Imaginez un futur où l’intelligence artificielle ne se contente plus de regurgiter du texte ou de générer des images : elle comprend réellement le monde physique, anticipe les conséquences de nos actions et aide les médecins à poser des diagnostics sans risquer de dangereuses hallucinations. Ce futur semble s’accélérer de façon spectaculaire depuis l’annonce fracassante de la levée de fonds la plus importante jamais réalisée dans le domaine des world models.
Le 9 mars 2026, TechCrunch révélait qu’AMI Labs, la nouvelle société co-fondée par Yann LeCun – le lauréat du prix Turing souvent considéré comme le « parrain » du deep learning moderne – venait de boucler un tour de table monumental de 1,03 milliard de dollars. Oui, vous avez bien lu : plus d’un milliard pour une structure qui n’a pas encore sorti de produit commercial mais qui travaille sur ce qui pourrait devenir la prochaine révolution après les grands modèles de langage.
Pourquoi les world models fascinent autant les investisseurs en 2026 ?
Pendant des années, l’industrie de l’IA a misé massivement sur les LLM (Large Language Models) : plus de paramètres, plus de données textuelles, plus de puissance de calcul. Les résultats sont impressionnants… mais limités. Dès qu’il s’agit de comprendre la physique du monde réel, de raisonner sur des interactions causales ou simplement d’éviter d’inventer des faits médicaux dangereux, ces modèles montrent leurs faiblesses.
C’est précisément ce plafond de verre que veulent briser les world models. Contrairement aux approches purement linguistiques, ces systèmes visent à construire une représentation interne cohérente et prédictive de la réalité physique et sociale. Ils apprennent non seulement quoi dire, mais comment le monde fonctionne réellement.
« Mon pari est que ‘world models’ va devenir le buzzword des prochains mois. Dans six mois, toutes les startups vont se proclamer ‘world model’ pour lever des fonds. »
– Alexandre LeBrun, CEO d’AMI Labs
Derrière ce sourire ironique se cache une conviction profonde : les vraies percées ne viendront pas en renommant les approches existantes, mais en changeant fondamentalement la façon dont les machines apprennent.
Yann LeCun et la vision JEPA : une rupture conceptuelle
Depuis 2022, Yann LeCun défend publiquement une architecture qu’il a baptisée JEPA (Joint Embedding Predictive Architecture). L’idée centrale est simple mais puissante : au lieu de générer pixel par pixel ou token par token (ce qui est extrêmement coûteux et souvent incohérent), le modèle apprend à prédire une représentation abstraite et compressée d’une partie du monde à partir d’une autre.
Concrètement :
- on supprime une partie d’une image ou d’une vidéo
- le modèle doit prédire la représentation abstraite de cette partie manquante
- pas besoin de reconstruire pixel par pixel, ce qui économise énormément de calcul
- le système développe naturellement une compréhension causale et physique
Cette approche contraste radicalement avec les modèles génératifs actuels qui consomment des quantités astronomiques d’énergie pour produire du contenu souvent redondant ou erroné. Pour LeCun, c’est la voie royale vers une IA qui « comprend » vraiment, et non qui imite.
Une levée record pour une ambition à très long terme
1,03 milliard de dollars à une valorisation pré-money de 3,5 milliards. Ces chiffres impressionnants pour une société qui n’a pas encore de revenus rappellent les débuts fous de l’ère LLM en 2022-2023. Mais la différence est de taille : AMI Labs annonce clairement un horizon de plusieurs années avant les premières applications commerciales significatives.
« Ce n’est pas une startup appliquée classique qui sort un MVP en trois mois, facture dès le sixième et vise 10 M$ d’ARR la première année », reconnaît sans détour Alexandre LeBrun.
Les principaux postes de dépenses sont déjà identifiés :
- Calcul intensif : entraîner des world models demande des infrastructures GPU/TPU colossales
- Talents rares : recruter les meilleurs chercheurs mondiaux en IA fondamentale
- Données réelles : accès à des flux vidéo, capteurs physiques, données médicales de qualité
Malgré cet horizon lointain, les investisseurs se sont bousculés : Cathay Innovation, Greycroft, Hiro Capital, HV Capital et Bezos Expeditions ont co-dirigé le tour, rejoints par des poids lourds industriels (Nvidia, Samsung, Toyota Ventures, Temasek…) et des business angels de légende (Tim Berners-Lee, Eric Schmidt, Mark Cuban, Xavier Niel…).
Une équipe de rêve et une stratégie multi-localisations
AMI Labs ne mise pas seulement sur le nom de LeCun. L’équipe dirigeante est impressionnante :
- Alexandre LeBrun (CEO) – ex-CEO de Nabla, serial entrepreneur français
- Laurent Solly (COO) – ex-VP Europe de Meta, expert scaling
- Saining Xie (Chief Science Officer) – chercheur de premier plan en vision par ordinateur
- Pascale Fung (Chief Research & Innovation Officer) – experte reconnue en IA conversationnelle et éthique
- Michael Rabbat (VP World Models) – vétéran de la recherche Meta AI
La stratégie géographique est tout aussi ambitieuse : quatre hubs principaux
- Paris (siège)
- New York (autour de NYU et Yann LeCun)
- Montréal (écosystème Mila et Michael Rabbat)
- Singapour (talent asiatique + proximité clients futurs)
Première application concrète : la santé avec Nabla
Si AMI Labs prend le temps de la recherche fondamentale, elle ne reste pas enfermée dans une tour d’ivoire. La première collaboration officialisée concerne Nabla, la startup française de santé digitale dont Alexandre LeBrun est aujourd’hui président.
Pourquoi la santé en priorité ? Parce que c’est l’un des domaines où les hallucinations des LLM actuels sont les plus inacceptables. Un faux diagnostic, une posologie erronée ou une contre-indication oubliée peuvent coûter des vies.
« Nous développons des world models qui cherchent à comprendre le monde, et on ne peut pas le faire enfermé dans un labo. À un moment, il faut confronter le modèle à des situations réelles, avec de vraies données et de vraies évaluations. »
– Alexandre LeBrun
Cette stratégie « partner-first » explique aussi la présence d’industriels majeurs dans le capital : Toyota (robotique & conduite autonome), Samsung (électronique grand public), Sea (gaming & e-commerce Asie du Sud-Est)… Autant de secteurs où une compréhension fine du monde physique représente un avantage compétitif colossal.
Ouverture et open source : un choix stratégique fort
Dans un écosystème où la plupart des acteurs gardent jalousement leurs modèles, AMI Labs annonce la couleur : publication systématique de papiers scientifiques et open source massif du code.
« Nous pensons que les choses avancent plus vite quand elles sont ouvertes, et c’est dans notre intérêt de construire une communauté et un écosystème de recherche autour de nous », explique LeBrun, qui a lui-même passé plusieurs années chez FAIR, le laboratoire de recherche de Meta.
Cette posture rappelle les grandes heures de la recherche en IA (2010-2018) où le partage accéléré les progrès collectifs. Elle contraste avec la fermeture croissante observée depuis l’explosion commerciale des LLM.
Quelles implications pour les entrepreneurs et marketeurs tech ?
Pour les fondateurs et dirigeants de startups tech, plusieurs signaux sont à surveiller :
- Les investisseurs institutionnels et corporate sont prêts à miser très gros sur des projets de recherche fondamentale longue
- La santé, la robotique, la conduite autonome et les interfaces homme-machine physiques deviennent les premiers verticals prioritaires
- Les approches purement génératives vont probablement perdre de leur attractivité investisseurs d’ici 12-24 mois au profit des systèmes hybrides ou prédictifs
- Le retour en force de la recherche ouverte peut créer de nouvelles opportunités pour les startups agiles capables de s’appuyer rapidement sur des briques publiées par AMI Labs et consorts
Pour les équipes marketing et growth, l’enjeu sera aussi de taille : comment communiquer sur des technologies dont le produit final n’arrivera peut-être pas avant 3 à 5 ans ? Comment transformer l’attente en communauté engagée ? Comment valoriser une roadmap très ambitieuse sans promettre des miracles à court terme ?
Vers une nouvelle vague d’investissements massifs ?
AMI Labs n’est pas un cas isolé. Ces derniers mois ont vu :
- World Labs (Fei-Fei Li) lever 1 milliard
- SpAItial (Europe) boucler un seed de 13 M$ – montant exceptionnel pour un early-stage européen
- plusieurs autres acteurs discrets annoncer des tours significatifs
Le marché semble convaincu que la prochaine décennie de l’IA ne se jouera pas uniquement sur le texte et l’image 2D, mais sur la compréhension et la prédiction du monde 3D, physique et temporel. Les montants investis montrent que les capitaux suivent déjà cette conviction.
Conclusion : une course de fond qui commence
AMI Labs ne promet pas de licorne en douze mois. Elle ne sortira probablement pas d’application grand public avant plusieurs années. Pourtant, elle vient de lever plus d’un milliard sur une vision, une équipe et une hypothèse scientifique.
Pour les entrepreneurs tech, c’est un rappel puissant : parfois, les plus gros chèques ne vont pas aux produits les plus rapides, mais aux équipes qui visent le changement de paradigme le plus profond. Et pour l’instant, Yann LeCun et ses associés semblent avoir convaincu le marché que ce changement passe par des machines capables de vraiment comprendre le monde, et non plus seulement de le décrire.
Les 36 à 60 prochains mois s’annoncent passionnants. La bataille des world models ne fait que commencer.
