Après Meta, Yann LeCun a lancé AMI Labs à Paris et bouclé en mars 2026 un amorçage de 1,03 milliard de dollars, avec NVIDIA, Jeff Bezos et Eric Schmidt au capital. Hostile à la monoculture des LLM, il défend des « modèles du monde », l’open source et participe au projet Tapestry de l’AI Alliance pour un modèle partagé et décentralisé.
AMI Labs lève 1,03 Md$ et vise un modèle partagé via l’AI Alliance
AMI Labs, fondé par Yann LeCun et basé à Paris, a réalisé en mars 2026 un tour d’amorçage de 1,03 milliard de dollars. NVIDIA, Jeff Bezos et Eric Schmidt figurent parmi les investisseurs. La jeune pousse prévoit d’adresser la robotique, l’automatisation, la santé et les objets connectés par une approche différente. Parallèlement, Yann LeCun occupe le poste de conseiller scientifique principal au sein de l’AI Alliance, qui pilote le projet Tapestry. Ce dernier a pour objectif de créer un modèle d’IA accessible à l’échelle mondiale à travers un réseau décentralisé, où universités, entreprises et États peuvent participer sans renoncer à la maîtrise de leurs propres données. Dans ce contexte, il soutient l’open source, qu’il considère essentiel pour garantir la pluralité des perspectives, et affirme que l’IA ne doit pas être monopolisée par un petit nombre d’acteurs, citant des menaces pour la culture et la démocratie.
Il conteste les LLM et développe des « modèles du monde »
Yann LeCun s’oppose aux LLM, qu’il décrit comme une monoculture et une impasse. Il admet leur performance sur le texte ou le code, mais considère qu’ils n’ont pas de compréhension du monde physique et qu’ils sont incapables de prévoir les répercussions de leurs actions. AMI Labs conçoit des « world models », qui sont des systèmes de prédiction capables d’apprendre à partir de données sensorielles riches telles que des images, des vidéos, des sons ou des informations provenant de capteurs robotiques. À l’image de l’apprentissage d’un jeune enfant, ces modèles visent à doter l’IA de capacités de planification, de raisonnement et d’action en toute sécurité. Cette orientation est au cœur de la mission d’AMI Labs.
Vous codez avec l’IA ?
Outils, agents et nouveautés dev IA décryptés, chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Meta change de cap sur l’IA, LeCun part après la mise en avant des produits
Recruté en 2013 par Mark Zuckerberg pour fonder FAIR, Yann LeCun en a pris la direction pendant quatre ans avant de devenir Chief AI Scientist en 2018. Il y privilégiait la recherche de long terme plutôt que les applications immédiates. L’entreprise a ensuite réorienté sa stratégie avec l’arrivée des LLM et investi des milliards pour rattraper ChatGPT et Gemini, une course à laquelle il n’a pas pris part. À l’été 2025, Mark Zuckerberg a confié la direction de l’IA à Alexandr Wang et mis l’accent sur un développement rapide de produits, reléguant FAIR au second plan. Yann LeCun a alors décidé de quitter Meta et a fondé AMI Labs dans la foulée.
Des CNN à la reconnaissance par le prix Turing 2018
Aux Bell Labs, Yann LeCun a mis au point les réseaux de neurones convolutifs et dirigé la recherche en traitement d’images chez AT&T. Ces réseaux ont servi aux banques pour la lecture automatisée des chèques manuscrits et constituent aujourd’hui le socle de la vision artificielle et des véhicules autonomes. Après être devenu professeur à l’université de New York en 2003 et avoir fondé et dirigé son centre de science des données, il a reçu avec Geoffrey Hinton et Yoshua Bengio le prix Turing en 2018, souvent qualifié de « Nobel de l’informatique », qui récompense la réalisation de l’apprentissage profond. Ce parcours s’est bâti à une époque où les réseaux de neurones étaient délaissés par la majorité des chercheurs, une voie qu’il a continué à suivre malgré la tendance.
Origines, formation et autres engagements scientifiques
Né en 1960 à Soisy-sous-Montmorency, et grandi en banlieue parisienne, Yann LeCun est fils d’un ingénieur mécanique et inventeur. Au lycée, il a fabriqué des synthétiseurs pour son groupe et s’est initié à la programmation sur un ordinateur rudimentaire. Diplômé de l’ESIEE puis docteur de Sorbonne Université dans les années 1980, à une époque où l’apprentissage automatique était très isolé en France, il a poursuivi un post-doctorat à l’université de Toronto. En 1988, il a rejoint les États-Unis et les AT&T Bell Labs dans le New Jersey. En dehors d’AMI, il siège au conseil scientifique de Cellular Intelligence, une startup spécialisée dans la modélisation cellulaire. Le paysage technologique actuel est largement tourné vers les agents et les LLM.
