Advanced Machine Intelligence Labs (AMI Labs) est un laboratoire de recherche en intelligence artificielle basé à Paris, cofondé par Yann LeCun, ancien directeur scientifique de l'IA chez Meta Platforms, en décembre 2025. L'organisation se concentre sur le développement de systèmes d'IA à modèles du monde capables de comprendre le monde physique, de maintenir une mémoire à long terme et d'élaborer des stratégies pour des tâches complexes, tout en garantissant leur sécurité et leur facilité de gestion. AMI Labs a levé 1,03 milliard de dollars lors d'un tour de financement d'amorçage auprès d'investisseurs tels que Bezos Expeditions, Nvidia et Samsung Electronics, et opère dans des locaux à Paris, New York, Montréal et Singapour.
AMI Labs a été créé dans le contexte du départ de LeCun de Meta en novembre 2025. LeCun a soutenu que Meta et d'autres grandes entreprises d'IA atteindraient éventuellement une impasse avec leur focalisation exclusive sur les grands modèles de langage (LLM) et a entrepris de fonder une nouvelle entreprise centrée sur le développement d'un modèle du monde plus complet pour les machines intelligentes. Le laboratoire est destiné à rester une organisation de recherche, sans production attendue de produit commercialisable avant environ cinq ans.
Contexte et fondation
Yann LeCun, figure éminente dans le domaine de l'intelligence artificielle et lauréat du prix Turing, a quitté son poste chez Meta (AI research) en novembre 2025. Son départ a été motivé par la conviction que l'approche dominante de l'IA, axée sur les grands modèles de langage, était fondamentalement limitée. LeCun a longtemps plaidé pour une transition vers les modèles du monde, des systèmes d'IA capables d'apprendre des représentations internes du monde physique, leur permettant de prédire des résultats et de planifier des actions. Cette vision est devenue le fondement d'AMI Labs, officiellement lancé en décembre 2025.
Le tour de financement d'amorçage, qui a levé 1,03 milliard de dollars, a été l'un des plus importants jamais réalisés pour une startup d'IA à ce stade. Les investisseurs comprenaient Bezos Expeditions, le véhicule d'investissement personnel du fondateur d'Amazon Jeff Bezos ; NVIDIA, un fabricant de premier plan de matériel d'IA ; et Samsung Electronics, un conglomérat technologique mondial. Ce financement substantiel a souligné la confiance des investisseurs dans la vision de LeCun et le potentiel des modèles du monde à transformer les capacités de l'IA.
AMI Labs a établi une présence mondiale avec des bureaux à Paris, New York, Montréal et Singapour. Paris sert de siège social, reflétant les origines françaises de LeCun et le statut croissant de la ville en tant que pôle de recherche en IA. Le bureau de Montréal est particulièrement significatif, car la ville abrite une communauté dynamique de recherche en IA, notamment le Institut canadien de recherches avancées et le Institut des algorithmes d'apprentissage de Montréal.
Axe de recherche : modèles du monde
L'axe principal de recherche d'AMI Labs est le développement de modèles du monde. Contrairement aux systèmes d'IA traditionnels qui reposent sur la reconnaissance de motifs dans le texte, les modèles du monde visent à créer une compréhension complète du monde physique. Ces systèmes sont conçus pour :
- Comprendre le monde physique : ils apprennent comment les objets interagissent, comment le temps progresse et comment les actions mènent à des conséquences.
- Maintenir une mémoire à long terme : ils peuvent stocker et récupérer des informations sur de longues périodes, leur permettant de s'appuyer sur des expériences passées.
- Élaborer des stratégies pour des tâches complexes : ils peuvent planifier des actions en plusieurs étapes pour atteindre des objectifs spécifiques, similaires au raisonnement humain.
LeCun a décrit les modèles du monde comme une étape nécessaire vers l'atteinte d'une IA de niveau humain, qu'il estime impossible à réaliser par le apprentissage profond sur le texte seul. Il a souvent critiqué les limites des modèles basés sur les transformeurs, qui sont à la base de la plupart des LLM modernes, pour leur manque de bon sens et leur incapacité à comprendre la cause et l'effet.
L'approche d'AMI Labs est distincte de celle d'entreprises comme OpenAI et Google DeepMind, qui se sont concentrées sur la mise à l'échelle des LLM. Au lieu de cela, AMI Labs vise à intégrer des perspectives issues de la robotique, de la recherche sur les réseaux de neurones et des sciences cognitives pour construire des systèmes capables d'interagir avec le monde et de raisonner à son sujet.
Partenariats initiaux et applications
AMI Labs prévoit initialement de développer ses modèles du monde avec des entreprises de secteurs à forte intensité de données, tels que la fabrication, la biomédecine et la robotique. Cette approche collaborative vise à ancrer la recherche dans des applications réelles et à garantir que les modèles soient utiles dans des contextes pratiques.
Son premier partenaire officiel est la startup française Nabla, également dirigée par Alexandre LeBrun, qui développe des logiciels d'IA pour les médecins, documentant automatiquement les conversations avec les patients et créant des notes médicales. Ce partenariat met en évidence le potentiel des modèles du monde à traiter des données complexes et réelles au-delà du texte, telles que l'audio, la vidéo et les capteurs.
Dans le domaine biomédical, les modèles du monde pourraient être utilisés pour simuler des processus biologiques, facilitant la découverte de médicaments et la médecine personnalisée. Dans la fabrication, ils pourraient optimiser les lignes de production en prédisant les pannes d'équipement et en planifiant la maintenance. En robotique, ils pourraient permettre aux robots de naviguer et de manipuler des objets dans des environnements non structurés, une tâche qui reste difficile pour les systèmes d'IA actuels.
Concurrence et paysage
AMI Labs n'est pas le seul laboratoire de recherche travaillant sur les modèles du monde. L'entreprise américaine World Labs, fondée par la chercheuse en IA Fei-Fei Li, se concentre également sur cette approche. De plus, Google DeepMind, OpenAI et Meta (AI research) travaillent sur les modèles du monde depuis de nombreuses années, bien que souvent en complément de leurs systèmes basés sur les LLM.
Google DeepMind a exploré les modèles du monde dans le contexte de l'apprentissage par renforcement et de la simulation, tandis qu'OpenAI les a étudiés pour la planification et la prise de décision. Meta, malgré le départ de LeCun, continue de financer la recherche dans ce domaine. La concurrence est intense, mais la focalisation dédiée d'AMI Labs et son financement substantiel le positionnent comme un acteur majeur dans ce domaine émergent.
D'autres organisations notables dans le paysage plus large de l'IA incluent Anthropic, connu pour son approche axée sur la sécurité, et Together, une plateforme pour l'IA open source. Cependant, l'accent unique d'AMI Labs sur les modèles du monde le distingue de ces pairs.
Financement et croissance
Le tour d'amorçage de 1,03 milliard de dollars a été un événement marquant dans l'industrie de l'IA. Il a fourni à AMI Labs les ressources nécessaires pour attirer les meilleurs talents, construire une infrastructure de calcul de pointe et soutenir la recherche à long terme. L'implication de Nvidia est particulièrement stratégique, car les GPU de l'entreprise sont essentiels pour entraîner de grands modèles d'IA, et un partenariat pourrait garantir l'accès à du matériel de pointe.
L'investissement de Samsung Electronics signale un intérêt pour l'application des modèles du monde à l'électronique grand public et à la robotique, des domaines où Samsung a une forte présence. La participation de Bezos Expeditions reflète l'intérêt de longue date de Jeff Bezos pour l'IA et sa conviction dans le potentiel transformateur des modèles du monde.
Début 2026, AMI Labs est en train d'élargir son équipe et d'établir son programme de recherche. L'entreprise n'a annoncé aucun produit, conformément à son intention déclarée de se concentrer sur la recherche pendant les cinq premières années.
Direction et équipe
Yann LeCun est cofondateur et scientifique en chef d'AMI Labs. Son leadership est un atout majeur pour attirer les chercheurs du domaine. LeCun est connu pour ses contributions au apprentissage profond, notamment le développement des réseaux de neurones convolutifs, et pour son rôle dans la formation du paysage moderne de l'IA.
L'entreprise n'a pas divulgué publiquement son équipe de direction complète, mais elle devrait inclure des chercheurs d'institutions de premier plan telles que Meta (AI research), Google (AI) et OpenAI. La présence de bureaux dans plusieurs pays suggère une stratégie de recrutement mondiale, visant à attirer des talents de diverses communautés d'IA.
Orientations futures
L'objectif à long terme d'AMI Labs est de créer des systèmes d'IA capables de comprendre et d'interagir avec le monde de manière semblable à l'humain. Cela inclut le développement de modèles capables d'apprendre à partir de données limitées, de généraliser à travers les tâches et de raisonner sur la causalité. L'entreprise prévoit de publier ses recherches, contribuant à la communauté scientifique plus large, tout en développant des technologies propriétaires.
L'accent sur la sécurité et la facilité de gestion est un différenciateur clé. LeCun a souligné l'importance de concevoir des systèmes d'IA sécurisés et contrôlables, répondant aux préoccupations concernant les risques potentiels de l'IA avancée. Cela s'aligne avec le travail d'organisations comme l'Institut de sécurité de l'intelligence artificielle, bien qu'AMI Labs aborde la sécurité d'un point de vue technique plutôt que politique.
Dans les années à venir, AMI Labs devrait publier des articles de recherche et éventuellement ouvrir certains de ses modèles, suivant la tradition d'autres laboratoires d'IA. Le succès de l'entreprise dépendra de sa capacité à réaliser des percées dans la recherche sur les modèles du monde, un défi qui a échappé à de nombreux chercheurs pendant des décennies.
Voir aussi
Références
- Faits sources fournis par Wikipédia (CC BY-SA).