Le 10 mars 2026, Yann LeCun a annoncé la levée de fonds la plus spectaculaire jamais réalisée par une startup européenne en amorçage : 1,03 milliard de dollars pour son laboratoire AMI Labs, fondé après son départ de Meta.
Ce chiffre seul ne suffit pas à expliquer ce qui se joue.
LeCun, lauréat du Prix Turing 2018 et l’un des pères du deep learning moderne, ne croit pas que les grands modèles de langage (LLM) mèneront à l’intelligence artificielle générale.
Sa thèse, les world models, représente une rupture architecturale profonde, et ce milliard signale que des investisseurs parmi les plus avisés de la planète partagent ce diagnostic.
Ce qu’il faut retenir :
- AMI Labs a levé 1,03 Md$ à une valorisation de 3,5 Md$ : record absolu pour un amorçage européen, avec zéro produit et zéro revenu
- Les world models apprennent les lois physiques du monde à partir de vidéos, là où les LLM prédisent des tokens textuels : deux paradigmes structurellement différents
- JEPA, l’architecture clé d’AMI Labs, permet déjà aux robots de généraliser à des objets jamais vus, sans reprogrammation
- Pour les décideurs tech français, les LLM restent pertinents à court terme : les premiers produits world models sont à plusieurs années, pas à plusieurs mois
- AMI Labs s’inscrit dans une logique de souveraineté IA française, avec siège à Paris, soutien de Macron et investissements de grands groupes industriels français
Les chiffres de la levée historique
1,03 Md$ : un record européen
La levée de fonds d’AMI Labs dépasse tout ce qui avait été vu en Europe : 1,03 milliard de dollars en amorçage, pour une valorisation pré-money de 3,5 milliards de dollars.
Pour référence, la levée record de Mistral AI en juin 2023 portait sur 113 millions d’euros : AMI Labs a levé près de 9 fois plus, avec zéro produit commercialisé et zéro revenu, et une douzaine de collaborateurs au moment de l’annonce.
Des investisseurs stratégiques, pas seulement financiers
Le tour est co-piloté par Cathay Innovation, Greycroft, Hiro Capital, HV Capital et Jeff Bezos Expeditions.
La liste des participants dit beaucoup sur la portée stratégique du pari : Nvidia, Temasek, Toyota Ventures, Samsung, mais aussi Xavier Niel, Eric Schmidt (ex-CEO de Google), Tim Berners-Lee et les groupes industriels français Dassault et Mulliez.
La répartition géographique est équilibrée : un tiers d’Amérique du Nord, un tiers d’Europe, un tiers d’Asie.
Une équipe venue de FAIR et de Nabla
Yann LeCun occupe le poste d’Executive Chairman, en conservant son rôle de professeur à l’Université de New York.
Le CEO est Alexandre LeBrun : fondateur de VirtuOz (racheté par Microsoft via Nuance), de Wit.ai (rachetée par Meta), et cofondateur de Nabla, qui équipe aujourd’hui plus de 85 000 médecins dans 150 organisations de santé.
L’équipe fondatrice comprend Michael Rabbat (VP World Models, ex-directeur de FAIR Montréal), Saining Xie (CSO, co-créateur des diffusion transformers DiT qui alimentent Sora d’OpenAI), Pascale Fung (Chief Research Officer) et Laurent Solly (COO, ex-VP Europe Meta).
« AMI Labs est un projet très ambitieux, car il part de la recherche fondamentale. »
« Ce n’est pas une startup IA classique qui peut sortir un produit en trois mois, avoir des revenus en six mois, et faire 10 millions d’ARR en 12 mois. »
Alexandre LeBrun, CEO d’AMI Labs
World models vs LLM : la rupture technologique
Les limites des LLM
Un grand modèle de langage apprend en prédisant le prochain token dans une séquence de texte : il voit des phrases, pas le monde physique.
Cette approche produit des systèmes remarquables pour la rédaction et le code, mais génère des failles structurelles : les LLM hallucinent avec confiance, peinent sur des situations radicalement inédites, et échouent sur les questions exigeant une compréhension intuitive de la physique.
Les recherches récentes d’Anthropic sur l’instinct de survie des IA et les limites de l’alignement illustrent précisément ce phénomène : ces modèles développent des comportements non anticipés parce qu’ils optimisent des patterns textuels, pas une représentation causale du monde.
JEPA expliqué simplement
L’architecture au cœur d’AMI Labs s’appelle JEPA (Joint Embedding Predictive Architecture), proposée par LeCun dans son papier fondateur de 2022 : A Path Towards Autonomous Machine Intelligence.
Plutôt que de prédire des pixels ou des tokens, JEPA apprend à prédire des représentations abstraites de l’état futur d’un environnement.
Imaginez un enfant qui regarde une balle rouler sur une table : il ne mémorise pas chaque pixel, il construit un modèle mental de la trajectoire, du rebond probable, de l’effet de la gravité.
JEPA fait l’équivalent en espace latent : l’architecture apprend les règles du monde, pas ses détails de surface.
Meta a publié des versions concrètes : I-JEPA (images), V-JEPA 2 (entraîné sur plus d’un million d’heures de vidéos internet, déjà intégré à des robots physiques pour la généralisation zéro-shot) et VL-JEPA (vision et langage dans un espace partagé).
Tableau comparatif LLM vs world model
| Critère | LLM (GPT, Claude, Mistral…) | World Model (JEPA) |
|---|---|---|
| Données d’entraînement | Texte, tokens | Vidéo, données sensorielles |
| Objectif d’apprentissage | Prédire le prochain token | Prédire l’état futur du monde |
| Points forts | Langage, code, synthèse | Physique, planification, robotique |
| Limites | Hallucinations, physique intuitive | Expérimental, aucun produit commercial |
| Maturité en 2026 | Production à grande échelle | Recherche fondamentale |
Pourquoi LeCun dit que les LLM sont insuffisants
L’argument de la conduite automobile
LeCun utilise une analogie devenue célèbre : apprendre à conduire en lisant des livres.
On peut lire tous les manuels de conduite du monde et décrire les règles de la route, le fonctionnement d’un moteur, les réflexes en cas de dérapage.
Aucun texte ne remplace les heures de pratique incarnée qui construisent les réflexes réels d’un conducteur.
« Nous n’avons pas de voitures autonomes capables de s’apprendre à conduire en 20 heures de pratique, comme un jeune de 17 ans. »
Yann LeCun
Un bébé de 18 mois comprend intuitivement la gravité : il sait qu’un objet lâché tombe, que l’eau coule vers le bas, que les tours de cubes s’effondrent.
Cette compréhension ne vient pas de textes lus, mais d’une expérience sensorielle et motrice accumulée depuis la naissance.
Des mots à la physique du monde
Quand un LLM « sait » que l’eau bout à 100°C, il a appris une corrélation statistique entre tokens, sans jamais observer une casserole ni voir la transition liquide-gaz.
Cette distinction entre savoir parler du monde et comprendre comment le monde fonctionne est le cœur de l’argumentation de LeCun.
Un world model entraîné sur des vidéos observe directement les relations de cause à effet : objets qui tombent, matériaux qui se déforment, fluides qui s’écoulent.
Ce que les LLM font très bien
LeCun ne prétend pas que les LLM vont disparaître : ils sont excellents pour les tâches linguistiques, le code, la synthèse de documents et le raisonnement abstrait.
Sa thèse est plus nuancée : les LLM ont atteint un plafond structurel pour les applications nécessitant une compréhension incarnée du monde.
Ce plafond ne sera pas levé par plus de paramètres ou plus de données textuelles : il appelle une rupture architecturale.
Applications concrètes d’AMI Labs
Robotique industrielle
Aujourd’hui, reprogrammer un robot industriel pour un nouveau format de boîte demande des heures d’arrêt de ligne et une intervention de spécialistes.
Un robot équipé d’un world model pourrait simuler mentalement différentes stratégies de préhension, évaluer laquelle est physiquement cohérente, et l’exécuter sans reprogrammation.
Les démonstrations de V-JEPA 2 sur robots physiques montrent déjà cette capacité : des objets jamais vus pendant l’entraînement manipulés avec succès dans des configurations inédites.
Santé : le cas Nabla
Nabla a été annoncée comme le premier partenaire stratégique d’AMI Labs en décembre 2025, avec accès anticipé aux technologies de world models en développement.
L’objectif : passer d’une aide à la documentation clinique (le LLM transcrit et résume) à une aide à la décision clinique (le world model simule comment un traitement se propage dans l’organisme).
La santé est le domaine où les hallucinations de LLM ont les conséquences les plus lourdes, et où la fiabilité causale d’un world model aurait la valeur la plus haute.
Véhicules autonomes
Les voitures autonomes ont besoin de comprendre des scénarios rares mais critiques : comportements piétons imprévisibles, météo extrême, véhicules d’urgence surgissant d’une intersection aveugle.
Un world model peut générer des simulations de ces scénarios limites, permettant de tester les systèmes avant leur survenue en réalité : Waymo développe déjà sa propre approche basée sur Genie 3 de DeepMind.
Un world model ne conduit pas la voiture : il lui permet d’imaginer les conséquences d’une décision avant de l’exécuter, là où un LLM pur ne peut que décrire ce qu’il ferait.
Le paysage concurrentiel des world models en 2026
World Labs et le produit Marble
World Labs, fondé par Fei-Fei Li (ex-directrice du Human-Centered AI Institute de Stanford), a levé 1 milliard de dollars en février 2026, au même niveau qu’AMI Labs.
Son produit phare, Marble, génère des environnements 3D cohérents et persistants à partir de texte, d’images ou de vidéos, avec des applications dans la création de contenu et la simulation.
World Labs dispose d’un avantage tactique sur AMI Labs : un produit commercial déjà disponible, là où AMI Labs est encore en phase de recherche pure.
Google DeepMind et Genie 3
Google DeepMind a publié Genie 3, un world model général capable de générer des environnements 3D photoréalistes et interactifs à partir de descriptions textuelles.
L’entrée de Google confirme ce que le capital d’AMI Labs avait déjà signalé : les world models sont devenus une priorité stratégique pour l’ensemble de l’industrie.
L’approche hybride : LLM et world models
La plupart des chercheurs sérieux ne pensent pas en termes de remplacement mais d’intégration.
Un système hybride utiliserait le LLM pour la compréhension du langage et le raisonnement abstrait, pendant que le world model prendrait en charge la planification physique et la simulation de conséquences.
Alexandre LeBrun a lui-même mis en garde contre le « world model washing » : la tentation, déjà visible dans des discours marketing, de rebaptiser des systèmes LLM classiques en world models.
La réflexion sur les systèmes d’IA capables d’apprendre de façon autonome comme l’Autoresearch de Karpathy suit la même logique : sortir du paradigme token pour des architectures plus robustes.
Ce que ça change pour les décideurs tech français
Les LLM restent pertinents à court terme
Pour une entreprise française qui utilise ChatGPT, Claude ou Mistral dans ses workflows aujourd’hui, rien ne change à court terme.
Les world models d’AMI Labs sont en phase de recherche fondamentale : le CEO lui-même précise que les premiers produits commerciaux sont à plusieurs années, pas à plusieurs mois.
Surveiller robotique, industrie, santé
Si votre activité touche à la logistique, l’industrie, la santé ou les transports, AMI Labs mérite une veille active dès maintenant.
Ces secteurs sont précisément ceux où les world models auront les applications les plus directes sur le moyen terme.
Les 18 prochains mois seront déterminants : AMI Labs a annoncé se concentrer sur la publication de recherches et de code open-source, ce qui signifie que les premiers signaux concrets sur la validité de l’approche seront publics.
AMI Labs comme licorne souveraine française
Après Mistral AI, AMI Labs représente un deuxième signal fort de la capacité de la France à attirer et héberger de la recherche IA de rang mondial.
Le soutien explicite d’Emmanuel Macron, les investissements de Bpifrance et des grands groupes industriels français (Dassault, Mulliez) dessinent une ambition claire : construire une troisième voie souveraine entre les géants américains et chinois.
« Yann LeCun ouvre un nouveau chapitre dans l’intelligence artificielle. »
« Il a réalisé l’une des plus grandes levées de fonds, 1 milliard d’euros avec AMI Labs, pour révolutionner l’IA. »
« C’est la France des chercheurs, des bâtisseurs et des innovateurs audacieux. »
Emmanuel Macron, mars 2026
Si vous souhaitez comprendre comment la France construit cette indépendance stratégique dans l’IA, notre analyse de la stratégie de souveraineté numérique de Mistral AI face aux géants américains offre le contexte essentiel.
AMI Labs ou la recherche fondamentale comme pari stratégique
AMI Labs ne prétend pas avoir résolu l’intelligence artificielle générale : la société part de zéro sur le plan commercial, sans produit, sans revenu, avec un horizon mesuré en années.
Mais 1,03 milliard de dollars levés auprès d’investisseurs qui comprennent profondément la technologie envoient un signal clair : le paradigme des LLM n’est pas la destination finale.
Les world models représentent la pièce manquante pour des IA capables de comprendre, planifier et agir dans le monde physique, là où les LLM décrivent sans physiquement comprendre.
Le risque est réel : les world models restent expérimentaux, la recherche fondamentale prend du temps, et aucun produit commercial n’est à l’horizon immédiat.
Pour les professionnels qui suivent l’IA, l’agenda est clair : maîtriser les LLM aujourd’hui, surveiller les world models demain, anticiper les architectures hybrides qui combineront les deux paradigmes.
Pour ne rien manquer de l’évolution des world models et de la recherche IA française, abonnez-vous à notre newsletter et recevez nos analyses chaque semaine.
FAQ — AMI Labs et les world models
Définition d’AMI Labs
AMI Labs (Advanced Machine Intelligence Labs) est un laboratoire de recherche fondé par Yann LeCun après son départ de Meta fin 2025, dont le siège est à Paris, consacré au développement des world models comme alternative architecturale aux LLM.
Montant et valorisation de la levée AMI Labs
AMI Labs a levé 1,03 milliard de dollars en mars 2026 à une valorisation pré-money de 3,5 milliards de dollars, établissant le record absolu d’amorçage européen et dépassant largement Mistral AI (113 M€ en 2023).
Les fondateurs d’AMI Labs
Yann LeCun (Executive Chairman, Prix Turing 2018) et Alexandre LeBrun (CEO, cofondateur de Nabla) dirigent la société, aux côtés de Michael Rabbat (VP World Models), Saining Xie (CSO), Pascale Fung (Chief Research Officer) et Laurent Solly (COO).
Définition d’un world model
Un world model est un système d’IA entraîné à partir de données sensorielles comme la vidéo (pas du texte) pour comprendre comment les environnements physiques évoluent, construire une représentation interne du monde et simuler les conséquences d’actions avant de les exécuter.
Différences fondamentales entre LLM et world model
Un LLM apprend des corrélations statistiques entre tokens textuels : il peut décrire la physique sans la comprendre, là où un world model apprend les règles causales du monde physique à partir de données visuelles et sensorielles, permettant une robustesse de généralisation inaccessible aux LLM pour les tâches incarnées.
Architecture JEPA d’AMI Labs
JEPA (Joint Embedding Predictive Architecture) est l’architecture centrale d’AMI Labs, développée par LeCun depuis 2022 : plutôt que de prédire des pixels ou des tokens, elle prédit des représentations abstraites de l’état futur d’un environnement pour apprendre les structures profondes du monde.
Avenir des LLM avec les world models
Les LLM ne vont pas disparaître : ils restent efficaces pour le langage, le code et le raisonnement abstrait, et la plupart des experts prévoient l’émergence de systèmes hybrides combinant LLM et world models plutôt qu’un remplacement.
Calendrier des premiers produits AMI Labs
La première année est dédiée à la recherche fondamentale et aux recrutements : les discussions avec des partenaires corporatifs sont prévues dans les 6 à 12 mois suivant la fondation, mais les premiers produits commerciaux sont attendus sur un horizon de plusieurs années.
Principaux concurrents d’AMI Labs dans les world models
Les concurrents directs incluent World Labs (fondé par Fei-Fei Li, produit Marble disponible, levée de 1 Md$ en février 2026), Google DeepMind avec Genie 3, et Nvidia avec Cosmos, une plateforme dédiée aux world models pour l’IA physique téléchargée plus de 2 millions de fois début 2026.
AMI Labs et la souveraineté française
AMI Labs, dont le siège est à Paris et dont le CEO est français, est soutenu par Bpifrance, les groupes Dassault, Mulliez et Xavier Niel, et bénéficie du soutien public d’Emmanuel Macron qui y voit un pilier de la stratégie française de souveraineté numérique.
Articles Similaires
Reddit bloque le scraping IA : ce qui change pour les LLM et l’open source
Le 25 mars 2026, Reddit a déclenché une onde de choc dans la communauté IA : la plateforme ferme ses portes aux scrapers automatisés, impose la vérification biométrique pour les…
Jensen Huang déclare l’AGI atteinte : analyse d’une annonce qui divise
Le 22 mars 2026, à 1h55 dans l’épisode 494 du podcast Lex Fridman, Jensen Huang a prononcé cinq mots qui ont secoué la planète tech. Jensen Huang, PDG de Nvidia,…