- A startup Advanced Machine Intelligence (AMI), cofundada pelo ex-cientista-chefe de IA da Meta, Yann LeCun, concluiu uma captação de mais de US$ 1 bilhão
- A AMI pretende desenvolver um modelo de mundo (world model) para compreender o mundo físico e construir um novo tipo de sistema de IA com capacidades de raciocínio, planejamento e memória
- LeCun critica a ideia de que modelos de linguagem de grande porte (LLMs) possam alcançar inteligência em nível humano, defendendo que o aprendizado baseado no mundo físico é a chave para a verdadeira inteligência
- Entre os investidores estão nomes de peso como Bezos Expeditions, Eric Schmidt e Mark Cuban, e LeCun também mencionou a possibilidade de cooperação com a Meta
- A AMI busca desenvolver tecnologia open source e, no futuro, pretende construir um modelo de mundo universal para aplicação em vários setores
Fundação da AMI e captação de recursos
- A Advanced Machine Intelligence (AMI) é uma startup com sede em Paris, cofundada por Yann LeCun após sua saída da Meta
- LeCun liderava o laboratório Fundamental AI Research (FAIR) da Meta e deixou a empresa em novembro de 2025
- Nesta rodada de investimento, a empresa garantiu mais de US$ 1 bilhão e foi avaliada em US$ 3,5 bilhões
- Entre os principais investidores estão Cathay Innovation, Greycroft, Hiro Capital, HV Capital e Bezos Expeditions
- Mark Cuban, Eric Schmidt e Xavier Niel também participaram
- Além de Paris, a AMI planeja operar globalmente com escritórios em Montreal, Singapura e Nova York
A filosofia de IA de LeCun e suas críticas aos LLMs
- LeCun enfatiza que o raciocínio humano se baseia mais na experiência do mundo físico do que na linguagem
- Ele afirmou: “A ideia de que escalar LLMs pode levar à inteligência em nível humano é uma completa ilusão”
- Ele reconhece a capacidade dos LLMs de gerar código, mas aponta que isso não leva à inteligência em nível humano
- LeCun conduziu na Meta pesquisas sobre modelos de mundo, incluindo a Joint-Embedding Predictive Architecture (JEPA), mas
decidiu seguir de forma independente quando a Meta mudou sua estratégia para um foco centrado em LLMs
- Segundo ele, “de fora, é possível desenvolver isso de forma mais rápida, barata e eficiente”
Objetivos técnicos da AMI e aplicação na indústria
- A AMI pretende desenvolver sistemas de IA com memória persistente, raciocínio e capacidade de planejamento
- A empresa busca uma “IA controlável e segura”
- Toyota e Samsung são citadas como empresas parceiras iniciais
- Como exemplo, foi apresentada a ideia de construir um modelo de mundo para motores de aeronaves a fim de melhorar eficiência e confiabilidade
- No longo prazo, a empresa pretende desenvolver um modelo de mundo universal (universal world model) para aplicação em toda a indústria
Equipe de cofundadores
- Além de LeCun, há vários cofundadores com passagem pela Meta
- Michael Rabbat (ex-diretor de ciência de pesquisa), Laurent Solly (ex-vice-presidente para a Europa) e Pascale Fung (ex-diretora de pesquisa em IA)
- Alexandre LeBrun (ex-CEO da Nabla) atua como CEO da AMI, e Saining Xie (ex-pesquisador do Google DeepMind) participa como diretor científico (CSO)
Open source e debate sobre controle da IA
- LeCun afirmou que a IA não deve ser monopolizada por empresas específicas e reforçou a política de desenvolvimento open source
- Ele mencionou o recente caso em que o Departamento de Defesa dos EUA colocou a Anthropic em uma blacklist, apontando a controvérsia sobre quem controla a IA
- Ele declarou que “o julgamento sobre o que é bom ou ruim na IA deve ser decidido por processos democráticos, não por indivíduos”
- Também citou casos em que as redes neurais convolucionais (CNNs), para cujo desenvolvimento contribuiu no passado, foram usadas em sistemas de vigilância de alguns países
- Sobre o uso militar da IA, explicou que no passado houve um movimento pela proibição de armas autônomas, mas que hoje a tecnologia evoluiu para usos defensivos, como os drones autônomos na Ucrânia
Próximos planos
- A AMI pretende lançar seu primeiro modelo de IA em breve, mas não espera grande atenção do público no início
- A empresa quer ampliar o alcance de aplicação da tecnologia por meio de colaboração com parceiros industriais e, no longo prazo, evoluir para um sistema de inteligência geral
- LeCun encerrou com um sorriso, dizendo que se trata de “um plano muito ambicioso”
1 comentários
Comentários do Hacker News
Existem muito mais graus de liberdade em modelos de mundo
LLMs, por natureza, aprendem apenas texto estático — ou seja, dados linguísticos em que humanos descreveram o mundo — então não conseguem aprender com o mundo real
Por isso, até conseguem recombinar ideias existentes, mas uma descoberta criativa ou invenção genuína é quase impossível
Se surgir uma startup que aprenda uma compreensão espaço-temporal baseada no mundo físico, isso seria uma tentativa de resolver o verdadeiro gargalo rumo à AGI
Mesmo que tenha apenas sucesso parcial, acho que isso pode abrir espaço para generalização e criatividade que os LLMs atuais estruturalmente não conseguem alcançar
Acho que o gargalo da AGI está em aprendizado contínuo e backpropagation
O cérebro humano não aprende via backpropagation, e modelos de mundo no fim também não são tão diferentes das arquiteturas de deep learning com as quais já estamos acostumados
Se o gargalo é “aprender com o mundo”, então basta colocar um LLM visão-ação para rodar em um loop de aprendizado por reforço com robôs ou em um ambiente de simulação
Nem toda área interage diretamente com o mundo físico, e mesmo usando apenas informações já registradas na história já é possível criar simulações virtuais onde leis físicas 3D se aplicam
O que falta aos LLMs hoje é motivação intrínseca — a capacidade de pensar por conta própria, refletir e se autocorrigir
Eu mesmo crio com memória e atenção limitadas, mas quando converso com uma IA acabo tendo novas ideias
No fim, o pensamento humano também é só uma combinação do que foi aprendido, e a IA está na mesma continuidade
Pelo que ouvi em uma palestra do Yann LeCun, bebês humanos nos primeiros anos de vida vivenciam muito mais dados sensoriais do que os dados em que um LLM é treinado
Acho que esse é um limite fundamental dos modelos baseados em linguagem
LeCun é um excelente vendedor, mas mesmo que fracasse, a sociedade vai protegê-lo
Então, sinceramente, não sinto respeito por isso
Tenenbaum já estuda modelos de mundo há muito tempo, mas o pessoal da cultura de venture capital não conhece bem essas linhas de pesquisa
Por isso é fácil usá-las como alvo de investimento
Quando almocei com Yann em agosto do ano passado, ele disse que estava pensando em sair da Meta
Eu o aconselhei a abrir a própria empresa em vez de ajudar no sonho dos outros
Concordo com a visão dele de que LLMs não levam à inteligência de nível humano, mas não tenho certeza se a estratégia de modelo de mundo é a resposta certa
Então acabou vindo no formato de startup
Pessoalmente, eu achava que um modelo de instituto de pesquisa, como o Mila, seria mais adequado
Ainda assim, a carreira do LeCun e a resposta dele no X falam por si
Fico curioso sobre como isso vai gerar receita, mas desejo sucesso
Historicamente, pesquisas realmente relevantes sempre saíram de laboratórios corporativos estáveis — Bell Labs, IBM Research, Xerox PARC, MSR etc.
A influência de Yann não deixa dúvidas, mas mesmo com recursos enormes na Meta ele não produziu resultados marcantes
A abordagem de entender o mundo por vídeo já está sendo feita por modelos de vídeo como Seedance, Kling, Sora
Então não sei muito bem o quanto essa tentativa é diferente
A Meta publicou muita pesquisa de nível mundial e também contribuiu bastante para open source
Por exemplo, o paper Beyond Language Modeling: An Exploration of Multimodal Pretraining traz insights baseados em experimentos em larga escala
Acho que LeCun cumpriu muito bem seu papel como líder de pesquisa, não como responsável por produto
Ciência não é um mercado competitivo
E a palavra “entender” carrega significados demais — os modelos ainda continuam repetindo os mesmos erros
Às vezes, paixão e liberdade são motores mais importantes
Ele acredita que LLMs não são o caminho para a AGI
Yann LeCun estaria fundando a startup de modelos de mundo AMI (Amilabs) mirando uma avaliação superior a US$ 5 bilhões
Dizem que ele trouxe LeBrun como CEO, LeFunde como CFO e LeTune para chefiar o pós-processamento
Veja a matéria da TechCrunch
O momento disso também é apropriado
Como o mundo está focado demais em LLMs, a pesquisa em outros tipos de modelo precisa continuar
Também espero que isso ajude a criar um ambiente de pesquisa em IA atraente na Europa
Concorde-se ou não com a visão do LeCun, acho que isso é bom para a Europa
É preciso haver um laboratório com capital suficiente para enfrentar o ecossistema de IA centrado em EUA e China
A Mistral migrou para integração e consultoria, então a linha de frente da pesquisa ficou vazia
O documento de visão do LeCun, A Path Towards Autonomous Machine Intelligence, mostra bem essa ideia
JEPA é uma estrutura que até startups conseguem tentar, e nossa startup de três pessoas também treinou JEPA com dados médicos de séries temporais
A Europa também precisa desse tipo de linha de pesquisa independente
Matéria do Straits Times
O custo-benefício é excelente, e para tarefas relacionadas a aprendizado de idiomas ela é ótima
Se a visão dele estiver certa, isso pode ajudar muito a Europa; se estiver errada, será apenas um investimento de soma zero
Ainda assim, há muitos dados de vídeo pouco explorados, então espero bons resultados
Se você acredita que LLMs já são suficientes e que a RSI (Recursive Self-Improvement) está próxima, então isso seria mais uma distração
Link da matéria do FT
Sinceramente, eu ainda não entendo o boom dos modelos de mundo
A teoria existe há décadas, mas os LLMs realmente mudaram a indústria
Mesmo assim, as pessoas continuam dizendo “LLM não é isso, o verdadeiro caminho são os modelos de mundo”
Modelos de mundo preveem o futuro, e LLMs também podem ser treinados para prever tokens de imagem
Isso pode ser um sinal de supervisão muito poderoso
As representações internas que um LLM forma durante o treinamento também podem ser vistas como um tipo de modelo de mundo
Mas LLMs estão mais perto de uma tecnologia de replicação, e faltam aprendizado genuíno e criatividade
Já a abordagem de inteligência animal prevê mudanças no mundo real e se corrige por meio de feedback
Ou seja, é uma estrutura de aprendizado ancorada na realidade, capaz de reduzir alucinações e planejar ações para atingir objetivos
Nesse sentido, “modelo de mundo” não é apenas uma representação interna simples, mas um modelo comportamental que aprende ao interagir com o mundo
Em meio à competição de IA centrada nos EUA, esse tipo de novo desafio vindo da Europa parece revigorante
Os modelos existentes só competiram copiando uns aos outros, e faltou inovação de verdade