Yann LeCun уходит из Meta: запуск AMI Labs и ставка на World Models

30 января 2026 — Yann LeCun, один из "крёстных отцов" глубокого обучения и лауреат премии Тьюринга, объявил об уходе из Meta после 12 лет работы. Он запускает собственный стартап AMI Labs (Advanced Machine Intelligence Labs) с оценкой €3 млрд и раундом в €500 млн. Цель — построить AI, который понимает мир, а не просто предсказывает слова.

Почему LeCun уходит

Разногласия с Meta

По информации Financial Times и MIT Technology Review, причины ухода:

1. Фокус Meta на LLM — компания сделала ставку на языковые модели (Llama), которые LeCun считает тупиковым путём
2. Реструктуризация — после приобретения Scale AI новым главой AI-подразделения стал Александр Ванг (28 лет), все, включая LeCun, должны были отчитываться ему
3. Философские разногласия — LeCun годами критиковал LLM как неспособные к "пониманию"

Знаменитая критика LLM

LeCun неоднократно говорил:

«Домашняя кошка понимает физику мира лучше, чем GPT-4. Кошка знает, что объекты падают вниз, что стены твёрдые, что мышь может спрятаться за угол. LLM не имеют представления о физике.»

Его позиция: языковые модели — полезные инструменты, но не путь к AGI.

Что такое AMI Labs

Миссия

AMI Labs (Advanced Machine Intelligence Labs) фокусируется на World Models — AI-системах, которые:

• Понимают базовые законы физики
• Могут предсказывать последствия действий
• Планируют в реальном мире, не только в текстовом пространстве

Команда

LeCun собрал звёздную команду:

• Alex LeBrun (CEO) — основатель Wit.ai (приобретён Facebook), работал с LeCun в FAIR
• Исследователи из FAIR — несколько ключевых учёных ушли вместе с LeCun
• PhD из топ-университетов — активный рекрутинг в NYU, MIT, Stanford

Финансирование

• €500 млн — первый раунд
• €3 млрд оценка — одна из крупнейших для AI-стартапа в Европе
• Инвесторы: Andreessen Horowitz, Index Ventures, европейские фонды

Интересно: Meta может стать первым клиентом AMI Labs для AR/VR и робототехники.

Технология: JEPA и World Models

Что такое JEPA

JEPA (Joint Embedding Predictive Architecture) — архитектура, разработанная LeCun в Meta:

Традиционные модели (LLM):

• Предсказывают следующее слово
• Работают с дискретными токенами
• Не понимают физику

JEPA:

• Предсказывает абстрактные представления
• Работает в непрерывном пространстве
• Моделирует причинно-следственные связи

Как это работает

Представьте: ребёнок видит, как мяч катится к краю стола. Он предсказывает: "мяч упадёт". Это понимание физики.

LLM: может описать падение мяча словами, но не "понимает", почему это происходит.

JEPA: строит внутреннюю модель мира, где гравитация, инерция и твёрдость объектов — часть представления.

Пример I-JEPA

I-JEPA (Image JEPA), выпущенная Meta в 2023, показала принцип:

1. Модель видит часть изображения
2. Предсказывает абстрактное представление скрытой части
3. Не генерирует пиксели — работает на уровне "смыслов"

Результат: модель понимает, что за углом дома, вероятно, продолжение стены, а не пустота.

Почему World Models — следующий фронтир

Ограничения LLM

LLM в 2026 году достигли впечатляющих результатов, но:

1. Галлюцинации — модели уверенно врут
2. Отсутствие здравого смысла — не понимают базовую физику
3. Плохое планирование — не могут планировать многошаговые действия
4. Хрупкость — небольшие изменения ломают рассуждения

Что дают World Models

World Models позволяют:

• Симуляция — "что будет, если я сделаю X?"
• Планирование — построение плана действий
• Робототехника — управление роботами в реальном мире
• Автономные системы — беспилотники, автомобили

Кто ещё работает над этим

2026 год — начало "гонки World Models".

Влияние на индустрию

Для Meta

• Потеря научного лидера и репутации
• Фокус на практических продуктах (Llama, Threads AI)
• Возможное партнёрство с AMI Labs

Для AI-индустрии

• Легитимизация альтернативного подхода
• Инвестиции в World Models вырастут
• Новое направление для стартапов

Для AGI

LeCun считает, что AGI требует:

• World Models (понимание физики)
• Planning (планирование)
• Hierarchical representation (иерархическое представление)

LLM — часть пазла, но не решение.

Критика и сомнения

Скептики

Не все согласны с LeCun:

Ilya Sutskever: «Масштабирование LLM достаточно для AGI. Нужно просто больше данных и compute.»

Sam Altman: «GPT-5 покажет, что языковые модели могут решать любые задачи.»

Технические вопросы

1. Масштабирование — JEPA работает на небольших задачах, масштабирование не доказано
2. Данные — откуда брать данные о физике мира?
3. Оценка — как измерять "понимание мира"?

Для России

Доступность

AMI Labs — исследовательская компания, продуктов пока нет. Но:

• Публикации — ожидаются открытые papers
• Сотрудничество — возможности для исследователей
• Технологии — если успех, конкуренты внедрят подобное

Что делать сейчас

1. Изучать JEPA — papers уже доступны
2. Следить за World Labs — ещё один крупный игрок
3. Экспериментировать — с Video Prediction моделями

Заключение

Уход LeCun из Meta — сигнал, что AI-индустрия на развилке. Один путь — масштабирование LLM (OpenAI, Anthropic). Другой — World Models и понимание физики (LeCun, Fei-Fei Li).

Ключевые выводы:

1. LeCun ставит на World Models — €500 млн и репутация Тьюринг-лауреата
2. Meta теряет лидера — но может стать клиентом AMI Labs
3. JEPA — альтернатива LLM — предсказание смыслов, не токенов
4. Гонка началась — DeepMind, World Labs, AMI Labs, Runway
5. AGI требует большего — чем предсказание следующего слова

Следите за AMI Labs — если они правы, это изменит всё.

---

Интересуетесь будущим AI? Подписывайтесь на @AI_and_zarubejka — разбираем, куда движется индустрия!