AMI Labs : la startup IA de Yann LeCun valorisée 3,5 Mds $ avant lancement

# AMI Labs : la startup IA de Yann LeCun valorisée 3,5 Mds $ avant lancement (Paris, 2026)

AMI Labs (Advanced Machine Intelligence Labs) est la startup d'intelligence artificielle fondée par Yann LeCun fin 2025 après son départ de Meta, basée à Paris, avec Alexandre LeBrun (ex-Nabla) comme CEO et LeCun comme Executive Chairman. Son pari est radicalement *contrarian* dans l'écosystème actuel : ne pas miser sur les Large Language Models (LLMs), mais sur une nouvelle classe de systèmes appelée world models, construits autour de l'architecture JEPA (Joint Embedding Predictive Architecture). Selon Fortune en décembre 2025, AMI Labs serait déjà en discussions avec des investisseurs sur une valorisation de 3,5 milliards de dollars avant même son lancement officiel. Pour un lab européen pré-revenu, c'est un signal fort. Pour la communauté tech française et européenne, c'est l'événement de l'année. Voici un deep dive sur la genèse, l'équipe, le pari technologique et les enjeux d'AMI Labs — et pourquoi c'est probablement la startup IA européenne la plus importante du moment.

---

Points clés

AMI Labs = Advanced Machine Intelligence Labs, prononcé "Ami" (le mot "ami" en français — choisi délibérément par LeCun)

Fondé fin 2025 après le départ de Yann LeCun de Meta après 12 ans (5 ans à la tête de FAIR + 7 ans Chief AI Scientist)

HQ à Paris, début 2026 — le pari du *third path* entre US et Chine

CEO : Alexandre LeBrun (fondateur de Nabla, healthtech française)

Yann LeCun = Executive Chairman, focus recherche

Valorisation cible : 3,5 Mds $ pré-launch (Fortune, déc 2025)

Pari technologique : world models + JEPA, contre l'orthodoxie LLM

Premier client potentiel : Meta (selon LeCun lui-même)

Cibles industrielles : automobile, chimie, énergie, robotique, systèmes critiques

À la fin de cet article, vous saurez exactement ce qu'AMI Labs prépare, pourquoi c'est un signal pour les CTOs européens, et comment se positionner sur le sujet maintenant.

---

La genèse : pourquoi LeCun a quitté Meta

Le 18 novembre 2025, Yann LeCun publie sur LinkedIn un post qui marque la fin d'une ère. Après 12 ans chez Meta — 5 ans à fonder et diriger FAIR (Facebook AI Research), puis 7 ans comme Chief AI Scientist du groupe — il annonce son départ pour créer sa propre structure. Selon CNBC en novembre 2025, le départ de LeCun coïncide avec le pivot stratégique de Meta vers des modèles LLM plus puissants sous la direction du nouveau Chief AI Officer Alexandr Wang, fondateur de Scale AI âgé d'une vingtaine d'années.

La toile de fond est connue dans la communauté IA depuis des mois. Llama 4 a déçu les développeurs, Meta a investi 14,5 milliards de dollars dans Scale AI pour récupérer Wang, et le groupe robotique de FAIR a été dissous — une décision que LeCun lui-même qualifie d'"erreur stratégique" dans son interview à MIT Technology Review en janvier 2026.

Selon le verbatim publié par MIT Technology Review en janvier 2026, LeCun précise sa position sur Mark Zuckerberg : "Mark made some choices that he thought were the best for the company. I may not have agreed with all of them. People make decisions rationally, and there's no reason to be upset". Pas de bad blood publique, mais une divergence stratégique nette : Meta double sur les LLMs, LeCun pense que les LLMs sont une impasse pour l'intelligence générale.

Dans son post LinkedIn d'annonce, LeCun écrit : *"I am creating a startup company to continue the Advanced Machine Intelligence research program (AMI) I have been pursuing over the last several years with colleagues at FAIR, at NYU, and beyond."* Le ton est limpide : il ne lance pas un nouveau projet, il *continue* un programme de recherche commencé il y a des années — celui des world models et de JEPA.

💡 Lecture stratégique : le départ de LeCun n'est pas une rupture personnelle, c'est une rupture épistémologique. Meta a choisi le camp LLM. LeCun a choisi le camp world models. Les deux paris sont incompatibles à court terme — et incompatibles avec le fait de cohabiter dans la même structure de R&D.

Le pari : world models contre LLMs

Le cœur stratégique d'AMI Labs tient en une thèse : les LLMs ne mèneront jamais à l'intelligence générale. C'est l'opinion publique de LeCun depuis 2022, mais avec AMI Labs, elle devient un pari commercial à 3,5 milliards de dollars.

Toujours selon MIT Technology Review en janvier 2026, LeCun résume sa thèse en une phrase : "We are going to have AI systems that have humanlike and human-level intelligence, but they're not going to be built on LLMs, and it's not going to happen next year or two years from now". La position est claire : oui, les LLMs sont utiles. Non, ils ne suffiront pas.

Son raisonnement s'appuie sur le paradoxe de Moravec (Hans Moravec, 1988) : ce qui est facile pour un humain (percevoir, naviguer, manipuler) est difficile pour une machine, et vice versa. Les LLMs maîtrisent le discret (texte), mais ne raisonnent pas et ne planifient pas dans le monde physique car ils n'ont pas de modèle du monde. Ils ne peuvent pas prédire les conséquences de leurs actions. C'est précisément ce que les world models cherchent à résoudre.

L'enjeu n'est donc pas un duel d'algorithmes, c'est un duel de paradigmes :

LeCun l'exprime sans ambiguïté à MIT Tech Review : *"JEPA is not generative AI. It is a system that learns to represent videos really well. The key is to learn an abstract representation of the world and make predictions in that abstract space, ignoring the details you can't predict."* C'est la rupture conceptuelle d'AMI Labs.

L'équipe : Alexandre LeBrun, l'autre signal fort

LeCun est la *figure de proue*, mais le CEO d'AMI Labs est Alexandre LeBrun. Le choix n'est pas anodin.

Selon Fortune en décembre 2025, LeBrun est le fondateur de Nabla, une startup healthtech française positionnée sur l'IA appliquée aux praticiens médicaux. C'est un entrepreneur expérimenté qui connaît à la fois le terrain européen et les défis du déploiement industriel d'IA. Il n'est pas un chercheur — c'est précisément le profil qu'il fallait. LeCun se réserve la direction scientifique (Executive Chairman, focus recherche), LeBrun construit l'entreprise.

Cette distribution des rôles répond à la principale critique adressée à FAIR : *"FAIR was extremely successful in the research part. Where Meta was less successful is in picking up on that research and pushing it into practical technology and products"*, reconnaît LeCun lui-même dans son interview MIT. AMI Labs cherche à corriger ce défaut structurel dès la fondation. La recherche d'un côté, l'industrialisation de l'autre.

L'équipe core devrait s'étoffer rapidement avec d'anciens chercheurs FAIR, des partenariats avec NYU (où LeCun garde son poste), et probablement des recrutements ciblés dans les écoles d'ingénieurs françaises. Paris a un vrai vivier — école polytechnique, ENS, INRIA, mathématiques fondamentales solides — que LeCun connaît parfaitement (il a convaincu Meta d'ouvrir FAIR Paris en 2015).

Pourquoi Paris ? Le pari du *third path*

L'implantation parisienne d'AMI Labs n'est pas un effet de mode. C'est un choix géopolitique assumé. LeCun déclare à MIT Technology Review en janvier 2026 : "There is certainly a huge demand from the industry and governments for a credible frontier AI company that is neither Chinese nor American. I think that is going to be to our advantage".

Trois arguments structurent ce *third path* :

1. La concentration de talents européens. Paris, Londres, Berlin, Amsterdam, Zurich — l'Europe a des chercheurs IA de très haut niveau qui partent souvent aux États-Unis faute d'environnement adapté. AMI Labs se positionne comme l'employeur frontier qui les retient. 2. La souveraineté. Un nombre croissant d'États (France, Allemagne, Émirats, Inde) veulent contrôler leur stack IA pour des raisons de défense, d'industrie et de culture. Acheter à OpenAI ou Anthropic les enferme dans une dépendance américaine. Acheter à DeepSeek ou Qwen les enferme dans une dépendance chinoise. AMI Labs propose une option troisième. 3. L'open source comme stratégie. LeCun reste un défenseur acharné de l'open source. Il critique frontalement l'évolution des labs américains à MIT Tech Review : "It's certainly true for OpenAI, which went from very open to very closed, and Anthropic has always been closed. Google was sort of a little open. And then Meta, we'll see. My sense is that it's not going in a positive direction at this moment". AMI Labs prendra probablement une position open-weights dès le départ — une rareté chez les frontier labs.

💡 Pour les acteurs français : c'est la première fois depuis longtemps qu'un projet IA européen se positionne directement contre les labs US/CN sans complexe. Le timing 2026 (post-Llama 4, post-Scale AI) est cohérent avec la fenêtre stratégique européenne ouverte par AI Act et France 2030.

La technologie : JEPA, world models et applications industrielles

AMI Labs construit sur la pile technique JEPA développée par LeCun et son équipe FAIR depuis 2022. La famille JEPA s'est largement étendue en 2024-2025 :

I-JEPA (janvier 2023) : la première version, sur images

V-JEPA (février 2024) : la version vidéo

V-JEPA 2 (juin 2025) : 1,2 milliard de paramètres, world model robotique zero-shot, état de l'art sur prédiction d'actions et planning robotique

LLM-JEPA (septembre 2025, Balestriero + LeCun) : tentative d'application des principes JEPA aux LLMs

LeJEPA (novembre 2025, Balestriero + LeCun) : théorie unifiée avec régularisation SIGReg (Sketched Isotropic Gaussian Regularization), 50 lignes de code, ViT-H/14 atteint 79 % sur ImageNet-1k linear eval

VL-JEPA (décembre 2025) : alternative aux Vision-Language Models classiques, 50 % moins de paramètres entraînables

Cette densité de publications en 2025 n'est pas anodine : c'est la maturation théorique qui rend AMI Labs viable commercialement. Avant LeJEPA, les JEPAs souffraient d'heuristiques ad-hoc (stop-gradient, teacher-student, schedulers) qui rendaient l'entraînement instable. Avec SIGReg, le training devient théoriquement fondé et scalable.

Côté applications, LeCun cite à MIT Tech Review trois domaines prioritaires :

Robotique : reaching, picking, place — voir les démos V-JEPA 2 sur bras Franka

Processus industriels complexes : turbines, hauts-fourneaux, usines chimiques avec des milliers de capteurs sans modèle holistique

Smart glasses et systèmes embarqués : prédire l'action suivante d'un porteur, contextualiser

Sur LinkedIn, l'équipe AMI Labs a évoqué un horizon de 9 mois pour consolider la technologie autour de JEPA et démontrer sa robustesse dans des environnements industriels variés. Les premiers cas d'usage cibles connus sont automobile, chimie, énergie, systèmes critiques.

La valorisation 3,5 milliards : signal ou bulle ?

Selon Fortune en décembre 2025, AMI Labs serait en discussions avec des investisseurs sur une valorisation cible d'environ 3,5 milliards de dollars, avant tout lancement officiel et avant tout revenu. C'est massif pour un lab pré-revenu, et le chiffre attire deux types de réactions. Lecture optimiste : LeCun est l'un des trois récipiendaires du Turing Award 2018 (avec Hinton et Bengio), un des co-créateurs des CNNs (la base de la vision par ordinateur moderne), et l'un des architectes intellectuels du deep learning. Pour un lab fondé par cette personne, sur une thèse contrarian solide, dans une fenêtre stratégique européenne historique, 3,5 Mds $ pré-launch reste *peut-être* sous-évalué si AMI Labs livre. Comparable : Anthropic, fondé par les frères Amodei en 2021, a levé à 5 Mds $ pré-revenus. Lecture prudente : Fortune note que cette valorisation ravive les inquiétudes sur une bulle IA. Sans traction commerciale prouvée, sans architecture livrée à l'échelle, sans clients enterprise, 3,5 Mds $ teste les limites de la "founder premium". L'historique des AI labs européens ambitieux est mitigé — DeepMind a réussi (acquis par Google), mais combien d'autres ont échoué ?

La vérité est probablement entre les deux. Ce qu'AMI Labs vend, ce n'est pas un produit, c'est un pari sur LeCun. Si LeCun a raison sur les world models, AMI Labs sera la prochaine OpenAI européenne. S'il a tort, la perte sera contenue par le profil exceptionnel de l'équipe (qui sera rachetée à minima en acquihire). Pour un VC, le profil risque/rendement est asymétrique — d'où la valorisation pré-launch.

Calendrier et roadmap connue

Sur la base des éléments publics actuels (avril 2026), voici ce qu'on sait du calendrier AMI Labs :

Le calendrier est cohérent avec un cycle classique de frontier lab : 18-24 mois de R&D pure avant les premiers contrats enterprise. À surveiller : les annonces de partenariats industriels (premiers POCs), les recrutements clés, et les premiers benchmarks publiés.

Pourquoi suivre AMI Labs si vous êtes CTO ou dirigeant tech

Pour un CTO de PME B2B, AMI Labs n'est pas un fournisseur de demain — c'est un signal stratégique de fond pour 2026-2028. Trois raisons d'investir 30 minutes par mois à suivre le sujet :

1. Comprendre où va le frontier. Les déploiements IA en PME se font aujourd'hui sur ChatGPT, Claude, Mistral, Copilot — tous LLM-based. Si LeCun a raison et que les world models prennent le relais sur l'agentique réelle (planification, action dans le monde physique), votre stack 2027 sera structurellement différente. Mieux vaut anticiper. 2. Le bénéfice secondaire de l'architecture JEPA. Même si vous ne déployez jamais un world model, les progrès JEPA influencent déjà les modèles que vous utilisez. LLM-JEPA (2025) montre que les principes JEPA améliorent les LLMs eux-mêmes. SIGReg (LeJEPA, nov 2025) deviendra une brique de régularisation standard. Ces innovations descendent vers les outils enterprise dans les 12-18 mois. 3. L'opportunité française. Si AMI Labs devient un acteur frontier européen, l'écosystème français en bénéficiera : talents disponibles, fournisseurs locaux, financements régionaux, partenariats académiques. Pour une PME B2B française, c'est aussi une question de souveraineté pratique.

🚀 Vous voulez challenger votre stack IA actuelle face à ces évolutions ? Chez OKB Agency, on accompagne les PME B2B sur l'agentique enterprise — voir notre guide complet sur les agents IA autonomes pour PME B2B. Le débat LLM vs world models impactera votre roadmap d'ici 2027.

Les risques et inconnues

Trois angles morts d'AMI Labs qu'il faut surveiller honnêtement.

Risque 1 — Le timing scientifique. Les world models JEPA fonctionnent en environnement de recherche. Les passer à un produit industriel scalable et fiable est un saut massif. V-JEPA 2 atteint 65-80 % de succès sur pick-and-place — bon pour la recherche, insuffisant pour un déploiement industriel critique sans humain dans la boucle. Le saut "lab → production" est historiquement le tueur de startups frontier. Risque 2 — La concurrence. AMI Labs n'est pas seul sur les world models. Google DeepMind travaille sur Genie (world model générant des environnements 3D entiers). World Labs, fondé par Fei-Fei Li, a levé 230 M $ sur la même thèse. Meta FAIR continue V-JEPA même sans LeCun. La fenêtre est compétitive, pas vierge. Risque 3 — Le go-to-market industriel. Vendre à des automobiles, chimistes et énergéticiens demande des cycles de vente longs (12-36 mois), des certifications industrielles (sécurité, fiabilité), et des intégrations sur mesure. C'est très éloigné de la vente *self-serve* d'API LLM. AMI Labs aura besoin d'une équipe commerciale enterprise solide — un défi pour un lab à culture recherche. ---

FAQ — AMI Labs et la startup IA de Yann LeCun

Qu'est-ce qu'AMI Labs ?

AMI Labs (Advanced Machine Intelligence Labs) est une startup d'intelligence artificielle fondée fin 2025 par Yann LeCun, ancien Chief AI Scientist de Meta et récipiendaire du Turing Award 2018. Basée à Paris, AMI Labs vise à construire des world models — des systèmes d'IA qui comprennent le monde physique, peuvent planifier des actions complexes et raisonner — par opposition aux LLMs (Large Language Models) qui dominent l'IA en 2025-2026. Le pari technologique central est l'architecture JEPA (Joint Embedding Predictive Architecture). Le CEO d'AMI Labs est Alexandre LeBrun, fondateur de la healthtech française Nabla, et Yann LeCun occupe le poste d'Executive Chairman avec un focus recherche.

Pourquoi Yann LeCun a-t-il quitté Meta ?

Yann LeCun a annoncé son départ de Meta le 18 novembre 2025 après 12 ans dans l'entreprise (5 ans à fonder et diriger FAIR, puis 7 ans comme Chief AI Scientist). Le départ coïncide avec un pivot stratégique de Meta vers les modèles LLM puissants sous la nouvelle direction d'Alexandr Wang (ex-CEO de Scale AI), ainsi qu'avec la dissolution du groupe robotique de FAIR — une décision que LeCun a publiquement qualifiée d'erreur stratégique. Au-delà des dynamiques internes, le départ reflète une rupture épistémologique : Meta double sur les LLMs, LeCun pense que les LLMs sont une impasse pour l'intelligence générale et veut investir dans les world models. Les deux paris étaient devenus incompatibles dans une même structure.

Qu'est-ce qui rend AMI Labs différent d'OpenAI ou Anthropic ?

Trois différences structurelles. (1) Pari technologique : AMI Labs construit des world models autour de JEPA, OpenAI et Anthropic construisent des LLMs (GPT, Claude). (2) Géographie : AMI Labs est basé à Paris et se positionne comme une troisième voie entre US et Chine. OpenAI et Anthropic sont basés aux États-Unis. (3) Philosophie : LeCun est un défenseur affiché de l'open source, OpenAI et Anthropic sont devenus des labs fermés. AMI Labs prendra probablement une position open-weights dès le départ. Les applications cibles sont également différentes — AMI Labs vise l'industrie lourde (automobile, chimie, énergie, robotique), pas le marché grand public ou l'API de chatbots.

Quelle est la valorisation d'AMI Labs en 2026 ?

Selon Fortune en décembre 2025, AMI Labs serait en discussions avec des investisseurs sur une valorisation cible d'environ 3,5 milliards de dollars, avant tout lancement officiel et tout revenu. Cette valorisation place AMI Labs parmi les startups IA pré-revenus les mieux valorisées de 2025-2026, et alimente le débat sur une potentielle bulle d'investissement IA. À titre de comparaison, Anthropic avait été valorisé environ 5 Mds $ à un stade comparable en 2021. La valorisation d'AMI Labs reflète moins un produit qu'un pari sur le profil de Yann LeCun et la fenêtre stratégique européenne sur les world models.

Qu'est-ce que l'architecture JEPA utilisée par AMI Labs ?

JEPA (Joint Embedding Predictive Architecture) est un cadre d'apprentissage proposé par Yann LeCun en 2022 dans son paper *A Path Towards Autonomous Machine Intelligence*. Le principe : au lieu de prédire pixel par pixel ou token par token (comme les modèles génératifs), JEPA prédit dans un espace de représentation abstrait. Le modèle apprend à représenter le monde sans s'encombrer des détails imprévisibles. La famille JEPA s'est étendue en 2023-2025 : I-JEPA (images, 2023), V-JEPA et V-JEPA 2 (vidéo, 2024-2025), LLM-JEPA (LLMs, 2025), LeJEPA avec régularisation SIGReg (2025), VL-JEPA (vision-language, 2025-2026). C'est la pile technique fondamentale d'AMI Labs.

Faut-il s'intéresser à AMI Labs en 2026 si on dirige une PME B2B ?

Pas comme fournisseur immédiat — AMI Labs vise l'industrie lourde et n'aura pas de produit accessible avant mid-2027 au plus tôt. Mais comme signal stratégique, oui, il y a trois raisons d'investir 30 minutes par mois sur le sujet. (1) Anticiper où va le frontier — si les world models prennent le relais sur l'agentique réelle, votre stack IA 2027-2028 sera structurellement différente. (2) Bénéficier des innovations JEPA qui descendent vers les outils enterprise (LLM-JEPA, SIGReg) dans les 12-18 mois. (3) Saisir l'opportunité française — un acteur frontier basé à Paris dynamise tout l'écosystème (talents, fournisseurs, financements régionaux, souveraineté).

---

Sources et liens utiles

MIT Technology Review — Interview exclusive de Yann LeCun sur AMI Labs (janvier 2026)

Fortune — AMI Labs ciblerait une valorisation de 3,5 Mds $ (décembre 2025)

CNBC — Yann LeCun annonce son départ de Meta pour fonder une startup (novembre 2025)

Meta AI Research — V-JEPA 2 world model et benchmarks de raisonnement physique (juin 2025)

arXiv 2506.09985 — V-JEPA 2 paper officiel (Mido Assran et al.)

arXiv 2511.08544 — LeJEPA & SIGReg (Balestriero & LeCun) (novembre 2025)

arXiv 2509.14252 — LLM-JEPA (Huang, LeCun, Balestriero) (septembre 2025)

LinkedIn Yann LeCun — Annonces officielles AMI Labs