Jeden z trzech ojców chrzestnych sztucznej inteligencji właśnie postawił miliardowy zakład przeciwko niemal całej branży, którą sam stworzył.
Yann LeCun — laureat Nagrody Turinga, współtwórca sieci konwolucyjnych i przez dwanaście lat główny naukowiec AI w Mecie — odszedł z firmy Marka Zuckerberga i założył w Paryżu startup AMI Labs. Jego teza jest prosta i prowokacyjna: duże modele językowe, na których opiera się rewolucja AI — od ChatGPT przez Claude po Gemini — to technologia z fundamentalnymi ograniczeniami. I żadna ilość pieniędzy tego nie zmieni.
Dlaczego odszedł?
Napięcie narastało od miesięcy. Meta postawiła wszystko na LLM-y i przesunęła laboratorium FAIR (które LeCun założył w 2013 roku) z badań podstawowych na produkty komercyjne. W nowej strukturze LeCun miał raportować do 28-letniego Alexandra Wanga z Scale AI. Na sympozjum w MIT stwierdził wprost: w ciągu trzech do pięciu lat modele świata, nie modele językowe, staną się dominującą architekturą — i nikt przy zdrowych zmysłach nie będzie używał dzisiejszych LLM-ów.
Modele świata zamiast modeli językowych
ChatGPT, Claude, Gemini — wszystkie przewidują następne słowo w sekwencji. Robią to genialnie, ale nie rozumieją świata. Nie wiedzą, że upuszczona szklanka spadnie. Dwuletnie dziecko rozumie to intuicyjnie. LLM wytrenowany na całym internecie — nie.
Modele świata uczą się nie z tekstu, lecz z wideo i danych sensorycznych. Zamiast przewidywać słowa, przewidują, co wydarzy się dalej w fizycznej przestrzeni — grawitację, trwałość obiektów, przyczynowość. To fundamentalnie inna droga do inteligencji.
Pół miliarda euro na start
AMI Labs prowadzi rozmowy o rundzie 500 milionów euro przy wycenie 3 miliardów — zanim pokazał jakikolwiek produkt. Siedziba w Paryżu nie jest przypadkowa: francuski ekosystem AI rośnie, a LeCun celowo trzyma dystans od grupowego myślenia Doliny Krzemowej. Pierwszym produktem ma być system AI dla sektora ochrony zdrowia.
Czy LeCun ma rację? Historia sugeruje, żeby nie stawiać przeciwko niemu. Jego prace nad sieciami konwolucyjnymi — opublikowane, gdy mało kto wierzył w deep learning — stały się fundamentem całej branży. Ale modele językowe działają i generują realną wartość. Najbardziej prawdopodobny scenariusz to konwergencja — a kto zbuduje ją pierwszy, wygra dekadę.
Wyścig modeli świata
LeCun nie jest jedynym graczem. Google DeepMind wypuściło Genie 3 — interaktywny model świata generujący trójwymiarowe środowiska w czasie rzeczywistym. Fei-Fei Li z World Labs uruchomiła model Marble. NVIDIA udostępniła Cosmos — platformę modeli świata dla robotyki, pobraną ponad dwa miliony razy. Startup General Intuition zdobył 134 miliony dolarów w rundzie seed na uczenie agentów rozumowania przestrzennego.
Wyścig modeli świata w 2026 wygląda jak wyścig LLM-ów sprzed trzech lat — mnóstwo graczy, mnóstwo pieniędzy i fundamentalna niepewność co do tego, która architektura wygra. Różnica polega na stawce: modele świata obiecują nie lepsze chatboty, ale AI zdolne do sterowania robotami, prowadzenia aut i rozumienia fizyki na poziomie, którego żaden LLM nigdy nie osiągnie.
Dla polskich firm technologicznych to sygnał: obserwujcie nie tylko OpenAI i Google, ale też Paryż. AMI Labs będzie potrzebowało inżynierów i partnerów wdrożeniowych. Europa ma szansę być częścią tej rewolucji od początku — o ile zareaguje wystarczająco szybko. A historia LeCuna sugeruje jedno: ten człowiek miał rację częściej, niż się mylił.
