Yann LeCun, TIME100 AI e la scommessa da 1,03 miliardi contro l’IA basata solo sugli LLM

L’inserimento di Yann LeCun nella lista TIME100 AI 2026 ha un significato che va oltre il riconoscimento dei suoi contributi storici all’intelligenza artificiale. TIME ha incluso uno scienziato che sta cercando di mettere in discussione la direzione dominante del settore: l’idea che rendere sempre più grandi i modelli linguistici possa bastare per arrivare a un’intelligenza di livello umano. 1517

La sua nuova società, AMI Labs, ha trasformato questa posizione teorica in una scommessa industriale da oltre un miliardo di dollari.

TIME ha riconosciuto anche una posizione controcorrente

La TIME100 AI riunisce le persone che influenzano lo sviluppo e la direzione dell’intelligenza artificiale, tra leader, innovatori, figure capaci di orientare il settore e pensatori. 37 Nel caso di LeCun, il riconoscimento non riguarda soltanto la sua carriera accademica o il suo passato ai vertici della ricerca di Meta.

Riguarda anche la sua opposizione all’idea che il semplice scaling degli LLM — cioè l’aumento di dimensioni, dati e potenza di calcolo — rappresenti la strada completa verso un’intelligenza generale. Secondo il profilo pubblicato da TIME, LeCun considera aperto il confronto tra chi punta sull’evoluzione dei modelli linguistici e chi vede nei “modelli del mondo” una via più promettente verso capacità simili a quelle umane. 215

Non si tratta necessariamente di sostenere che gli LLM siano inutili. La tesi è piuttosto che la previsione del token successivo, da sola, potrebbe non fornire una comprensione abbastanza solida di causalità, memoria persistente, pianificazione e realtà fisica.

L’uscita da Meta ha dato alla visione una casa indipendente

LeCun ha lasciato Meta dopo circa dodici anni, durante i quali ha contribuito a fondare e guidare l’organizzazione di ricerca sull’intelligenza artificiale dell’azienda. Reuters lo descrive come l’ex chief AI scientist di Meta prima del lancio di Advanced Machine Intelligence, o AMI. 17

Fuori da Meta, LeCun ha potuto perseguire un’agenda di ricerca e di impresa costruita intorno ai world models, invece di partecipare direttamente alla corsa dominante per rendere più potenti i sistemi generativi basati sul linguaggio. TIME riferisce che AMI Labs è stata presentata il mese successivo, trasformando un dissenso scientifico di lunga data in una startup indipendente. 15

AMI Labs ha raccolto 1,03 miliardi prima di dimostrare la propria tesi

Nel marzo 2026 AMI ha annunciato un round seed da 1,03 miliardi di dollari, a fronte di una valutazione pre-money di 3,5 miliardi. Secondo Reuters, il finanziamento è stato guidato congiuntamente da Cathay Innovation, Greycroft, Hiro Capital, HV Capital e Bezos Expeditions. 17

TechCrunch ha inoltre riportato la partecipazione di investitori e personalità come NVIDIA, Tim e Rosemary Berners-Lee, Jim Breyer, Mark Cuban, Xavier Niel ed Eric Schmidt. 27

La raccolta va letta come una notevole dimostrazione di fiducia nel problema che AMI vuole affrontare, non come la prova che la sua soluzione abbia già vinto. Gli investitori stanno finanziando la possibilità di costruire sistemi con capacità più solide di ragionamento, pianificazione e interazione con il mondo reale. Le informazioni disponibili, però, non dimostrano che i modelli di AMI siano già superiori agli LLM di frontiera.

È una distinzione essenziale: una valutazione elevata può rendere credibile una direzione di ricerca alternativa, ma non risolve una controversia tecnica prima che l’azienda abbia mostrato un sistema funzionante e scalabile.

Che cosa sono i “world models”

Gli LLM vengono generalmente addestrati a riconoscere e modellare schemi nel linguaggio. L’approccio proposto da LeCun mira invece a imparare più direttamente dal mondo, anche attraverso immagini e altri dati provenienti da sensori, costruendo una rappresentazione interna del modo in cui la realtà funziona.

In concreto, un world model dovrebbe cercare di:

• capire come opera un determinato ambiente;
• prevedere che cosa potrebbe accadere dopo una specifica azione;
• ragionare sulle conseguenze prima di agire;
• sostenere la pianificazione in ambiti come la robotica e altre applicazioni nel mondo fisico.

Le fonti collegate al profilo di TIME descrivono l’obiettivo di AMI come la capacità di fornire all’IA una comprensione intuitiva delle leggi fisiche fondamentali e di prevedere le conseguenze di azioni diverse. 124 Reuters parla analogamente di sistemi basati su ragionamento, pianificazione e “world models”. 17

Ecco perché questo approccio viene associato alla spatial intelligence e all’embodied intelligence, ossia all’intelligenza spaziale e incarnata. Un sistema che deve muoversi in un ambiente, afferrare oggetti o decidere in condizioni fisiche variabili ha bisogno di qualcosa di più della capacità di produrre una risposta testuale plausibile.

JEPA è la base concettuale della strategia

La direzione di AMI è collegata alla Joint Embedding Predictive Architecture, o JEPA, proposta da LeCun nel 2022. Un sistema di tipo JEPA cerca di prevedere rappresentazioni astratte di informazioni mancanti o future, invece di ricostruire ogni dettaglio grezzo dell’input. Le ricostruzioni disponibili su AMI identificano l’azienda con l’architettura JEPA proposta da LeCun. 3138

Il vantaggio atteso riguarda efficienza e astrazione: il modello può concentrarsi sugli elementi utili per comprendere, prevedere e agire, senza trattare ogni pixel o dato come ugualmente importante. In teoria, questo rende JEPA compatibile con l’obiettivo più ampio di costruire sistemi capaci di rappresentare gli ambienti e anticipare gli esiti delle proprie decisioni.

Ma JEPA resta una base di ricerca, non una sostituzione già dimostrata dell’ecosistema degli LLM. AMI dovrà provare che questa architettura può scalare, apprendere rappresentazioni utili del mondo e offrire prestazioni affidabili in applicazioni reali.

Il segnale più ampio: i world models sono diventati finanziabili

Il finanziamento di AMI suggerisce che i world models non sono più soltanto un’alternativa accademica ai modelli linguistici. Gli investitori si sono dichiarati pronti a impegnare oltre un miliardo di dollari in una società che punta su un’IA capace di imparare dalla realtà e orientata a ragionamento e pianificazione. 1727

L’interesse più generale emerge anche nel linguaggio usato intorno all’intelligenza spaziale e incarnata: questi approcci sono collegati alla robotica, ai sistemi autonomi, all’industria e ad altri contesti nei quali l’IA deve comprendere il contesto fisico. 232431

Il round, tuttavia, non equivale a un consenso scientifico. La domanda centrale resta senza risposta: saranno gli LLM sempre più evoluti ad acquisire una quantità sufficiente di ragionamento e ancoraggio alla realtà, oppure i sistemi costruiti intorno a modelli espliciti del mondo si dimostreranno più efficaci nella pianificazione e nell’azione?

I piani di AMI legati alla pubblicazione della ricerca e a una possibile apertura futura di parte del lavoro sono stati associati alla tradizione di scambio scientifico sostenuta da LeCun. Le informazioni disponibili non consentono però di verificare in modo indipendente portata, tempistiche e composizione completa della leadership internazionale o dell’espansione del team.

Che cosa rappresenta davvero il riconoscimento di TIME

Il legame tra la TIME100 AI di LeCun e AMI Labs è quindi diretto: TIME ha riconosciuto uno scienziato la cui influenza si estende dalla ricerca fondamentale sul deep learning a una sfida concreta alle assunzioni dominanti dell’industria. 5715

L’uscita da Meta gli ha dato l’indipendenza per perseguire quella sfida. Il round seed da 1,03 miliardi di dollari e la valutazione pre-money di 3,5 miliardi hanno fornito risorse insolitamente ampie per farlo. E l’attenzione di AMI verso i world models e JEPA ha dato alla critica di LeCun allo scaling degli LLM un veicolo concreto, tanto scientifico quanto commerciale.

Non è la prova che LeCun abbia ragione. È un tentativo da un miliardo di dollari per capire se il prossimo grande passo dell’IA nascerà dalla generazione di un linguaggio ancora migliore o dalla costruzione di macchine capaci di modellare il mondo prima di agire al suo interno.