Le 20 novembre 2025, l'un des chercheurs les plus influents en IA mondiale posait sa démission sur le bureau de Zuckerberg. Après 12 ans à la tête de Meta FAIR, Yann LeCun claquait la porte du géant américain pour poursuivre une vision que son employeur refusait d'endosser : les world models, une architecture radicalement différente des LLM qui dominent aujourd'hui l'industrie. Quelques mois plus tard, il levait 1,03 milliard de dollars pour AMI Labs - le plus grand seed round de l'histoire de la tech européenne. Décryptage d'une rupture scientifique et stratégique.
Douze ans chez Meta : une relation qui s'effrite
Quand Yann LeCun rejoint Meta (alors Facebook) en 2013 pour fonder FAIR (Fundamental AI Research), le deal est simple : une liberté de recherche totale en échange d'un rattachement au groupe. Pendant une décennie, l'accord fonctionne. LeCun publie, recrute les meilleurs chercheurs, et Meta se targue d'avoir l'un des labs d'IA les plus respectés au monde.
Mais à partir de 2023, la donne change. Zuckerberg pivote vers les LLM commerciaux - Llama, Meta AI - et déplace les priorités vers le déploiement plutôt que la recherche fondamentale. Le lancement de Llama 4, jugé en dessous des attentes face aux concurrents d'OpenAI et Google, aggrave les tensions internes.
Le coup de grâce vient d'une réorganisation hiérarchique humiliante : LeCun se retrouve sous la supervision d'Alexandr Wang, fondateur de Scale AI, âgé de 28 ans, après que Meta a investi 14,3 milliards de dollars pour acquérir 49% de Scale AI. Un chercheur légendaire et pionnier du deep learning, reportant à un entrepreneur de l'ère ChatGPT - l'incompatibilité est structurelle.
“Les grands modèles de langage ne comprennent rien. Ils prédisent des mots, pas le monde.
”
Le désaccord est scientifique autant que stratégique. LeCun est convaincu que "les LLMs, au coeur de la nouvelle stratégie de Zuckerberg, sont certes utiles mais ne permettront jamais d'atteindre des capacités de raisonnement et de planification comparables à celles des humains." Face à un patron qui mise tout sur le scaling de LLM pour concurrencer ChatGPT, LeCun n'a plus sa place. Il part le 20 novembre 2025.
Ce que sont les world models - et pourquoi LeCun y croit
Pour comprendre la rupture, il faut comprendre la thèse. Un LLM traditionnel (GPT, Llama, Claude) prédit le prochain token dans une séquence. Il apprend des patterns statistiques sur du texte et génère des réponses plausibles - sans jamais "comprendre" le monde au sens physique.
Un world model, lui, apprend à prédire le prochain état de l'environnement en observant des vidéos et des données de capteurs. Plutôt que "quel mot vient après ce mot", il se demande "que va-t-il se passer ensuite dans cette scène, compte tenu des lois de la physique".
L'intuition centrale de LeCun : les humains et les animaux n'ont pas appris à naviguer dans le monde via du texte. Ils ont appris par l'expérience sensorielle directe - voir, toucher, tester des actions. Un nourrisson comprend la gravité bien avant d'apprendre le mot "gravité".
Les animaux sont incroyablement intelligents par rapport au système d'IA qu'on a aujourd'hui. Je suis professeur à NYU. Depuis longtemps je travaille sur la prochaine génération de systèmes d'IA.
L'architecture JEPA (Joint Embedding Predictive Architecture), proposée par LeCun en 2022, est l'implémentation concrète de cette vision. JEPA filtre les distractions d'un environnement bruyant et opère dans un "espace de représentation" où seules les règles fondamentales du monde sont prises en compte. Il vise à résoudre ce que les chercheurs appellent le "paradoxe de Moravec" : les tâches triviales pour un humain (marcher, attraper un objet, comprendre une scène 3D) sont extraordinairement difficiles pour les machines, alors que les tâches difficiles pour les humains (jouer aux échecs, calculer de grandes multiplications) sont faciles pour elles.
V-JEPA 2 : une preuve de concept en juin 2025
Avant même de quitter Meta, LeCun et son équipe avaient avancé des résultats concrets. En juin 2025, Meta AI publie le paper V-JEPA 2 (arXiv:2506.09985) : le premier world model vidéo à combiner compréhension, prédiction et planification dans un seul modèle.
Les résultats détaillés du paper sont significatifs :
- 77,3% top-1 sur Something-Something v2 (compréhension du mouvement)
- 39,7 recall-at-5 sur Epic-Kitchens-100 (anticipation d'actions)
- 84,0 sur PerceptionTest (QA vidéo)
- Contrôle robotique zéro-shot : déploiement sur un bras Franka avec seulement 62 heures de données robot Droid non étiquetées
Ce dernier point est particulièrement fort : le modèle généralise à de nouveaux robots et environnements sans apprentissage spécifique. C'est exactement la promesse des world models - apprendre les lois générales du monde physique, pas des comportements spécifiques à mémoriser.
AMI Labs : 1,03 milliard et le record européen
Le 10 mars 2026, LeCun annonce AMI Labs et son tour de table : 1,03 milliard de dollars levés à une valorisation pré-money de 3,5 milliards de dollars. Le record précédent pour un seed européen plafonnait à 220 millions d'euros. AMI Labs le pulvérise.
Le tour est co-mené par Cathay Innovation, Greycroft, Hiro Capital, HV Capital et Bezos Expeditions. Nvidia, Samsung, Toyota Ventures et Temasek participent également. Côté français, on note la présence de Bpifrance, Dassault Systèmes, des familles Mulliez, Arnault (Aglaé Ventures) et Pinault (Artémis), ainsi que Publicis et Daphni.
L'équipe dirigeante :
- Yann LeCun : président exécutif (executive chairman)
- Alexandre LeBrun : PDG (ex-fondateur Nabla, ex-Meta FAIR)
- Saining Xie : directeur scientifique
- Pascale Fung : directrice recherche et innovation
- Michael Rabbat : VP world models
La structure est délibérément décentralisée : siège à Paris, avec des hubs à New York, Montréal et Singapour. Partenaire initial : Nabla (healthtech), qui aura accès aux modèles en avant-première pour des applications de décision clinique.
LeCun contre Hassabis : le débat qui fracture l'IA
La thèse des world models ne fait pas l'unanimité - loin de là. Le débat le plus visible oppose LeCun à Demis Hassabis, CEO de Google DeepMind, dans un échange public qui illustre la fracture profonde dans la communauté IA.
LeCun rejette catégoriquement le concept d'AGI (intelligence artificielle générale) : "there is no such thing as general intelligence. This concept makes absolutely no sense." Il qualifie les prédictions d'AGI en 1-2 ans de "completely delusional" et affirme que l'intelligence humaine n'est qu'une apparence de généralité, pas une propriété fondamentale.
Hassabis a répondu publiquement sur X, qualifiant LeCun de "just plain incorrect". Sa distinction : LeCun confondrait intelligence générale et intelligence universelle. Pour Hassabis, "the human brain (and AI foundation models) are approximate Turing Machines" - donc théoriquement capables d'apprendre tout ce qui est calculable.
LeCun avait anticipé cette rupture dès février 2025. Lors du Sommet d'action sur l'IA à Paris, il avait critiqué les LLM sur quatre points fondamentaux : absence de compréhension du monde physique, incapacité à raisonner de façon complexe, manque de capacités de planification à long terme, et absence de mémoire persistante. Il avait prédit que le paysage IA des 10 prochaines années serait centré sur les world models et la robotique - pas sur le scaling des LLM. Ce discours a été prononcé 9 mois avant son départ officiel de Meta.
La "troisième voie" géopolitique
AMI Labs ne se positionne pas seulement comme une alternative technique - c'est aussi une déclaration géopolitique. LeCun à Sifted : "La Silicon Valley est complètement hypnotisée par les modèles génératifs, et il faut donc faire ce type de travail en dehors de la Silicon Valley, à Paris."
Le choix de Paris comme siège n'est pas anodin. À l'heure où les géants américains (OpenAI, Google, Meta, Anthropic) et chinois (Baidu, Alibaba, DeepSeek) dominent la course à l'IA, AMI Labs se présente comme une troisième voie : une approche européenne, fondamentalement différente dans son architecture, ancrée dans la recherche fondamentale plutôt que dans la commercialisation accélérée.
Le soutien des familles Mulliez, Arnault et Pinault - trois des dynasties industrielles les plus puissantes de France - envoie un signal fort. Ce ne sont pas des VCs à la recherche d'un exit rapide : ce sont des investisseurs long terme qui parient sur 18 à 24 mois de recherche fondamentale avant tout produit commercial.
Pierre-Éric Leibovici (Daphni), l'un des investisseurs français d'AMI Labs, est allé jusqu'à affirmer : "AMI Labs pourrait être la première entreprise européenne à atteindre l'échelle des compagnies GAFAM."
Pour approfondir le contexte de la scène IA française et les dynamiques autour de Mistral, voir notre décryptage sur les députés et Mistral.
Les critiques légitimes
Le pari d'AMI Labs mérite d'être examiné honnêtement - et les critiques ne manquent pas.
La principale : JEPA n'a pour l'instant produit aucun produit commercial, aucune démonstration publique convaincante à grande échelle. Les résultats restent académiques. En comparaison, World Labs (Fei-Fei Li), qui a également levé 1 milliard de dollars, dispose déjà d'un produit commercial (Marble) pendant qu'AMI Labs est encore en phase de recherche fondamentale.
La deuxième critique touche à la scalabilité de l'approche. Les LLM ont bénéficié d'un avantage majeur : des données textuelles disponibles en quantité presque infinie sur internet. Les world models nécessitent des données vidéo et de capteurs beaucoup plus coûteuses à collecter et à étiqueter. La montée en puissance sera plus lente, plus chère, et plus incertaine.
LeCun connaît ces objections - et y répond par l'ambition du projet lui-même. Sur la valorisation à 3,5 milliards de dollars (Studeria, mars 2026) : "Nous, on dépasse les trois milliards, donc on est un tricératops." La référence à la taxonomie startup (licorne = 1 Md) montre un fondateur qui assume la démesure du projet.
Applications cibles : robotique, santé, véhicules autonomes
AMI Labs construit "AMI Video" - un world model capable de comprendre le monde physique. Les applications cibles sont concrètes :
- Robotique
Un robot équipé d'un world model peut comprendre une scène physique inédite et planifier des actions sans entraînement spécifique à ce contexte. C'est la promesse du résultat zéro-shot de V-JEPA 2 sur le bras Franka.
- Santé
Partenariat initial avec Nabla (healthtech) pour l'aide à la décision clinique. Un world model médical pourrait intégrer données de capteurs, imagerie et historique patient pour prédire des états physiologiques.
- Véhicules autonomes
Comprendre et prédire le comportement de la circulation en 3D, pas seulement classifier des images. L'approche world model est conceptuellement plus proche de la façon dont un humain conduit.
- Simulation moléculaire
Modéliser les interactions physiques à l'échelle moléculaire pour accélérer la découverte de médicaments et de matériaux.
La timeline est ambitieuse mais réaliste sur 24 mois : "AMI Labs est encore en recherche fondamentale" - ce que LeCun assume pleinement. Il s'est donné le temps long que Zuckerberg lui refusait chez Meta.
Ce que ça change pour l'écosystème IA
Le départ de LeCun de Meta et la création d'AMI Labs ont plusieurs implications pour l'écosystème :
Pour Meta, la perte est réelle mais absorbable. Meta a misé sur le scaling des LLM via Llama et peut continuer sans LeCun. V-JEPA 2 a été publié, les recherches JEPA continuent chez FAIR - même si leur principal défenseur est parti.
Pour l'Europe, c'est une opportunité rare. L'écosystème IA européen souffre d'un déficit de "flagship" capables de rivaliser avec les hyperscalers américains. AMI Labs, avec son milliard levé et son ancrage parisien, a le potentiel de devenir ce flagship. Si la thèse des world models s'avère juste, l'Europe aura misé très tôt sur le bon cheval.
Pour l'industrie IA en général, la question posée par LeCun est fondamentale : le scaling des LLM atteindra-t-il un plafond ? Si oui, quand ? Et quelle architecture prendra le relais ? AMI Labs est un pari sur un futur post-LLM. Si ce futur arrive dans 5 à 10 ans - dans la fenêtre de LeCun - il aura eu raison tôt.
Pour approfondir les dynamiques de valorisation dans l'IA, voir aussi notre analyse sur les rumeurs d'IPO OpenAI et Anthropic.
Pour aller plus loin
Ce décryptage s'appuie sur un documentaire francophone de 1h42 qui suit Yann LeCun de ses années NYU jusqu'à la fondation d'AMI Labs. C'est la source la plus complète disponible en français pour comprendre sa vision en profondeur.
Pour aller plus loin dans les sources primaires et analyses :
AMI Labs est un pari long terme sur une architecture que personne n'a encore prouvée à l'échelle industrielle. LeCun est l'un des pères du deep learning, et il a 1,03 milliard de dollars. Il s'est donné 18 à 24 mois pour produire des résultats. Si les world models tiennent leur promesse, l'histoire retiendra qu'il avait raison de claquer la porte de Meta quand Zuckerberg a misé tout sur les LLM. Si la thèse ne tient pas, ce sera le plus cher des paris scientifiques jamais financés depuis Paris.
Discuter des stratégies IA avec Blokby