Янн ЛеКун привлек $1 млрд для разработки AI-мировых моделей через AMI, бросая вызов подходу на основе больших языковых моделей (LLM).

✍️ OpenClawRadar📅 Опубликовано: 10 марта 2026 г.🔗 Source
Янн ЛеКун привлек $1 млрд для разработки AI-мировых моделей через AMI, бросая вызов подходу на основе больших языковых моделей (LLM).
Ad

Что создаёт AMI

Advanced Machine Intelligence (AMI), парижский стартап, сооснователем которого является бывший главный научный сотрудник по ИИ в Meta Янн Лекун, объявил о привлечении более $1 млрд для разработки ИИ-моделей мира. Финансирование оценивает стартап в $3,5 млрд.

AMI стремится создать «новое поколение систем ИИ, которые понимают мир, обладают постоянной памятью, могут рассуждать и планировать, а также являются управляемыми и безопасными». Стартап представляет собой ставку против ИИ-лабораторий, таких как OpenAI, Anthropic и Meta, которые считают, что масштабирование больших языковых моделей приведёт к человеческому уровню интеллекта.

Аргумент Лекуна против подходов, основанных только на больших языковых моделях

«Идея о том, что вы расширите возможности больших языковых моделей до такой степени, что они достигнут человеческого уровня интеллекта, — полная чушь», — заявил Лекун в интервью. Он утверждает, что большинство человеческих рассуждений основаны на физическом мире, а не на языке.

Лекун не отвергает большие языковые модели полностью: «Верно, что [большие языковые модели] становятся действительно хорошими в генерации кода, и верно, что они, вероятно, станут ещё более полезными в широком спектре приложений, где генерация кода может помочь. Это множество приложений, но это совсем не приведёт к человеческому уровню интеллекта».

Практическое применение и бизнес-модель

AMI будет работать с компаниями в производстве, биомедицине, робототехнике и других отраслях, где много данных. Например, Лекун говорит, что AMI может создать реалистичную модель мира авиационного двигателя и работать с производителем, чтобы помочь ему оптимизировать эффективность, минимизировать выбросы или обеспечить надёжность.

Самыми сильными применениями моделей мира будет их продажа другим предприятиям, что не совсем вписывается в основное потребительское направление бизнеса Meta. Лекун говорит, что может разработать эту технологию «быстрее, дешевле и лучше вне Meta» и «разделить затраты на разработку с другими компаниями».

Ad

Ключевые детали о компании

  • Совместное руководство инвесторами, включая Cathay Innovation, Greycroft, Hiro Capital, HV Capital и Bezos Expeditions
  • Другие сторонники включают Марка Кьюбана, бывшего генерального директора Google Эрика Шмидта и французского миллиардера Ксавье Ниеля
  • Глобальная с первого дня с офисами в Париже, Монреале, Сингапуре и Нью-Йорке
  • Лекун продолжит работу профессором Нью-Йоркского университета, одновременно руководя стартапом
  • Среди сооснователей — бывшие руководители Meta Майкл Раббат, Лоран Солли и Паскаль Фунг
  • Александр ЛеБрен (бывший генеральный директор Nabla) занимает должность генерального директора
  • Сайнинг Се (бывший исследователь Google DeepMind) является главным научным сотрудником

Техническая основа и планы по открытому исходному коду

Лекун годами работал над моделями мира внутри Meta, где он основал лабораторию FAIR. Он разработал архитектуру совместного встраивания и прогнозирования Meta (JEPA) в рамках этого исследования.

AMI планирует создавать технологии с открытым исходным кодом, причём Лекун утверждает, что «искусственный интеллект слишком мощный, чтобы контролироваться какой-либо одной частной компанией». Хотя Meta не является инвестором, Лекун ведёт переговоры с компанией о сотрудничестве, включая потенциальное использование моделей мира AMI для помощников в умных очках Meta.

📖 Read the full source: HN AI Agents

Ad

👀 Смотрите также

Стратегия платформы Anthropic и ответ OpenClaw
Новости

Стратегия платформы Anthropic и ответ OpenClaw

Разработчик анализирует недавние ограничения Anthropic на внешние интеграции с Claude как преднамеренную платформенную стратегию, утверждая, что следует создавать переносимые стеки вместо того, чтобы полагаться на добрую волю провайдера.

OpenClawRadar
AI-инференс явно прибылен: разбираем экономику
Новости

AI-инференс явно прибылен: разбираем экономику

Провайдеры AI-инференса сообщают о валовой марже 70-80%. Согласно оценкам стоимости, обслуживание модели на 70B параметров обходится примерно в $1 за миллион токенов, в то время как цены на API составляют $4,50+ за миллион токенов.

OpenClawRadar
Эволюция архитектуры KV-кэша: от GPT-2 до Mamba
Новости

Эволюция архитектуры KV-кэша: от GPT-2 до Mamba

Анализ затрат памяти на KV-кэш показывает, что GPT-2 использовал 300 КБайт/токен, Llama 3 сократил этот показатель до 128 КБайт/токен с помощью группового запросного внимания, а DeepSeek V3 достиг 68,6 КБайт/токен с использованием многоголового латентного внимания. Mamba/SSM полностью устраняют KV-кэш за счёт фиксированного размера скрытых состояний.

OpenClawRadar
Скрытый финансовый пузырь в инфраструктуре ИИ – основные выводы
Новости

Скрытый финансовый пузырь в инфраструктуре ИИ – основные выводы

Критический анализ бума инвестиций в ИИ-инфраструктуру, предупреждающий о неустойчивом пузыре, похожем на прошлые технологические крахи. В PDF-документе утверждается, что колоссальные капитальные затраты на GPU и дата-центры значительно превышают фактическую генерацию доходов.

OpenClawRadar