Pourquoi Yann LeCun veut AMI : l'IA au-delà des LLM

En novembre 2025, Yann LeCun a annoncé son départ de Meta après douze ans. Quatre mois plus tard, sa start-up AMI Labs, installée à Paris, annonçait 1,03 milliard de dollars levés pour construire une IA qui ne repose pas sur les grands modèles de langage. Pourquoi l’un des pères du deep learning parie-t-il contre la technologie derrière ChatGPT, Claude et Gemini ? Et pourquoi ça te concerne, même si tu ne comptes pas devenir chercheur ?

En bref : Yann LeCun, prix Turing 2018, pense que les LLM, entraînés à prédire du texte, ne mèneront pas à une intelligence de niveau humain : il leur manque la compréhension du monde physique, une mémoire persistante, le raisonnement et la planification. Sa société AMI Labs (Advanced Machine Intelligence), dirigée par Alexandre LeBrun, veut construire des « modèles du monde » fondés sur l’architecture JEPA, qui apprend surtout à partir de vidéo. Elle a levé 1,03 milliard de dollars (environ 890 millions d’euros), avec une valorisation de 3,5 milliards avant l’opération selon TechCrunch. Le pari est long, sans produit avant des années, et beaucoup de chercheurs jugent au contraire que les LLM progressent encore. Pour un étudiant, il ouvre des pistes concrètes : vision par ordinateur, robotique, apprentissage auto-supervisé.

Photo : École polytechnique, CC BY-SA 2.0, via Wikimedia Commons.

Qui est Yann LeCun

Chercheur français, Yann LeCun a reçu en 2019 le prix Turing 2018 avec Geoffrey Hinton et Yoshua Bengio, pour des avancées qui ont fait des réseaux de neurones profonds un composant central de l’informatique (ACM). Sa contribution la plus connue : les réseaux de neurones convolutifs, développés dans les années 1980 et entraînés à reconnaître des chiffres manuscrits à Toronto puis aux Bell Labs. Ils sont devenus un standard en vision par ordinateur.

Professeur à NYU, poste qu’il conserve (TechCrunch), il a passé douze ans chez Meta : cinq comme directeur fondateur du laboratoire FAIR, sept comme directeur scientifique de l’IA, selon son propre message d’adieu (Euronews).

Le départ de Meta

En novembre 2025, LeCun confirme qu’il quitte Meta à la fin de l’année pour créer une start-up consacrée à ce qu’il appelle l’Advanced Machine Intelligence. L’objectif affiché : des systèmes qui comprennent le monde physique, ont une mémoire persistante, savent raisonner et planifier des séquences d’actions complexes. Meta reste « partenaire » de la nouvelle société (Euronews).

Le contexte compte. Selon Fortune, Meta avait réorienté sa stratégie vers des modèles de langage toujours plus puissants, sous la direction d’Alexandr Wang, nommé responsable de l’IA. Une direction opposée à la conviction de LeCun, qui résume : on n’atteindra pas une IA de niveau humain simplement en agrandissant les LLM.

AMI Labs : ce qu’on sait

Logo : AMI Labs, marque de son propriétaire.

AMI Labs a officialisé son lancement le 10 mars 2026 (AMI Labs). Les faits principaux :

• Siège à Paris, avec des équipes à New York, Montréal et Singapour dès le départ.
• Levée de 1,03 milliard de dollars (environ 890 millions d’euros), menée par Cathay Innovation, Greycroft, Hiro Capital, HV Capital et Bezos Expeditions, avec notamment Nvidia, Samsung, Temasek et Toyota Ventures, ainsi que des particuliers comme Eric Schmidt et Tim Berners-Lee. Valorisation : 3,5 milliards de dollars avant l’opération, selon TechCrunch.
• Équipe : LeCun est président exécutif, pas directeur général. Autour de lui, Laurent Solly (ex-vice-président Europe de Meta) aux opérations, Saining Xie à la direction scientifique, Pascale Fung à la recherche et l’innovation, Michael Rabbat sur les modèles du monde.
• Reconnaissance : en juin 2026, AMI Labs a intégré le Next40, le palmarès des start-up françaises les plus en vue (AFP).
• Recrutement : fin septembre 2026, sa page carrières affiche sept offres à Paris et Singapour, dont un poste ouvert aux stagiaires en géométrie et vision 3D.

Alexandre LeBrun, le directeur général

Photo : liftconferencephotos (Lift Conference), CC BY 2.0, via Wikimedia Commons.

Alexandre LeBrun est un entrepreneur en série. Après avoir vendu VirtuOz à Nuance, il cofonde Wit.ai, une interface qui permet aux développeurs d’ajouter la compréhension du langage à leurs applications ; Facebook la rachète en janvier 2015, quand 6 000 développeurs l’utilisent (TechCrunch). Il travaille ensuite chez Meta, où il dirige l’ingénierie de FAIR à Paris (MIT Technology Review), avant de cofonder Nabla, une start-up d’IA pour la santé, dont il est aujourd’hui président. Nabla est d’ailleurs le premier partenaire annoncé d’AMI Labs. Sa prédiction, pleine d’ironie : « Les world models seront le prochain mot à la mode. Dans six mois, toutes les entreprises se diront world model pour lever des fonds » (TechCrunch).

La thèse : pourquoi les LLM ne suffisent pas, selon lui

Un LLM apprend en prédisant le mot suivant dans un texte. Pour LeCun, c’est justement la limite : « Les LLM sont limités au monde discret du texte », explique-t-il à la MIT Technology Review. Il parle d’une « illusion, ou d’un délire » : croire qu’il suffit d’agrandir ces modèles pour atteindre l’intelligence humaine serait « tout simplement faux ».

Le site d’AMI Labs résume ce qui manque, selon l’équipe, en quatre points. Il faut des systèmes qui :

1. comprennent le monde réel ;
2. ont une mémoire persistante ;
3. savent raisonner et planifier ;
4. restent contrôlables et sûrs.

Leur formule : l’intelligence réelle ne commence pas dans le langage, elle commence dans le monde. Pense à un enfant qui apprend que les objets tombent en les regardant tomber, bien avant de savoir lire. Le texte décrit le monde, mais il ne contient pas tout ce que la vue et le toucher enseignent. LeCun le dit à sa manière depuis des années : les modèles actuels n’ont même pas ce qu’a un chat, à savoir mémoire, raisonnement, planification et compréhension du monde physique (TechCrunch).

World models, JEPA, V-JEPA : l’alternative en clair

Un modèle du monde (world model) fonctionne comme un simulateur interne : il permet de prédire le résultat d’une action avant de la faire, et donc de planifier (Meta AI).

L’outil que LeCun défend s’appelle JEPA (Joint Embedding Predictive Architecture). L’idée centrale : au lieu de reconstruire chaque pixel manquant d’une image ou d’une vidéo, le modèle prédit une représentation abstraite de ce qui manque. Il peut ainsi ignorer les détails imprévisibles (le mouvement exact de chaque feuille d’un arbre) pour se concentrer sur ce qui compte. Les étapes, toutes publiées par Meta quand LeCun y était :

• I-JEPA (juin 2023), pour les images, avec le code et les modèles publiés en open source (Meta AI).
• V-JEPA (février 2024), pour la vidéo. Selon Meta, cette approche améliore l’efficacité de l’entraînement d’un facteur 1,5 à 6 (Meta AI).
• V-JEPA 2 (juin 2025) : 1,2 milliard de paramètres, préentraîné sur plus d’un million d’heures de vidéo, puis sur 62 heures de données de robot. Meta annonce 65 à 80 % de réussite sur des tâches de saisie et de dépose d’objets inconnus, dans des environnements jamais vus : des mesures déclarées par Meta. Le code et les modèles sont ouverts (Meta AI).
• LeJEPA (novembre 2025), un article de Randall Balestriero et Yann LeCun qui donne une base théorique à JEPA et supprime plusieurs astuces empiriques d’entraînement (arXiv).

	LLM	Modèle du monde de type JEPA
Ce qu’il prédit	Le mot suivant	Une représentation abstraite de ce qui va se passer
Données principales	Texte	Vidéo, images, capteurs
Point fort	Langage, code, connaissances	Physique, planification d’actions
Maturité	Produits utilisés par des millions de gens	Recherche, premiers résultats en robotique

La recherche ouverte, une conviction

AMI Labs promet de collaborer avec le monde académique « via des publications ouvertes et l’open source » (AMI Labs), et ses fondateurs disent vouloir publier beaucoup de code (TechCrunch). LeCun critique les approches fermées d’OpenAI et d’Anthropic et défend une grande diversité d’assistants IA, pour la même raison qu’on a besoin d’une presse diverse (MIT Technology Review).

Pourquoi Paris

LeCun avance trois raisons dans la MIT Technology Review. Le talent : l’Europe a une très forte concentration de chercheurs, mais ne leur offre pas toujours un environnement pour s’épanouir. La souveraineté : beaucoup de pays veulent garder un certain contrôle sur l’IA. Et une demande de l’industrie et des gouvernements pour une entreprise d’IA de pointe « ni chinoise ni américaine ». Ajoute un fait simple : LeBrun dirigeait déjà l’ingénierie de FAIR à Paris. Sur l’écosystème français, lis aussi la France dans la course à l’IA.

Les critiques

Le pari de LeCun est loin de faire l’unanimité.

• Les LLM comprendraient déjà. Geoffrey Hinton, qui a partagé le prix Turing avec lui, répond « oui » quand on lui demande si ces systèmes comprennent, et « oui » encore quand on lui demande s’ils sont intelligents (CBS News).
• Les LLM progressent encore. En juillet 2025, une version de Gemini a obtenu un score de médaille d’or aux Olympiades internationales de mathématiques, certifié par les correcteurs (Google DeepMind). Demis Hassabis voit plutôt la route vers l’AGI comme une combinaison des grands modèles et de l’apprentissage par renforcement pour la planification (Business Today).
• L’idée n’est pas neuve. Gary Marcus reproche à LeCun de ne pas citer ses prédécesseurs : Jürgen Schmidhuber défendait les modèles du monde dès 1990, et Marcus lui-même avec Ernest Davis en 2019 (Substack de Gary Marcus).
• Le temps et l’argent. AMI n’a pas de produit, et LeBrun reconnaît qu’il pourrait falloir des années pour passer de la théorie aux applications commerciales (TechCrunch).
• La concurrence. Google DeepMind présente lui aussi Genie 3, sorti en août 2025, comme un modèle du monde et une étape vers l’AGI (Google DeepMind). AMI n’est pas seule sur ce créneau.

Ce qu’il faut surveiller

• Les premiers modèles. LeCun a dit vouloir en publier « rapidement », selon SiliconANGLE. Regarde s’ils arrivent, et s’ils sont vraiment ouverts.
• Les résultats mesurables. Meta a publié des tests de raisonnement physique avec V-JEPA 2 (IntPhys 2, MVPBench, CausalVQA). Les progrès d’AMI sur ce type de tests diront si la thèse tient.
• Les partenaires industriels. AMI vise le contrôle de procédés industriels, l’automatisation, les objets connectés portables, la robotique et la santé. Nabla est le premier partenaire : sa suite dira si la théorie devient produit.
• Les recrutements, surtout à Paris, qui montrent où va l’argent.

Ce que ça change pour toi, étudiant

Les offres d’emploi d’AMI sont la meilleure feuille de route (AMI Jobs). Elles demandent au minimum un diplôme en informatique ou équivalent, la maîtrise de Python, les bases de l’apprentissage automatique et de l’entraînement sur GPU, et la capacité à mener une expérience de bout en bout. Elles valorisent l’apprentissage auto-supervisé, les architectures vidéo et multimodales, les algorithmes de planification, l’évaluation de modèles et les projets open source. Le poste en vision 3D ajoute la reconstruction 3D, le SLAM, l’estimation de profondeur et de pose, et la maîtrise d’un moteur de rendu ou de simulation comme Blender ou Isaac Sim.

Concrètement :

1. Côté filières, les modèles du monde croisent l’informatique, la vision par ordinateur, la robotique et l’automatique, les mathématiques appliquées, la physique et même les sciences cognitives.
2. Lis les articles sources. Commence par les billets de Meta sur I-JEPA et V-JEPA 2, puis l’article LeJEPA. Utilise l’IA comme un coach qui t’aide à comprendre, pas comme un résumé que tu recopies.
3. Reproduis quelque chose. Le code de V-JEPA 2 est public : faire tourner un modèle et en présenter les limites vaut plus qu’une ligne « passionné d’IA » sur un CV.
4. Ne mise pas tout sur un paradigme. Python, probabilités, optimisation et méthode expérimentale servent que LeCun ait raison ou non.

FAQ

Qu’est-ce qu’un world model en IA ?

C’est un modèle qui apprend comment le monde évolue, souvent à partir de vidéo, pour prédire les conséquences d’une action avant de la faire. Il sert de simulateur interne à un robot ou à un agent qui doit planifier.

Yann LeCun est-il contre ChatGPT et les LLM ?

Il ne dit pas qu’ils sont inutiles, mais qu’ils ne mèneront pas seuls à une intelligence de niveau humain. Alexandre LeBrun présente les modèles du monde comme une voie complémentaire, pour des problèmes que les LLM ne résolvent pas (Maddyness).

Combien AMI Labs a-t-elle levé ?

1,03 milliard de dollars, soit environ 890 millions d’euros, annoncés le 10 mars 2026. TechCrunch rapporte une valorisation de 3,5 milliards de dollars avant l’opération.

AMI Labs recrute-t-elle des stagiaires ?

Fin septembre 2026, sa page carrières affiche un poste de chercheur ouvert aux stagiaires en géométrie et vision 3D, basé à Paris. Les offres changent vite : vérifie directement sur la page.

Quelle formation pour travailler sur les world models ?

Un cursus solide en informatique ou en mathématiques appliquées, avec de la vision par ordinateur, de l’apprentissage automatique et idéalement de la robotique. La pratique compte autant : projets, reproductions d’articles, contributions open source.

Pour aller plus loin

• Course à l’IA : pourquoi certains ont peur et d’autres pas : où se situe LeCun parmi les inquiets, les sceptiques et les optimistes.
• La France dans la course à l’IA : l’écosystème dans lequel AMI Labs s’installe.
• La skill resume-article-scientifique : un coach pour lire un article comme celui de V-JEPA 2 sans te perdre.
• Le connecteur articles-scientifiques : retrouve les publications sur JEPA et les modèles du monde, avec leur citation.