AMI Labs, nowy projekt współtworzony przez pioniera sztucznej inteligencji Yanna LeCuna, zabezpieczył ponad miliard dolarów w rundzie zalążkowej (seed). To sygnał, że rynek poszukuje nowych dróg rozwoju architektur obliczeniowych, stawiając na systemy zdolne do fizycznego rozumienia rzeczywistości zamiast polegania wyłącznie na przetwarzaniu danych tekstowych.
Najważniejsze w skrócie
- Francusko-amerykańska spółka zebrała 1,03 mld dolarów (ok. 4,12 mld zł) finansowania przy wycenie przedinwestycyjnej szacowanej na 3,5 mld dolarów (ok. 14 mld zł).
- Wśród kluczowych inwestorów znalazły się fundusze takie jak Bezos Expeditions oraz podmioty strategiczne, m.in. dostawca układów scalonych i japoński producent samochodów.
- Zespół inżynierski skupi się na rozwoju algorytmów analizujących dane sensoryczne i środowiskowe, odchodząc od tradycyjnego podejścia opartego na samych promptach.
- Projekt operuje z głównej siedziby w Paryżu oraz dodatkowych placówek badawczych w Ameryce Północnej i Azji.
- Na stanowisku dyrektora generalnego zasiadł Alexandre Lebrun, menedżer posiadający doświadczenie w budowaniu i komercjalizacji środowisk badawczych w Europie.
Rekordowa runda na wczesnym etapie
Advanced Machine Intelligence, operujące pod rynkową nazwą AMI, to podmiot ogłoszony we wtorek na platformach społecznościowych przez jego założycieli. Jak informuje The Wall Street Journal w swoim rynkowym raporcie, startup zamknął potężną rundę finansowania, pozyskując od inwestorów 1,03 mld dolarów (ok. 4,12 mld zł). Runda ta klasyfikowana jest jako jedna z największych w historii na etapie zalążkowym (seed) dla europejskiej spółki technologicznej.
Według ustaleń serwisu TechCrunch, procesowi pozyskiwania kapitału przewodziły wspólnie fundusze: Bezos Expeditions (wehikuł inwestycyjny założyciela firmy Amazon), Cathay Innovation, Greycroft, Hiro Capital oraz HV Capital. Szczególną uwagę analityków rynkowych zwraca jednak lista inwestorów strategicznych. Znaleźli się na niej giganci tacy jak producent półprzewodników, południowokoreański potentat elektroniki użytkowej oraz Toyota Ventures. Jak podaje serwis ekonomiczny 36kr, do grona inwestorów indywidualnych dołączyli również były dyrektor generalny firmy Google Eric Schmidt oraz francuski miliarder telekomunikacyjny Xavier Niel.
Wycena spółki przed wpompowaniem nowego kapitału (pre-money valuation) wyniosła 3,5 miliarda dolarów (ok. 14 mld zł). W związku z debiutem nowej inicjatywy, prezydent Francji Emmanuel Macron zamieścił publiczny wpis w serwisie X, podkreślając, że start tego podmiotu „otwiera nowy rozdział dla sztucznej inteligencji”. Zespół badawczo-rozwojowy ma pracować głównie z kwatery w Paryżu, posiadając również inżynierów rozlokowanych w Nowym Jorku, Montrealu i Singapurze.
Zmiana paradygmatu: zrozumieć świat fizyczny
Fundamentem działalności nowego przedsiębiorstwa jest technologiczna filozofia promowana od kilku lat przez współzałożyciela i przewodniczącego rady nadzorczej spółki. Naukowiec, pełniący równolegle funkcję głównego badacza w strukturach firmy Meta, wielokrotnie zaznaczał publicznie, że współczesne metody treningu sieci neuronowych osiągnęły granicę swoich możliwości w kontekście zaawansowanego wnioskowania.
Celem opisywanego projektu jest stworzenie tak zwanych „modeli świata” (world models). W odróżnieniu od rozwiązań tworzonych przez laboratoria pokroju OpenAI czy Anthropic, nowe algorytmy mają uczyć się bezpośrednio z analizy otoczenia fizycznego – obrazów z kamer, danych z czujników ruchu czy informacji przestrzennych. Jak zaznaczył w rozmowie z mediami dyrektor generalny spółki, docelowe aplikacje tworzonego środowiska to sektory wymagające bezwzględnej niezawodności i bezpieczeństwa przestrzennego. Wymienia się tutaj zaawansowaną automatykę, rozwój systemów autonomicznych czy nowoczesną robotykę.
Tradycyjne generatory a modele świata – różnica w podejściu Obecnie rynek sztucznej inteligencji jest zdominowany przez wielkie modele językowe (LLM). Narzędzia te opierają się na architekturach autouzupełniania – prognozują kolejne słowo w oparciu o ogromne zasoby tekstowe z internetu. Sprawdzają się one w pisaniu kodu i streszczaniu dokumentacji, ale wykazują skłonność do „halucynacji” i zawodzą w analizie logicznej grawitacji czy obiektów przestrzennych. Z kolei „modele świata”, nad którymi pracować ma nowy startup z Paryża, symulują mechanikę fizyki. Zamiast tekstu, analizują ciągi przyczynowo-skutkowe widoczne na wideo. Pozwala to na utrzymanie trwałej pamięci środowiskowej oraz planowanie wieloetapowych akcji, co jest kluczowe w sterowaniu maszynami operującymi w realnym świecie.
Baza naukowa i walka o inżynierów
Struktura kadrowa opiera się na wysoce wykwalifikowanych specjalistach od dawna związanych z komercyjnymi zespołami badawczymi. Na stanowisku dyrektora generalnego (CEO) zatrudniono Alexandre'a Lebruna, który wcześniej kierował zespołem Mety w Paryżu i budował medyczny startup. Obok niego, funkcję głównego dyrektora ds. nauki (Chief Science Officer) objął Xie Saining, asystent na wydziale inżynierii elektrycznej i informatyki nowojorskiej uczelni wyższej. W kadrze zarządczej znaleźli się również eksperci tacy jak Michael Rabbat, który zarządza zespołami operacyjnymi na szczeblu globalnym.
Dyrektor generalny przewiduje, że w ciągu najbliższych kilku miesięcy koncepcja „modeli świata” stanie się wiodącym trendem informatycznym, a wiele firm technologicznych będzie próbowało adaptować to pojęcie do własnych struktur. Konkurencja na tym specyficznym odcinku rynku ulega zauważalnemu zagęszczeniu. Inicjatywy o podobnym profilu technologicznym rozwijają już inne podmioty dysponujące miliardowym kapitałem początkowym, chociażby założone w zeszłym roku przedsiębiorstwo zajmujące się inżynierią fizyczną Physical Intelligence oraz organizacje wspierane badawczo przez ekspertów klasy Fei-Fei Li.
Paryska centrala planuje udostępnienie części kodu w modelu open source, co może sugerować przyjęcie strategii mającej na celu szybkie zbudowanie rynkowego standardu deweloperskiego i przyciągnięcie niezależnych programistów z branży robotycznej i sprzętowej.
Dlaczego to ważne?
Inwestycja w rozwój technologii we Francji to sygnał wyraźnej korekty w globalnym wyścigu o dominację w sektorze uczenia maszynowego. Dotychczasowy format, polegający na linearnym zwiększaniu skali parametrów w modelach językowych, napotyka fizyczne i ekonomiczne bariery. Brakuje nowych tekstowych danych treningowych, a koszty chmurowej infrastruktury obliczeniowej rosną nieproporcjonalnie do zysków z wdrożeń komercyjnych.
Zabezpieczenie kwoty rzędu miliarda dolarów na bardzo wczesnym etapie przez naukowców ze środowiska akademickiego i korporacyjnego udowadnia, że zaawansowany kapitał ryzyka przesuwa się w stronę systemów kognitywnych powiązanych z percepcją środowiskową. Koncepcja uczenia wizualnego ma szansę odblokować rynki o znacznie wyższej wartości dodanej niż cyfrowi asystenci. Angażowanie się podmiotów korporacyjnych produkujących elektronikę i samochody sugeruje chęć budowania zaplecza pod optymalizację przemysłową oraz architekturę z pogranicza Physical AI. Jeśli paradygmat bazujący na analityce sensorycznej okaże się faktycznie skalowalny na sprzęt produkcyjny, możemy być świadkami przełamania technologicznej stagnacji w dziedzinie niezależnych maszyn zdolnych do długoterminowego planowania abstrakcyjnych zadań w nieprzewidywalnym środowisku fabrycznym i logistycznym.
Co dalej?
- Gromadzenie danych wizyjnych i środowiskowych: Spółka stanie przed wyzwaniem zdobycia zdywersyfikowanych i legalnych zasobów wideo z życia rzeczywistego, które będą fundamentem dla treningu jej sieci predykcyjnych.
- Integracja testowa z inżynierią twardą: Spodziewane są testy demonstracyjne, w ramach których powstające oprogramowanie spróbuje sterować w czasie rzeczywistym systemami udostępnianymi przez inwestorów strategicznych z branży produkcyjnej i transportowej.
- Presja na rekrutację: Mając zapewnione ogromne fundusze zalążkowe, przedsiębiorstwo prawdopodobnie zintensyfikuje akwizycje małych zespołów badawczych, aby sprostać wymaganiom technicznym deklarowanym inwestorom i rywalizować o rzadkie talenty naukowe.
Źródła
- TechCrunch – artykuł pod tytułem "Yann LeCun’s AMI Labs raises $1.03 billion to build world models" szczegółowo relacjonujący strukturę finansowania – https://techcrunch.com/2026/03/09/yann-lecuns-ami-labs-raises-1-03-billion-to-build-world-models/
- Yahoo News (AFP) – notatka prasowa "French AI 'Godfather' Yann LeCun raises nearly $1 billion for startup to build safer AI" – https://ca.news.yahoo.com/french-ai-godfather-yann-lecun-111845416.html
- 36kr – analiza biznesowa inwestycji "Just now, Yann LeCun raised 7 billion, and Jensen Huang invested." – https://eu.36kr.com/en/p/3716923313092226
