AMI Labs holt in größter Seed-Runde Europas 1,03 Milliarden US-Dollar für World Models
Yann LeCun, Träger des Turing Awards 2018, ist eine der Koryphäen der KI-Forschung – und macht nun sein eigenes Ding. Nach einem Richtungsstreit mit seinem ehemaligen Chef Mark Zuckerberg (LeCun sieht World Models als zukunftsträchtiger als die ständige, teure Verbesserung von LLMs mittels enormer Rechenkraft) hat er nun mit Hauptsitz Paris AMI Labs auf die Beine gestellt.
Advanced Machine Intelligence Labs (AMI) hat nun in einer Seed-Finanzierungsrunde 1,03 Milliarden US-Dollar (rund 890 Millionen Euro) eingesammelt. Es handelt sich um die größte Seed-Finanzierung in Europa und weltweit die zweitgrößte nach dem US-Startup Thinking Machines Lab, das im Juni 2024 zwei Milliarden Dollar aufbrachte. Knapp dahinter: World Labs von KI-Forscherin Fei-Fei Li holte kürzlich 1 Milliarde Dollar für Ausbau von „World Models“.
Das neue Unternehmen wird mit einer Pre-Money-Bewertung von 3,5 Milliarden Dollar bewertet.
Führungsteam und Organisation
AMI Labs wird von Alexandre LeBrun geleitet, dem ehemaligen CEO des französischen Start-ups Nabla. Yann LeCun, der frühere Chief AI Scientist von Meta und Träger des Turing Awards, übernimmt die Position des Executive Chair. Laurent Solly, ehemaliger Vice President von Meta für Europa, wird Chief Operating Officer.
Das Unternehmen startet mit einem Team von etwa zwölf Mitarbeitern und Forschern, die von Beginn an über vier Standorte verteilt arbeiten: Paris, New York, Montreal und Singapur. AMI Labs versteht sich als globales Unternehmen, das bewusst Talente außerhalb des Silicon Valley erschließen möchte.
Investoren und strategische Partner
Die Finanzierungsrunde wird gemeinsam angeführt von:
- Cathay Innovation (Frankreich)
- Greycroft
- Hiro Capital
- HV Capital
- Bezos Expeditions (Jeff Bezos)
Zu den strategischen Investoren und langfristigen Unterstützern gehören unter anderem Toyota Ventures, Temasek (Singapur), SBVA (Seoul), NVIDIA, Mark Cuban, Sea und Alpha Intelligence Capital. Weitere bedeutende Beteiligungen kommen von Eric Schmidt, Samsung, Bpifrance Digital Venture, Jim Breyer, Tim und Rosemary Berners-Lee sowie Mark Leslie.
Meta selbst ist kein Investor, wird aber eine Partnerschaft mit AMI Labs eingehen, die dem Technologiekonzern Zugang zur entwickelten Technologie zur Kommerzialisierung gewährt. Die Details dieser Zusammenarbeit werden noch ausgearbeitet.
Yann LeCuns Vision und Rolle
Yann LeCun, französisch-amerikanischer Wissenschaftler und einer der führenden Köpfe der KI-Forschung, hat wiederholt argumentiert, dass Systeme, die hauptsächlich mit Text trainiert werden, Schwierigkeiten haben werden, menschenähnliches Denkvermögen zu erreichen. Seine neue Rolle bei AMI Labs ermöglicht es ihm, diese Überzeugung in die Praxis umzusetzen.
„Wir glauben gemeinsam: Echte Intelligenz beginnt nicht in der Sprache. Sie beginnt in der Welt.“
Das Startup baut auf LeCuns Forschungsarbeit bei Meta auf, wo er an neuen KI-Architekturen arbeitete, die durch Videos und räumliche Daten statt nur durch Sprache lernen können. AMI Labs geht es also um die Entwicklung so genannter World Models anstatt von Large Language Models, und ist neben World Labs oder Waymo eine der führenden Firmen auf dem Gebiet.
Anwendungsbereiche und Partnerschaften
AMI Labs plant, seine Technologie in Bereichen einzusetzen, in denen Zuverlässigkeit, Kontrollierbarkeit und Sicherheit besonders wichtig sind. Dazu gehören industrielle Prozesssteuerung, Automatisierung, tragbare Geräte, Robotik und Gesundheitswesen.
LeBruns früheres Unternehmen Nabla wird der erste Partner von AMI Labs sein und die neuen Modelle in der Gesundheitsbranche anwenden. CEO LeBrun betont, dass das Unternehmen mindestens ein Jahr Forschung vor der Einführung erster realer Anwendungen benötigt.
World Models versus Large Language Models
Der zentrale Unterschied zwischen AMI Labs‘ Ansatz und aktuellen KI-Systemen liegt in der grundlegenden Architektur. Während Large Language Models (LLMs) wie ChatGPT hauptsächlich auf Textdaten trainiert werden und durch Vorhersage des nächsten Wortes lernen, entwickelt AMI sogenannte World Models.
World Models lernen abstrakte Repräsentationen von Sensordaten aus der realen Welt, ignorieren unvorhersagbare Details und treffen Vorhersagen im Repräsentationsraum. Diese Modelle sind darauf ausgelegt:
- Die physische Umgebung zu verstehen
- Persistente Erinnerung zu besitzen
- Zu planen und zu schließen
- Die Konsequenzen von Handlungen vorherzusagen
LeBrun erklärt den Ansatz deutlich: „Für alles, was das Verständnis der realen Welt erfordert, glauben wir, dass Large Language Models und generative KI im Allgemeinen nicht die richtige Lösung sind.“
Das Problem mit generativen Ansätzen für reale Sensordaten liegt in deren Unvorhersagbarkeit. Während diese Methoden bei Sprache außerordentlich erfolgreich waren, funktionieren sie bei kontinuierlichen, hochdimensionalen und verrauschten Daten aus Kameras oder anderen Sensoren weniger gut. World Models umgehen dieses Problem, indem sie auf einer abstrakteren Ebene arbeiten und handlungsbedingte Vorhersagen ermöglichen, die für autonome Systeme, Robotik und Transportanwendungen entscheidend sind.
