Il y a quelques mois encore, Yann LeCun était l’une des figures les plus emblématiques de Meta, où il dirigeait les équipes de recherche fondamentale en intelligence artificielle depuis plus de dix ans. Aujourd’hui, le co-lauréat du prix Turing 2018 — considéré comme le Nobel de l’informatique — pilote sa propre startup depuis Paris, avec une levée de fonds de 890 millions d’euros qui a établi un record historique en Europe.
Bienvenue chez AMI Labs : la startup qui veut construire l’IA capable de comprendre le monde physique, pas seulement le langage.
Un départ de Meta qui change tout
LeCun a passé plus d’une décennie chez Meta en tant que Chief AI Scientist, période pendant laquelle il a supervisé la création des laboratoires FAIR (Fundamental AI Research) et la publication de recherches qui ont façonné le domaine. Il a défendu des modèles open source (Llama), critiqué publiquement certaines orientations de l’IA générative — notamment l’obsession pour les LLMs comme voie vers l’intelligence artificielle générale — et maintenu une voix singulière dans un secteur de plus en plus dominé par les certitudes.
Son départ de Meta fin 2025 a immédiatement suscité des spéculations. La réponse est arrivée en mars 2026 : AMI Labs, une startup d’IA basée à Paris, co-fondée avec Alexandre Lebrun, ancien PDG de Nabla (la startup française de santé augmentée par l’IA).
La répartition des rôles est claire :
- Yann LeCun : Président non-exécutif — la caution scientifique et le visage public
- Alexandre Lebrun : Directeur général — l’entrepreneur qui fait tourner la machine
- Laurent Solly (ex-VP Meta Europe) : COO
- Saining Xie : Chief Science Officer
- Pascale Fung : Chief Research & Innovation Officer
- Michael Rabbat : VP World Models
C’est une dream team qui mêle ambition scientifique de haut vol et ADN entrepreneurial éprouvé.
890 millions d’euros : le plus grand seed d’Europe
La levée de fonds d’AMI Labs est tout simplement la plus importante jamais réalisée pour un seed round en Europe. Pour mémoire, la startup cherchait initialement 500 millions d’euros — elle en a finalement obtenu presque le double, preuve de l’appétit des investisseurs pour ce type de pari.
Au total, le tour atteint 1,03 milliard de dollars (environ 960 millions d’euros au taux de conversion du moment), levé à une valorisation pré-money de 3,5 milliards de dollars.
Les investisseurs
La liste des investisseurs est aussi impressionnante que les montants :
- Co-leaders : Cathay Innovation, Greycroft, Hiro Capital, HV Capital, Bezos Expeditions
- Stratégiques : Toyota, Nvidia, Samsung
- Personnalités tech : Eric Schmidt (ex-PDG de Google), Jeff Bezos (fondateur d’Amazon)
La présence de Toyota et Samsung n’est pas anodine : elle indique que les applications industrielles et hardware sont au cœur de la feuille de route d’AMI Labs. La présence de Nvidia confirme que le géant des puces parie sur la thèse des “world models” — et veut être dans le bateau.
La thèse : les LLMs ne suffisent pas
Pour comprendre AMI Labs, il faut comprendre la critique fondamentale que LeCun porte depuis des années contre les grands modèles de langage.
Le problème avec les LLMs actuels
Les LLMs comme GPT-5, Claude ou Gemini sont entraînés sur du texte. Des quantités astronomiques de texte. Ils développent des capacités impressionnantes à générer du langage, raisonner sur des problèmes exprimés en mots, coder, analyser des documents. Mais selon LeCun, ils ont une limitation fondamentale : ils ne comprennent pas le monde physique.
Un enfant de 2 ans comprend la permanence des objets, la causalité, la gravité, la trajectoire d’une balle. Il le comprend parce qu’il interagit avec le monde. Les LLMs n’ont jamais interagi avec le monde — ils ont seulement lu des descriptions du monde. Il y a une différence fondamentale.
“Notre objectif est de construire une IA qui comprenne le monde physique, le monde réel.” — Yann LeCun
Les world models : apprendre du monde réel
C’est là qu’entrent les world models — les modèles du monde. L’idée est de construire des systèmes d’IA capables d’apprendre à partir d’interactions avec l’environnement physique, pas seulement à partir de texte.
Ces modèles seraient capables de :
- Prédire les conséquences d’actions (si je pousse cet objet, que se passe-t-il ?)
- Planifier sur des horizons temporels longs (comment atteindre un objectif en plusieurs étapes ?)
- Comprendre la causalité (quelle action a causé quel résultat ?)
- Généraliser à des situations nouvelles sans données d’entraînement spécifiques
C’est le type d’intelligence nécessaire pour la conduite autonome, la robotique, les agents physiques en environnement non contrôlé.
Les applications cibles d’AMI Labs
AMI Labs a identifié plusieurs domaines d’application prioritaires :
La santé : un premier partenaire stratégique
Le premier partenaire annoncé est Nabla, la startup de santé digitale dont Lebrun est désormais président du conseil d’administration. Nabla utilise l’IA pour assister les médecins — transcription des consultations, génération de comptes-rendus, support au diagnostic.
Avec des world models, les applications vont plus loin : comprendre les interactions médicament-patient dans des environnements complexes, prédire l’évolution de pathologies, optimiser les protocoles de soin en tenant compte des contraintes physiques réelles.
La robotique et la conduite autonome
D’ici 3 à 5 ans, l’objectif déclaré d’AMI Labs est de “produire des systèmes intelligents un peu universels qui pourraient être utilisés pour à peu près n’importe quelle application qui nécessite des machines intelligentes” — conduite autonome et robotique en tête.
C’est là que Toyota entre en jeu. Le constructeur japonais investit massivement dans la robotique et les véhicules autonomes. AMI Labs pourrait fournir la couche d’intelligence physique qui manque encore aux robots commerciaux.
L’IA embarquée dans les appareils
La présence de Samsung comme investisseur ouvre une perspective : des modèles d’IA capables de comprendre le monde physique, optimisés pour tourner directement sur des appareils (smartphones, appareils ménagers, robots industriels), sans passer par le cloud.
Le paradoxe géographique : Paris comme hub mondial de l’IA
AMI Labs est basée à Paris, avec des bureaux à New York, Singapour et Montréal. Ce choix de Paris comme siège principal est significatif.
LeCun est Français. Lebrun est Français. Plusieurs des chercheurs clés viennent de l’écosystème académique et industriel français. Et Paris a développé ces dernières années une concentration remarquable de talents IA — portée par l’INRIA, l’ENS, Polytechnique, et des entreprises comme Mistral AI.
La France bénéficie également d’une régulation IA plus pragmatique que certains de ses voisins, d’un droit du travail qui n’effraie plus les VCs internationaux, et d’un écosystème startup qui a mûri.
Les défis qui attendent AMI Labs
La vision est convaincante. Mais les obstacles sont nombreux.
Le temps de recherche fondamentale
Les world models ne sont pas encore au niveau des LLMs en termes de capacités généralisées. Il s’agit d’un domaine de recherche ouvert, avec des résultats encore limités en dehors de domaines très spécifiques (jeux, environnements simulés). Passer de la recherche fondamentale à des produits commerciaux prendra des années.
La concurrence des géants
Google DeepMind, Anthropic, OpenAI, Meta (ironiquement) investissent tous dans des formes de raisonnement incarné ou de modélisation du monde physique. AMI Labs devra avancer rapidement pour rester devant.
Le recrutement mondial
Avec des sites à Paris, New York, Singapour et Montréal, AMI Labs doit recruter des talents d’élite dans un marché où la compétition est féroce. L’attractivité de LeCun aide — son nom est une marque en soi dans la communauté IA mondiale.
Le signal pour la French Tech
La levée d’AMI Labs s’inscrit dans un moment exceptionnel pour l’écosystème français. En quelques mois :
- Mistral AI : 3 milliards d’euros levés à 20 milliards de valorisation
- Dust : 40 millions de dollars en Série B
- Oxford Quantum Circuits (OQC) : 301 millions d’euros pour le quantique
La French Tech n’est plus un écosystème qui observe de loin — elle est devenue une scène de création de compagnies d’IA de niveau mondial.
Ce qu’il faut retenir
- AMI Labs est fondée par Yann LeCun (ex-Meta) et Alexandre Lebrun (ex-Nabla) à Paris
- Levée record : 890 millions d’euros (environ 1 milliard de dollars) — le plus grand seed d’Europe
- Valorisation pré-money : 3,5 milliards de dollars
- Investisseurs clés : Toyota, Nvidia, Samsung, Jeff Bezos, Eric Schmidt
- Thèse : les world models — des IA qui comprennent le monde physique, pas seulement le langage
- Applications cibles : santé (partenariat Nabla), robotique, conduite autonome, IA embarquée
- Sièges : Paris (principal), New York, Singapour, Montréal
- Horizon commercial : 3 à 5 ans pour des systèmes intelligents universels
- Défi : passer de la recherche fondamentale aux produits face à des rivaux bien dotés
