Yann LeCun, einer der führenden Köpfe im Bereich der Künstlichen Intelligenz und Turing-Preisträger, hat AMI Labs gegründet. Das neue Forschungslabor mit Hauptsitz in Paris will eine neue Generation von "Weltmodellen" entwickeln, die physikalische Realität besser verstehen. LeCun kritisiert seit Langem die starke Abhängigkeit der KI-Branche von Großen Sprachmodellen (LLMs) für physische Aufgaben.
Wichtige Erkenntnisse
- Yann LeCun startet AMI Labs in Paris, um KI-Modelle für physikalische Aufgaben zu revolutionieren.
- Das Labor konzentriert sich auf "Weltmodelle", die physikalische Realität durch Beobachtung lernen, nicht durch Textdaten.
- LeCun kritisiert die Grenzen aktueller Großer Sprachmodelle (LLMs) für Robotik.
- AMI Labs setzt auf die JEPA-Architektur, die sich auf kausale Physik konzentriert und irrelevante Details ignoriert.
- Das Unternehmen strebt an, KI-Lösungen für industrielle Steuerung, Wearables und Gesundheitswesen zu entwickeln.
Ein neuer Ansatz für Künstliche Intelligenz
AMI Labs, dessen Name "a-mee" (Freund auf Französisch) ausgesprochen wird, soll mit einer kolportierten Bewertung von 3,5 Milliarden US-Dollar starten. Das Ziel ist klar: KI-Systeme zu schaffen, die über das reine Verarbeiten von Text hinausgehen und die physische Welt verstehen und interagieren können. LeCun, ehemals Chefwissenschaftler für KI bei Meta, sieht hier eine entscheidende Lücke in der aktuellen Entwicklung.
Die Gründung von AMI Labs festigt zudem Paris als aufstrebendes Zentrum für verkörperte KI. Es gibt eine enge Verbindung zur Universal Mechanical Assistant (UMA), einem Unternehmen, das sich auf die schnelle Produktentwicklung von mobilen und humanoiden Robotern konzentriert. LeCun ist offizieller Berater von UMA. Beide Unternehmen teilen nicht nur die Stadt, sondern auch Investorenkreise; Greycroft, ein UMA-Investor, soll auch an AMI interessiert sein.
"Es gibt viele Firmen, die humanoide Roboter bauen… sie machen Kung-Fu und beeindruckende Dinge. Das alles ist vorprogrammiert. Keine dieser Firmen – absolut keine von ihnen – hat eine Ahnung, wie man diese Roboter intelligent genug macht, um nützlich zu sein."
Faktencheck: LeCuns Kritik
- LeCun bezeichnet die Branche als "LLM-pilled" (LLM-verblendet), da sie sich zu stark auf Sprachmodelle verlässt.
- Er argumentiert, dass aktuelle Robotersysteme, obwohl beeindruckend, oft nur vorprogrammierte Verhaltensweisen zeigen.
- Ihnen fehle der "gesunde Menschenverstand" einer Hauskatze, um in unvorhersehbaren Umgebungen zu agieren.
Die Grenzen aktueller Robotik-Technologien
LeCuns Kritik richtet sich insbesondere gegen die "Sprödigkeit" der derzeitigen Vision-Language-Action (VLA)-Modelle. Während Unternehmen wie Figure mit ihrem Helix 02-System Fortschritte bei der Lokomotion und Manipulation zeigen, sind diese für LeCun immer noch "geskriptete" Verhaltensweisen. Sie können Aufgaben in kontrollierten Umgebungen lösen, aber ihnen fehlt das grundlegende Verständnis für kausale Zusammenhänge in der realen Welt.
AMI Labs will dieses Problem mit der Joint Embedding Predictive Architecture (JEPA) lösen. Im Gegensatz zu generativer KI, die jedes Pixel oder Wort vorhersagt, prognostiziert JEPA die Zukunft in einem "abstrakten Repräsentationsraum". Das ermöglicht einem Roboter, unwichtige Umgebungsgeräusche – wie das Flackern eines Lichts oder die Textur eines Teppichs – zu ignorieren und sich auf die kausale Physik einer Aufgabe zu konzentrieren. Dies soll Robotern helfen, relevantere Informationen zu filtern und effizienter zu lernen.
Hintergrund: JEPA-Architektur
JEPA (Joint Embedding Predictive Architecture) ist ein von Yann LeCun und seinem Team entwickeltes Modell. Es lernt, indem es eine abstrakte, komprimierte Darstellung von Daten erstellt und zukünftige Zustände in diesem abstrakten Raum vorhersagt. Dies unterscheidet sich von generativen Modellen, die versuchen, jedes Detail zu reproduzieren. JEPA soll eine robustere und effizientere Art des Lernens für Systeme ermöglichen, die mit der physischen Welt interagieren.
Die öffentliche Debatte: LeCun gegen Musk und Adcock
LeCuns kritische Haltung hat ihm den Ruf eines "Negative Nancy" in den sozialen Medien eingebracht und zu öffentlichen Auseinandersetzungen mit anderen Branchengrößen geführt. Nach seinen Kommentaren beim AI House Davos 2026 äußerte Elon Musk auf X (ehemals Twitter), LeCun glaube, "wenn er es nicht kann, kann es niemand".
LeCun wies diese Behauptung entschieden zurück. Er betonte, dass er nicht gegen Robotik wetten würde, sondern gegen die derzeit favorisierten Techniken. "Ich weiß, dass ich es kann und ich weiß, wie es geht. Nur nicht mit den Techniken, auf die derzeit alle setzen", konterte LeCun. Er kritisierte die "überwiegende Mehrheit" der humanoiden Hardware-Firmen, die "von LLM abgeleitete Methoden" verwenden, die nur für eng definierte Aufgaben geeignet seien. Dies stellt ihn nicht nur gegen Musks Optimus-Programm, sondern auch gegen Brett Adcock von Figure, der LeCuns akademische Vorsicht kürzlich mit den Worten "get his hands dirty" abtat.
- Elon Musk: Kritisiert LeCuns Skepsis gegenüber aktuellen Robotik-Ansätzen.
- Brett Adcock (Figure): Fordert LeCun auf, sich praktischer zu engagieren.
- Yann LeCun: Verteidigt seinen Ansatz und kritisiert die Grenzen von LLM-basierten Methoden für physische KI.
Der pragmatische Graben und die Zukunft der KI
Während LeCun mit seinen "Weltmodellen" die "Künstliche Intelligenz auf menschlichem Niveau" anstrebt, ist die Branche gespalten. Viele Experten sehen den Bedarf an "gut genug" pragmatischen Lösungen. Scott Walter argumentiert, dass Humanoide keine perfekte Geschicklichkeit oder AGI-Level-"gesunden Menschenverstand" benötigen, um bereits einen industriellen Wert zu liefern. Roboter wie Agilitys Digit leisten bereits nützliche Arbeit, und Figure hat industrielle Anwendungen gezeigt. Ein Beispiel sind die "Dishwasher Wars", wo Figures Helix 02 und Sunday Robotics' Memo um Haushaltsaufgaben mit End-to-End-Lernen konkurrieren. Diese Systeme mögen nach LeCuns Maßstäben "eng" sein, aber sie lösen Automatisierungsaufgaben, die vor zwei Jahren noch unmöglich waren.
Demis Hassabis von DeepMind nimmt eine Mittelposition ein. Er erkennt an, dass Sprache für die Robotik begrenzt ist und priorisiert Weltmodelle durch Projekte wie Genie und SIMA. Allerdings räumt selbst die DeepMind-Führung ein, dass die Branche noch "einen weiteren großen Durchbruch" benötigt, um echte Generalisierung zu erreichen. AMI Labs ist LeCuns Wette, dass er diesen Durchbruch liefern kann.
Durch die Konzentration auf industrielle Steuerung, Wearables und das Gesundheitswesen will AMI beweisen, dass wahre Intelligenz nicht in einem Textfeld beginnt. Sie beginnt in der komplexen, bandbreitenintensiven Realität der physischen Welt. Das Labor wird die Herausforderung annehmen, physische Interaktion und Verständnis zu meistern, um die nächste Generation autonomer Systeme zu ermöglichen. Die Entwicklung von KI, die die Welt nicht nur beschreibt, sondern auch versteht und manipuliert, könnte weitreichende Auswirkungen auf viele Branchen haben.
