gik|iewicz

Czy jeden człowiek może zrewolucjonizować AI drugi raz? Yann LeCun właśnie to próbuje zrobić. W cztery miesiące od założenia, jego startup AMI Labs pozyskał $1.03 miliarda w rundzie seed — to największa taka runda w historii Europy. Ale pieniądze to tylko wierzchołek góry lodowej. Prawdziwa historia? LeCun chce udowodnić, że cały przemysł AI idzie w złym kierunku.

TL;DR: Yann LeCun, legendarny badacz AI (Nagroda Turinga, CNN, Meta AI), pozyskał $1.03 mld dla AMI Labs — największa runda seed w historii Europy. Startup buduje „world models” oparte na JEPA, alternatywę dla LLM, która rozumie fizyczny świat zamiast tylko generować tekst. Inwestorzy: Bezos Expeditions, Nvidia, Temasek. Wycena pre-money: $3.5 mld.

Kim jest Yann LeCun i dlaczego to ważne?

Yann LeCun to nie jest „kolejny badacz AI”. Laureat Nagrody Turinga z 2018 roku, pionier sieci konwolucyjnych (CNN), które zmieniły rozpoznawanie obrazów. Przez ponad dekadę szef AI w Meta. Człowiek, który przewidział, że LLM nie wystarczą, zanim większość z nas słyszała o ChatGPT.

W listopadzie 2025 LeCun poszedł do Marka Zuckerberga z nietypową propozycją: „Mogę to zrobić szybciej, taniej i lepiej poza Meta”. Odpowiedź? „OK, możemy współpracować” (WIRED, 2026). Meta nie jest inwestorem, ale potencjalnym klientem.

Dlaczego to ważne? LeCun nie buduje „kolejnego ChatGPT”. On twierdzi, że cały kierunek generatywnego AI to ślepa uliczka. I ma $1 miliard, żeby to udowodnić.

Czym są World Models i dlaczego JEPA?

World models to systemy AI, które uczą się zasad fizycznego świata — nie z tekstu, ale z rzeczywistości. Rozumieją, że jabłko spada, że szkło się rozbija, że działania mają konsekwencje.

JEPA (Joint Embedding Predictive Architecture) to zaproponowana przez LeCuna w 2022 roku alternatywa dla modeli autoregresywnych. Kluczowa różnica: zamiast generować output token po tokenie (jak GPT), JEPA przewiduje wyniki w skompresowanej przestrzeni reprezentacji (TechCrunch, 2026).

Według LeCuna, modele generatywne są „źle przystosowane do nieprzewidywalnych danych jak sensory”. JEPA oferuje systemy z „trwałą pamięcią, zdolnością do rozumowania i planowania, oraz kontrolą, która faktycznie działa” (TechBuzz AI, 2026).

Co to oznacza w praktyce? Roboty, które rozumieją otoczenie. Autonomiczne systemy, które mogą planować. AI, które nie halucynuje faktów, bo uczy się z rzeczywistości, nie z internetu.

Kto inwestuje $1.03 miliarda w seed?

Lista inwestorów czyta się jak „kto jest kim” w globalnym tech i VC:

• Bezos Expeditions — fundusz Jeffa Bezosa
• Nvidia — gigant chipów AI
• Temasek — singapurski fundusz państwowy
• Cathay Innovation, Greycroft, Hiro Capital, HV Capital — czołowe fundusze VC

Wycena pre-money? $3.5 miliarda (Reuters, 2026). Dla startupu założonego 4 miesiące wcześniej.

To nie jest zwykła inwestycja. To zakład, że LeCun ma rację. Inwestorzy ryzykują miliardy, bo wierzą, że jego wizja world models wygra z generatywnym AI.

Co to oznacza dla Europy i polskiego ekosystemu?

AMI Labs ma siedzibę w Paryżu. To nie przypadek — Francja inwestuje miliardy w AI, a LeCun ma tam relacje z czasów studiów i pracy.

Dla Polski to sygnał: Europa wchodzi do gry w AI. Nie jako „drugie Silicon Valley”, ale jako alternatywa z własną wizją. World models to nie „kolejny LLM” — to fundamentalnie inne podejście.

Unikalny wgląd: Polski ekosystem AI powinien obserwować AMI Labs nie jako konkurenta, ale jako dowód, że alternatywne podejścia mogą przyciągnąć kapitał. World models mogą otworzyć nisze, gdzie LLM nie działają: robotyka, IoT, systemy autonomiczne.

Dla polskich startupów to szansa na współpracę, nie konkurencję. AMI będzie potrzebować talentów, partnerów, aplikacji.

Często Zadawane Pytania

Czym AMI Labs różni się od OpenAI?

AMI buduje world models oparte na JEPA, które uczą się z fizycznego świata. OpenAI i inni stawiają na LLM, które generują tekst na podstawie danych językowych. To fundamentalnie różne podejścia — LeCun uważa LLM za ślepą uliczkę, bo nie rozumieją rzeczywistości (MIT Technology Review, 2026).

Kiedy produkty AMI trafią na rynek?

Na razie AMI działa jak laboratorium badawcze. CEO Florence LeBrun powiedziała NYT, że firma „będzie początkowo działać jak laboratorium badawcze, eksplorując możliwe zastosowania” (NYT, 2026). Konkretne produkty? Prawdopodobnie 2027+.

Dlaczego Yann LeCun odszedł z Meta?

LeCun chciał budować world models szybciej niż pozwalała korporacja. Powiedział Zuckerbergowi: „mogę to zrobić szybciej, taniej i lepiej poza Meta”. Zuckerberg odpowiedział: „OK, możemy współpracować” (WIRED, 2026). Meta nie inwestuje, ale może być klientem.

Podsumowanie

Yann LeCun właśnie udowodnił coś, co wielu wątpiło: Europa może przyciągnąć miliardy dla AI. Ale ważniejsze niż pieniądze jest wizja.

AMI Labs to nie „kolejny startup AI”. To manifest. LeCun mówi: „Cały przemysł idzie w złym kierunku. LLM to nie jest droga do AGI. World models są.”

Ma $1.03 miliarda, Nagrodę Turinga, i 4 miesiące na dowiedzenia tego. Czy mu się uda? Nie wiemy. Ale warto obserwować.

Kluczowe wnioski:

• $1.03 mld seed — największa runda w historii Europy
• $3.5 mld wycena pre-money po 4 miesiącach
• Inwestorzy: Bezos, Nvidia, Temasek + top VC
• Technology: World Models / JEPA vs LLM
• Lokalizacja: Paryż, Francja

Dla polskiego ekosystemu AI to sygnał: alternatywy do generatywnego AI przyciągają kapitał. World models mogą otworzyć nowe nisze.