Modèles monde : AMI Labs, la startup de Yann Le Cun lève plus d’un milliard de dollars

Un emballement autour d’une « star » de l’IA

À peine installé, sans produit ni même résultat de recherche à son nom, la société est déjà valorisée 3,5 milliards de dollars. Cathay Innovation, Greycroft, Hiro Capital, Bezos Expeditions (le gestionnaire de la fortune personnelle de Jeff Bezos, fondateur d’Amazon) et HV Capital ont mené cette toute première collecte.

Selon BPIfrance et Maddyness, Nvidia, Samsung, Alpha Intelligence Capital, Temazek, Toyota Ventures, Eurazeo, le fonds personnel d’Eric Schmidt (ex-dirigeant de Google), Xavier Niel, les fonds des familles Arnault et Pinault, CMA-CGM, Early Stage, Daphni, Serena, l’association familiale Mulliez ou encore le groupe Dassault sont quelques-uns des participants. Les cofondateurs avaient prévu de lever 500 millions d’euros au début du mois de décembre, c’est finalement presque le double de la somme qui a été récoltée.

Le détenteur du prix Turing a été rejoint en décembre par Laurent Solly, cofondateur et COO d’AMI Labs. C’est l’ancien vice-président Europe de Meta, l’ex-directeur général de TF1 Publicité. Il a également été directeur adjoint de la campagne présidentielle de Nicolas Sarkozy en 2007.

Ils sont épaulés par Alexandre Lebrun, cofondateur de la startup médical Nabla et ancien membre du laboratoire FAIR (Facebook Artificial Intelligence Research). Alexandre Lebrun est le CEO de cette nouvelle structure.

À noter la présence de Saining Xie, cofondateur et directeur du laboratoire des sciences chez AMI, ancien chercheur chez Google DeepMind. Il est un temps passé par Meta. Pascale Fung, ex-directrice senior chez Meta et directrice du centre de recherche en IA de l’Université de Hong Kong, prend le rôle de directrice de recherche et innovation chez AMI Labs.

JEPA, une architecture comme point de départ

L’équipe est distribuée entre Paris, New York, Montréal et Singapour. La société « internationale » siège toutefois à Paris.

Sans surprise, AMI Labs entend développer des modèles monde, un travail entamé par Yann Le Cun chez Meta. Pour rappel, le professeur à l’Université de New York avait orchestré la publication du projet JEPA en 2022.

JEPA, pour Joint Embedding Predictive Architecture, est une architecture de modèles qui s’appuie sur l’imbrication continue de vecteurs pour prédire du texte dans un espace de représentation appris. Pour résumer à gros trait, le modèle est entraîné sur des images et des vidéos dans un environnement virtuel « où les détails qui ne sont pas prévisibles sont éliminés ».

En décembre 2025, Yann Le Cun et une partie des ingénieurs qui ont rejoint AMI Labs ont publié VL-JEPA, un modèle de vision langage de 1,6 milliard de paramètres qui s’appuie sur cette architecture. Doté d’une capacité de décodage sélective, le modèle serait aussi performant que les meilleurs VLM dotés de 2 milliards de paramètres sur les tâches de compréhension visuelles. Ce n’est pas en soi un exploit. Toutefois, VL JEPA aurait besoin de presque trois fois moins d’opérations de décodage (2,85 fois) pour obtenir ces résultats.

Un ami des industriels

Ce n’est qu’un début. L’objectif est d’apprendre aux modèles une représentation finie du monde pour les intégrer dans des systèmes d’IA physique, dont des robots, des voitures autonomes et d’autres équipements. Une approche que Yann Le Cun entend différencier du développement des grands modèles de langage.

« AMI fera progresser la recherche en IA et développera des applications où la fiabilité, la contrôlabilité et la sécurité sont vraiment importantes, en particulier pour le contrôle des processus industriels, l’automatisation, les wearables, la robotique, les appareils médicaux, etc. », décrit la startup sur son site sous forme de landing page.

Auprès de Maddyness, Alexandre Lebrun précise que la somme levée servira d’abord à doter la startup de puissance de calcul. Plusieurs postes sont également ouverts. AMI Labs veut recruter des ingénieurs et des chercheurs en IA. Elle recherche des experts en apprentissage autosupervisé, de préférence dans l’entraînement de modèles de diffusion d’images et de vidéo, ayant des connaissances avancées dans les frameworks PyTorch (né chez Meta) ou JAX (Google). En clair, la startup n’écarte pas l’idée d’utiliser les TPU de Google au besoin.

AMI Labs n’est pas la seule à s’être lancé dans l’entraînement de modèles monde. Outre Nvidia qui s’est lancé avec Cosmos, la startup World Labs a également levé 1 milliard de dollars auprès d’AMD, d’Autodesk, d’Emerson Collective, de Nvidia et d’autres pour poursuivre le développement de son premier produit : Marble. Celui-ci permet de générer des environnements en 3D à visiter. Une capacité qui pourrait servir dans la production de films, dans l’architecture ou encore la décoration d’intérieur.

Les ambitions d’AMI Labs sont plus fortes. Les chercheurs-entrepreneurs préviennent : il faut leur laisser le temps pour développer ce que Yann Le Cun considère comme la « prochaine grande étape de l’intelligence artificielle ». Si c’est un pari risqué, le laboratoire vise le monde industriel qui le soutient déjà. L’éditeur alsacien Divalto s’est également intéressé à cette approche pour son ERP et son CRM.