Lo scorso 10 marzo 2026, Advanced Machine Intelligence Labs (AMI Labs) ha annunciato ufficialmente il proprio debutto come entità indipendente. Contestualmente, la società ha comunicato la chiusura di un round di finanziamento seed da 1,03 miliardi di dollari, basato su una valutazione pre-money di 3,5 miliardi. Grazie a questa operazione, AMI Labs ha raggiunto lo status di “unicorno”1 già al momento del lancio sul mercato.
La società – specializzata nello sviluppo dei world models, sistemi di intelligenza artificiale progettati per comprendere e simulare il mondo fisico – ha sede principale a Parigi, con hub operativi a New York, Montreal e Singapore. Yann LeCun, vincitore del Premio Turing 2018 ed ex Chief AI Scientist di Meta, ricopre la carica di Executive Chairman, mentre la guida operativa è affidata ad Alexandre LeBrun nel ruolo di CEO. Completano il team di vertice Michael Rabbat, come VP of World Models, e Saining Xie, in qualità di Chief Science Officer.
LeCun aveva lasciato Meta alla fine del 2025, dopo la riorganizzazione interna delle attività AI del gruppo attorno a una struttura focalizzata sulla superintelligenza (AGI) e sugli LLM, una direzione rispetto alla quale aveva espresso in più occasioni posizioni critiche. Il round – descritto da diverse testate e database finanziari come il più grande seed mai chiuso da una startup europea – è stato co-guidato da Cathay Innovation, Greycroft, Hiro Capital, HV Capital e Bezos Expeditions, con la partecipazione diretta dei colossi tech Nvidia, Samsung e Toyota Ventures. La composizione del round suggerisce un interesse trasversale che va oltre l’AI generativa generativa, arrivando a toccare applicazioni industriali, robotiche e ‘fisiche’.
Il progetto di AMI Labs non si limita a competere con l’ecosistema degli LLM, ma propone un’impostazione diversa, incentrata sulla costruzione di sistemi capaci di apprendere una rappresentazione più strutturata del mondo fisico. Come riportato da WIRED al momento del lancio, LeCun sostiene da tempo che i modelli linguistici, pur efficaci sul piano del linguaggio, non sviluppino da soli una comprensione sufficientemente ricca delle dinamiche del mondo reale.
Il riferimento tecnico di questa visione è la Joint Embedding Predictive Architecture (JEPA), una famiglia di approcci di self-supervised learning – apprendimento auto-supervisionato, cioè senza etichette umane esplicite – che lavora in uno spazio di rappresentazione astratto e mira a prevedere stati semantici futuri, anziché limitarsi a generare il prossimo token o a ricostruire direttamente singoli pixel.
In questa prospettiva, il baricentro del controllo si sposta almeno in parte dal solo piano dell’input linguistico a quello della qualità del modello interno con cui il sistema rappresenta ambienti, dinamiche e conseguenze delle azioni. Per settori come manifattura, robotica, aerospace, biomedicale e controllo industriale, dove la pianificazione deve interagire con vincoli fisici e operativi, questa distinzione può avere rilievo concreto. La presenza di Nvidia tra gli investitori segnala inoltre un possibile allineamento con l’ecosistema hardware e software della simulazione fisica e della physical AI, anche se eventuali integrazioni specifiche non sono state dettagliate pubblicamente al momento del lancio.
Takeaway
Ai World Model. Si tratta di un sistema di intelligenza artificiale che costruisce una rappresentazione interna del funzionamento del mondo fisico — relazioni causali, dinamiche spaziali, conseguenze delle azioni — a partire da dati visivi e sensoriali. A differenza dei Large Language Model (LLM) classici, che operano principalmente su sequenze testuali di tipo statistico, un world model mira a fornire un ancoraggio più diretto tra percezione, previsione e azione in ambienti reali o simulati.
[ 1 ] In ambito finanziario, il termine Unicorno indica una startup privata — non quotata in borsa — che ha raggiunto una valutazione di mercato pari o superiore a 1 miliardo di dollari. Il termine è stato coniato nel 2013 dalla venture capitalist Aileen Lee in un articolo su TechCrunch, e fa riferimento all’animale mitologico proprio perché, come lui, queste aziende sono estremamente rare.
Fonti:
AMI Labs — Funding & Lancio
Reuters – Ex-Meta AI chief Yann LeCun’s AMI raises $1.03B for alternative AI approach
TechCrunch – Yann LeCun’s AMI Labs raises $1.03B to build world models
Financial Times – AMI Labs funding record europeo
AMI Labs – Aggiornamento ufficiale sul lancio
Cathay Capital – AMI Labs: management, investitori e visione
Yann LeCun — Uscita da Meta & Contesto
Reuters – Yann LeCun lascia Meta per lanciare AMI
Reuters – Meta lancia Meta Superintelligence Labs
WIRED – LeCun critica gli LLM e presenta la visione world models
Ricerca — World Models & Architetture
CVF Open Access – I-JEPA: Self-Supervised Learning from Images with a Joint-Embedding Predictive Architecture (CVPR 2023)
NVIDIA – Cosmos (pagina ufficiale)
