AMI Labs di Yann LeCun: un miliardo di dollari per l’IA che capisce il mondo fisico

AMI Labsla startup fondata dal premio Turing Yann LeCunha annunciato la chiusura di un round seed da 1,03 miliardi di dollari con una valutazione pre-money di 3,5 miliardi il 10 marzo 2026. Tra gli investitori figurano Cathay Innovation, Greycroft, Hiro Capital, HV Capital, Bezos Expeditions (il fondo personale di Jeff Bezos), e partecipazioni di NVIDIA, Samsung e Toyota Ventures. È il più grande round iniziale nella storia dell’IA europea, e uno dei più grandi round seed in assoluto nella storia del venture capital globale. La sede è a Parigi, con uffici previsti a Montreal, New York e Singapore. Il CEO è Alexandre LeBrun, ex fondatore di Wit.ai (acquisita da Facebook nel 2015) e della startup di IA per la sanità Nabla. LeCun ricopre il ruolo di presidente esecutivo.

Cosa sono i world model e perché sfidano i modelli linguistici

AMI Labs non costruisce un altro modello linguistico. Non compete con GPT, Claude, Gemini o Llama sul terreno della generazione di testo. L’idea alla base della startup è che i large language modelper quanto potenti, siano strumenti strutturalmente limitati: imparano a predire la prossima parola in una sequenza di testo, il che li rende eccellenti per scrivere, riassumere, programmare e conversare. Ma non comprendono il mondo fisico. Non sanno che un oggetto cade se lo si lascia andare, che un liquido si espande se riscaldato, che un braccio robotico deve evitare gli ostacoli lungo il percorso. Queste informazioni non sono contenute nel testo, sono contenute nella realtà.

I world model sono un approccio radicalmente diverso: sistemi IA addestrati su dati sensoriali, video, immagini da telecamere, letture di sensori ambientali, che imparano a rappresentare la struttura del mondo reale e a prevedere come evolverà nel tempo. L’architettura alla base di AMI si chiama JEPA (Joint Embedding Predictive Architecture), proposta da LeCun nel 2022 quando era ancora a Meta. A differenza dei modelli generativi, JEPA non cerca di predire ogni dettaglio del futuro, una strategia destinata a fallire in un mondo imprevedibile, ma impara rappresentazioni astratte e compresse della realtà, ignorando intenzionalmente il rumore e le variabili casuali per concentrarsi sulla struttura sottostante.

LeCun ha sintetizzato la differenza con una frase che è diventata il motto della startup: «L’intelligenza reale non parte dal linguaggio. Parte dal mondo». Il sito di AMI Labs lo esprime con un’altra formulazione: l’obiettivo è costruire sistemi che «percepiscono, imparano, ragionano e agiscono», quattro verbi che descrivono un’intelligenza molto diversa da quella di un chatbot che completa frasi.

Le applicazioni: sanità, robotica, industria, wearable

LeBrun ha dichiarato a TechCrunch che ci vorrà «circa un anno per ottenere i primi risultati utilizzabili in un prodotto». Le aree prioritarie sono quattro. La sanità è in cima alla lista, grazie alla partnership già attiva con Nabla, la startup di IA clinica di cui LeBrun è fondatore e ora presidente. L’obiettivo dichiarato è costruire sistemi IA certificabili dalla FDA per l’assistenza medica, un traguardo che nessun modello linguistico ha ancora raggiunto perché le allucinazioni, risposte plausibili ma false, li rendono inaffidabili in contesti dove un’informazione sbagliata può avere conseguenze gravi. I world model, non essendo basati su predizioni testuali, non soffrono dello stesso tipo di allucinazione: operano su rappresentazioni del mondo fisico, non su sequenze di parole. È un vantaggio strutturale che, se confermato nella pratica clinica, potrebbe aprire un mercato enorme.

La seconda area è la robotica. Un annuncio di lavoro pubblicato da AMI Labs descrive lo sviluppo di modelli capaci di fare previsioni sullo stato futuro dell’ambiente circostante e usare quelle previsioni per pianificare «sequenze di azioni». È esattamente ciò che serve a un robot per operare in modo autonomo: non eseguire istruzioni passo-passo, ma capire l’ambiente, prevedere cosa succederà, e pianificare il proprio comportamento di conseguenza. La terza area è l’automazione industrialeLeCun ha indicato a Wired l’analisi di componenti aeronautici come un esempio di applicazione. La quarta sono i wearable, dove i sensori integrati nei dispositivi indossabili potrebbero fornire il flusso di dati necessario ad alimentare un world model personale.

La corsa ai world model: AMI non è sola

AMI Labs non opera in un vuoto competitivo. World Labs, fondata dalla pioniera dell’IA Fei-Fei Li, ha raccolto un miliardo di dollari ed è stata valutata 5 miliardi. SpAItial, startup europea, ha chiuso un round seed da 13 milioni, una cifra insolita per una fase così precoce nel mercato europeo del venture capital. Il CEO di AMI ha scherzato con TechCrunch: «La mia previsione è che world model diventerà il prossimo termine di moda. Tra sei mesi, ogni azienda si definirà un world model per raccogliere fondi».

La battuta contiene un avvertimento serio. L’IA generativa ha attraversato un ciclo di hype che ha gonfiato le valutazioni, creato aspettative irrealistiche e generato una bolla che sta ora producendo il selloff nel settore SaaS. I world model rischiano lo stesso destino se non producono risultati concreti e misurabili nel giro di due-tre anni. AMI ha capitali sufficienti per sopravvivere anche senza ricavi nel breve termine, il miliardo raccolto lo garantisce. Ma la credibilità accademica di LeCun, per quanto straordinaria, non sarà sufficiente a tenere gli investitori pazienti per sempre. A un certo punto, serviranno prodotti, clienti e ricavi.

Perché Parigi: l’ambizione di un’IA europea di frontiera

LeCun ha scelto Parigi come sede centrale, non San Francisco, non New York, non Londra. Nell’intervista al MIT Technology Review, ha spiegato la ragione con una franchezza rara per un fondatore in fase di raccolta fondi: «C’è un’altissima concentrazione di talento in Europa, ma non sempre ha l’ambiente giusto per fiorire. E c’è certamente una domanda enorme, dall’industria e dai governi, per un’azienda IA di frontiera credibile che non sia né cinese né americana».

La frase è diplomatica ma il messaggio politico è esplicito: AMI Labs vuole essere la risposta europea alla dipendenza dai modelli americani e cinesi. Una posizione che ha attratto l’interesse di Bpifrancela banca pubblica di investimento francese, e l’attenzione del presidente Macron, che ha trattato il lancio come un evento di politica industriale nazionale. La stampa francese ha dedicato copertine e servizi speciali all’annuncio, con toni che andavano ben oltre il giornalismo tech e toccavano la geopolitica dell’innovazione.

Per l’Italia, AMI Labs è un caso da osservare con attenzione. Se un’azienda europea riesce a competere con i laboratori americani nella ricerca IA di frontiera, il beneficio si estende a tutto il continente, in termini di talento attratto, di investimenti attivati, di credibilità del modello europeo di innovazione, di alternative concrete alla dipendenza da fornitori americani e cinesi. Se fallisce, il divario tecnologico con le due superpotenze dell’IA si allargherà ulteriormente. Le aziende italiane che operano nei settori target di AMI, manifattura avanzata, sanità, automazione industriale, farebbero bene a seguire gli sviluppi con attenzione: non per adottare un prodotto che ancora non esiste, ma per capire in quale direzione si sta muovendo la ricerca IA di frontiera e come prepararsi.

LeCun contro i LLM: la scommessa più grande dell’IA nel 2026

Al fondo, AMI Labs è una scommessa contro il consenso dominante dell’intero settore. Tutto il mondo IA sta investendo centinaia di miliardi nei modelli linguistici. OpenAI, Anthropic, Google, Meta, xAI, tutti costruiscono versioni sempre più potenti dello stesso tipo di sistema: prevedere la prossima parola, più veloce, con più parametri, con più dati. LeCun dice che questa strada non porterà all’intelligenza di livello umano. La sua alternativa, i world model basati su JEPA, è ancora nella fase di ricerca fondamentale. Non c’è un prodotto commerciale. Non c’è un benchmark pubblico che mostri risultati competitivi con i LLM su compiti misurabili. C’è un’architettura teorica elegante, un team di livello mondiale, e un miliardo di dollari per dimostrare che la teoria funziona.

Se LeCun ha ragione, AMI Labs potrebbe ridefinire il campo dell’intelligenza artificiale nei prossimi cinque-dieci anni, spostando il baricentro dalla manipolazione del linguaggio alla comprensione del mondo fisico. Se ha torto, o se ha ragione ma i tempi sono più lunghi del previsto, un miliardo di dollari avrà finanziato ricerca di alto livello senza prodotto commerciale, e gli investitori si consolerranno con la proprietà intellettuale generata nel processo.

In entrambi i casi, il settore IA nel 2026 non è più un monolite. La biforcazione tra chi punta tutto sui modelli linguistici e chi cerca strade alternative è diventata visibile, finanziata e reale. Per chiunque debba prendere decisioni strategiche sull’IA, governi, imprese, istituzioni formative, sapere che esistono approcci diversi, con presupposti diversi e con timeline diverse, è un’informazione che vale più di qualunque benchmark. Il futuro dell’IA non è scritto. È una competizione tra visioni, non una corsa su un’unica pista.