hiro Capital, HV Capital und Bezos Expeditions angeführt. Doch es sind die strategischen Investoren, die die eigentliche Geschichte erzählen — eine Konstellation, die zeigt, wie ernst die Industrie die Vision von LeCun nimmt:

• Nvidia — GPU-Hersteller diversifiziert über LLMs hinaus
• Toyota — sieht World Models als Zukunft des autonomen Fahrens
• Samsung — setzt auf Robotik und Wearables
• Temasek — Staatsfonds Singapur bestätigt asiatischen Hub
• Jeff Bezos (Bezos Expeditions)
• Eric Schmidt — ehem. Google-CEO
• Mark Cuban — Tech-Unternehmer und Investor
• SBVA — südkoreanischer Investor

Die Roadmap: Von der Forschung zur Anwendung

LeCun hat einen detaillierten Drei-Phasen-Plan skizziert, der Transparenz über die Erwartungen schafft und gleichzeitig die Langfristigkeit des Projekts unterstreicht:

1. Jahr 1 (2026) — Grundlagenforschung. Intensive Rekrutierung auf 20-30 Personen. Erstes Modell: AMI Video.
2. Jahr 2 (2027) — Erste industrielle Anwendungen: Gesundheit (via Nabla), Robotik, Manufacturing.
3. Jahre 3-5 (2028-2030) — "Universelle intelligente Systeme" für autonomes Fahren, Robotik, Wearables.

Das erste konkrete Produkt wird AMI Video heißen — ein World Model, das auf Videodaten trainiert wird, um physische Interaktionen der realen Welt zu verstehen. Das Unternehmen plant außerdem Arbeiten in den Bereichen Robotik, Manufacturing und Wearables — allesamt Anwendungsfelder, in denen das Verständnis der physischen Welt entscheidend ist und LLMs strukturell an ihre Grenzen stoßen.

Was das für die KI-Branche bedeutet

AMI Labs ist nicht das erste Unternehmen, das auf World Models setzt. Aber es ist das erste, das von einem Turing-Preisträger gegründet wurde und eine Finanzierung dieser Dimension aufweist. Die Botschaft an die Branche ist klar: Ein Paradigmenwechsel ist möglich — und bedeutende Investoren glauben daran stark genug, um eine Milliarde Dollar darauf zu wetten. Das verändert die Dynamik der gesamten KI-Debatte.

CEO Alexandre LeBrun macht keinen Hehl aus seinen Erwartungen: «Meine Prognose ist, dass ‹World Models› das nächste Buzzword sein wird. In sechs Monaten wird sich jedes Unternehmen als World-Model-Startup präsentieren, um Kapital zu beschaffen.» Eine Aussage, die sowohl das Vertrauen des Teams in den neuen Ansatz als auch das Potenzial für einen erheblichen Hype um dieses Paradigma widerspiegelt.

Eine französische und europäische Wette

AMI Labs hat seinen Hauptsitz in Paris, mit Forschungshubs in New York, Montreal und Singapur. Für das europäische Ökosystem ist das ein starkes Signal: Die größte Seed-Runde des Kontinents wird von einem französischen Forscher getragen, der sich bewusst dafür entschieden hat, den Hauptsitz seines Startups in der französischen Hauptstadt anzusiedeln — und nicht im Silicon Valley.

Für Frankreich, das gezielt Initiativen verfolgt, um sich als globaler KI-Hub zu positionieren (Mistral, Poolside, Kyutai), ist die Gründung von AMI Labs eine weitere Bestätigung dieser Strategie. Die Beteiligung französischer Investoren wie Cathay Innovation und Daphni am Finanzierungsrunde stärkt diese Positionierung zusätzlich und zeigt, dass Europa in der globalen KI-Konkurrenz nicht nur Beobachter ist.

LLM gegen World Models: Wer hat Recht?

Die Frage, die die KI-Gemeinschaft spaltet, ist einfach formuliert: Sind LLMs ein Schritt in Richtung allgemeiner Intelligenz — oder ein technologisch ausgefeilter Blindweg? LeCun ist kategorisch: Es ist eine Sackgasse. Die Mehrheit der Industrie — OpenAI, Google, Anthropic — wettet auf das Gegenteil und investiert Hunderte von Milliarden Dollar in Sprachmodelle.

Die Wahrheit liegt vielleicht irgendwo dazwischen. LLMs haben Schlussfolgerungs- und Generalisierungsfähigkeiten demonstriert, die kaum ein Forscher vorausgesehen hatte. Aber sie bleiben fundamental durch ihre Verankerung im Text begrenzt. Ein Roboter, der in einem Lagerhaus navigieren muss, ein autonomes Fahrzeug, das das Verhalten von Fußgängern antizipieren soll, ein medizinisches System, das die menschliche Anatomie verstehen muss — all diese Anwendungen erfordern ein Verständnis der physischen Welt, das Text allein nicht liefern kann.

AMI Labs wettet nicht gegen LLMs — es wettet darauf, dass der nächste große Sprung woanders stattfinden wird. Und mit 1,03 Milliarden Dollar ist das eine Wette, die man ernst nehmen muss. Ob World Models tatsächlich das nächste Kapitel der KI-Geschichte schreiben werden, wird sich in den kommenden Jahren zeigen — aber die Diskussion, die AMI Labs ausgelöst hat, ist bereits jetzt eine der bedeutendsten der Branche.