In der Seed-Runde wurden 1,03 Milliarden US-Dollar gesammelt. Xie Saining ist beigetreten. Das Weltmodell-Unternehmen von LeCun zieht unglaublich viel Kapital an.

Gerade jetzt hat das Startup AMI Labs des Turing-Award-Gewinners Yann LeCun offiziell seine Arbeit aufgenommen.

Dieses Labor für fortschrittliche Maschinenintelligenz (Advanced Machine Intelligence, AMI), das von LeCun ins Leben gerufen wurde, hat gerade zwei wichtige Nachrichten bekannt gegeben: Erstens hat es eine Samenfinanzierungsrunde in Höhe von 1,03 Milliarden US-Dollar abgeschlossen und einen Schätzwert von 3,5 Milliarden US-Dollar erreicht. Zweitens hat es einen renommierten Wissenschaftler gewonnen: Saining Xie.

Zur gleichen Zeit hat der ehemalige Leiter der FAIR-Engineering, Alex LeBrun, seine Ernennung zum CEO von AMI bekannt gegeben. Er sagte, dass AMI ein intelligentes System aufbauen möchte, das die reale Welt wirklich versteht – eine langfristige wissenschaftliche Aufgabe.

Nach der 1-Milliarden-US-Dollar-Finanzierung von Fei-Fei Lis World Labs und der 1,03-Milliarden-US-Dollar-Finanzierung von Yann LeCuns AMI hat der KI-Bereich im Jahr 2026 nun endgültig die "Ultimative Schlacht" um Weltmodelle begonnen.

Was ist AMI Labs?

AMI Labs ist ein neu gegründetes führendes KI-Forschungsinstitut, das im Dezember 2025 offiziell bekannt gegeben wurde und im Januar 2026 in Paris offiziell gestartet wurde. Der Turing-Award-Gewinner Yann LeCun, der kürzlich von Meta zurückgetreten ist, fungiert als stellvertretender Vorsitzender.

Ihr Ziel ist direkt: Sie wollen eine Künstliche Intelligenz entwickeln, die die reale Welt wirklich versteht.

Ihre Einschätzung ist, dass die heutige KI weitgehend von der Sprache ausgeht, aber die echte Intelligenz eigentlich von der "Welt" ausgehen sollte.

Die Daten aus der realen Welt stammen aus Kameras und verschiedenen Sensoren. Diese Daten sind kontinuierlich, haben eine hohe Dimensionalität und sind voller Rauschen. Generative Modelle, die mit der Methode der Vorhersage des nächsten Wortes trainiert wurden, sind in Bezug auf die Sprache sehr erfolgreich. Aber wenn sie mit Daten aus der realen Welt konfrontiert werden, bei denen viele Details nicht vorhersagbar sind, scheitert diese Methode.

AMI Labs will einen anderen Weg gehen. Sie entwickeln ein System namens "world model" (Weltmodell), das es dem Modell ermöglicht, die Daten aus der realen Welt zunächst in eine abstraktere Repräsentation zu komprimieren und die zufälligen und nicht vorhersagbaren Details zu ignorieren. Anschließend kann es in diesem "Repräsentationsraum" Vorhersagen treffen.

Auf dieser Grundlage, wenn "Aktion" auch als Eingabebedingung hinzugefügt wird, kann das Modell vorhersagen, was passieren wird, wenn es eine bestimmte Aktion ausführt, und so eine Reihe von Handlungsschritten planen. Gleichzeitig können Sicherheits- und Steuerungsbeschränkungen in das System integriert werden.

Sie hoffen, mit dieser Methode Anwendungen zu entwickeln, die hohe Anforderungen an Zuverlässigkeit, Sicherheit und Steuerbarkeit stellen, wie z. B. die Steuerung industrieller Prozesse, Automatisierungssysteme, tragbare Geräte, Roboter und medizinische Anwendungen.

Das Unternehmen bestand ursprünglich aus etwa 12 Mitarbeitern und Forschern und war von Anfang an an vier Standorten auf der Welt verteilt: Paris, New York, Montreal und Singapur. AMI Labs sieht sich als ein Unternehmen, das beabsichtigt, Talente außerhalb von Silicon Valley global zu finden.

Das vom Team gewünschte System hat vier wesentliche Merkmale: 1. Es versteht die reale Welt. 2. Es verfügt über ein dauerhaftes Gedächtnis. 3. Es kann schließen und planen. 4. Es ist steuerbar und sicher.

AMI Labs-CEO Alexandre LeBrun und LeCun sind beide sehr zuversichtlich in Bezug auf die Strategie des Unternehmens. Sie sagten: "Meine Vorhersage ist, dass Weltmodelle das nächste große Thema werden." "In sechs Monaten wird jedes Unternehmen behaupten, Weltmodelle zu haben, um Geld zu sammeln."

Es ist bekannt, dass der erste Partner von AMI Labs das medizinische KI-Unicorn Nabla sein wird. Alexandre LeBrun ist auch der CEO dieses Unternehmens. LeBrun und LeCun sind zu dem gleichen Schluss gekommen, dass Large Language Models (LLMs) Einschränkungen haben und ihre Halluzinationen fatale Folgen haben können. Aber er weiß auch, dass es noch einige Zeit dauern wird, bis das Startup AMI Labs, das auf dem in 2022 von LeCun vorgeschlagenen Joint Embedding Prediction Architecture (JEPA) basiert, eine praktikable Alternative bieten kann. LeBrun betonte, dass das Unternehmen mindestens ein Jahr lang forschen muss, bevor es seine erste praktische Anwendung vorstellt.

"AMI Labs ist ein sehr ambitioniertes Projekt, da es mit Grundlagenforschung beginnt. Es ist kein typisches KI-Anwendungsstartup, das in drei Monaten ein Produkt auf den Markt bringen, in sechs Monaten Einnahmen erzielen und in zwölf Monaten einen ARR von 10 Millionen US-Dollar erreichen kann", sagte LeBrun. Im Vergleich dazu kann es von der Theorie bis zur kommerziellen Anwendung von Weltmodellen mehrere Jahre dauern.

Trotz dieser langen Zeitspanne haben Unternehmen, die Weltmodelle entwickeln, enorme Investitionen angezogen. SpAItial hat 13 Millionen US-Dollar in einer Angel-Finanzierungsrunde gesammelt – eine ungewöhnlich hohe Summe für ein europäisches Startup. Und Fei-Fei Lis World Labs hat letzten Monat allein 1 Milliarde US-Dollar erhalten. Jetzt hat AMI Labs sich dieser Gruppe angeschlossen und hat mehr Geld gesammelt als ursprünglich vermutet. Laut früheren Berichten suchte das AMI Labs-Labor im Dezember letzten Jahres nur nach einer Finanzierung in Höhe von 500 Millionen Euro, hat aber schließlich etwa 890 Millionen Euro gesammelt, wahrscheinlich dank seiner Teamzusammensetzung. Neben LeCun als stellvertretendem Vorsitzenden und LeBrun mit einem Unternehmensgründer-Hintergrund gehören auch Laurent Solly, Vizepräsident von Meta in Europa, als Chief Operating Officer, der bekannte Forscher Saining Xie als Chief Science Officer, Pascale Fung als Chief Research and Innovation Officer und Michael Rabbat als Vice President für Weltmodelle zum Team.

Wer ist Saining Xie?

Saining Xie, der von Yann LeCun gefördert wird, ist einer der besten jungen chinesischen Wissenschaftler auf dem Gebiet der globalen Computer Vision (CV) und multimodalen KI.

Bevor er zum CTO von AMI ernannt wurde, war Saining Xie ein Forschungsingenieur im GenAI/nanobanana-Team von Google DeepMind. Noch früher war er vier Jahre lang Forschungsingenieur am Facebook Artificial Intelligence Research (FAIR) in Menlo Park.

Akademisch gesehen ist Saining Xie ein Assistentprofessor für Informatik an der New York University (NYU) (derzeit in akademischer Pause) und war ehemaliger Forschungsassistent an der University of California, San Diego (UCSD). Saining Xie hat die Marr-Award-Honorable Mention, den NSF CAREER Award, den AISTATS Time Tested Award und den PAMI Early Career Award erhalten. Seine Publikationen wurden bisher 98.000 Mal zitiert (gemäß Google Scholar).

Saining Xies bekannteste Arbeit ist das 2023 veröffentlichte "Scalable Diffusion Models with Transformers", d. h. die Diffusion Transformers -Architektur, die später der Grundstein für OpenAIs Sora wurde.

Nach der offiziellen Gründung wird AMI Labs nun in der Öffentlichkeit den letzten Schritt von "Glauben an Weltmodelle" zu "Beweis der Wirksamkeit von Weltmodellen" gehen. Dieser Weg hat LeCun bereits viele Jahre lang gegangen; jetzt ist es an seinem persönlich ausgewählten Team, die Antwort zu geben.

Referenz:

https://techcrunch.com/2026/03/09/yann-lecuns-ami-labs-raises-1-03-billion-to-build-world-models/

Dieser Artikel stammt aus dem WeChat-Account "almosthuman2014". Autoren: Zhang Qian, Zenan. Veröffentlicht von 36Kr mit Genehmigung.