AMI Labs徹底解説：ヤン・ルカンが10億ドル調達。「LLMは行き止まり」と宣言する世界モデルの衝撃

2026年3月10日、AI業界に衝撃が走りました。

チューリング賞受賞者であり、深層学習の「ゴッドファーザー」と呼ばれるヤン・ルカンが、シードラウンドで$1.03B（約1,545億円）を調達。欧州スタートアップ史上最大のシードラウンドを記録しました。

しかし、本当の衝撃は調達額ではありません。

ルカンは「LLM（大規模言語モデル）はAGIへの行き止まりだ」と断言し、まったく異なるアプローチ——ワールドモデル——に$1Bを賭けたのです。OpenAI、Anthropic、Googleが築いてきたLLM中心のパラダイムへの、最大級の反旗です。

---

この記事でわかること

1. AMI Labsの全貌: チューリング賞受賞者が賭ける「ワールドモデル」とは何か
2. LLM vs ワールドモデル: なぜルカンはLLMを「行き止まり」と断じるのか
3. JEPA技術の革新性: 従来のAIと根本的に異なる学習アーキテクチャの仕組み
4. 業界への影響: AI開発の勢力図はどう変わるのか、日本企業への示唆

基本情報

---

ヤン・ルカンとは何者か？——Meta退社の真相

深層学習の「ゴッドファーザー」

ヤン・ルカン（Yann LeCun）は、1989年に畳み込みニューラルネットワーク（CNN）を発明し、現代のAI革命の基礎を築いた人物です。2018年にはジェフリー・ヒントン、ヨシュア・ベンジオとともにチューリング賞を受賞。2013年からMetaのFAIR（Fundamental AI Research）を率い、AI業界の中心にいました。

なぜMetaを去ったのか

2025年11月、ルカンのMeta退社計画が報じられました。背景には複数の要因があります。

Llama 4のベンチマーク問題: MetaのLlama 4のベンチマーク結果に操作疑惑が浮上。CEO マーク・ザッカーバーグが関係者を処遇し、GenAI部門を再編する事態に発展しました。

LLMへの根本的懐疑: ルカンは以前から「LLMは知的に見えるが、本質的には統計的パターンマッチングに過ぎない」と主張してきました。Meta内部でLLM開発が加速するなか、自身のビジョンとの乖離が広がっていました。

ルカンは退社時にこう語っています。

“

「研究者である私に、何をすべきかを指図することはできない」

---

AMI Labsの全貌——史上最大のシードラウンド

$1.03Bの調達構造

AMI Labsは2026年3月10日、シードラウンドで$1.03B（約1,545億円）の調達を発表しました。プレマネー評価額は$3.5B（約5,250億円）。これは欧州スタートアップ史上最大のシードラウンドであり、世界的にも屈指の規模です。

参考までに、2026年の主要シードラウンドと比較すると：

投資家の顔ぶれ

リード投資家はCathay Innovation、Greycroft、Hiro Capital、HV Capital、Bezos Expeditions。

注目すべきはNvidiaの参画です。NvidiaはAMI Labsに出資するだけでなく、次世代プロセッサ「Vera Rubin」を1ギガワット分提供するコミットメントを行いました。これはワールドモデルの訓練に莫大な計算資源が必要なことを示しています。

個人投資家にも錚々たる名前が並びます：

• Jeff Bezos（Amazon創業者）
• Eric Schmidt（元Google CEO）
• Mark Cuban（連続起業家・投資家）
• Jim Breyer（Accel Partners創業者）
• Tim Berners-Lee（WWW発明者）
• Xavier Niel（Station Fオーナー、フランスの通信王）

---

なぜ「LLMは行き止まり」なのか——ルカンの主張

LLMの根本的限界

ルカンの批判は単なるポジショントークではなく、技術的な根拠に基づいています。

1. テキストだけでは世界を理解できない

LLMはテキストデータから「次の単語」を予測する方式で学習します。これにより流暢な文章は生成できますが、物理世界の仕組みを理解しているわけではありません。

ルカンはこう表現します：

“

「LLMは回転する立方体を"説明"できるが、回転が空間的に何を意味するかを"理解"してはいない」

2. 連続的・高次元データに弱い

カメラ映像、ロボットのセンサーデータ、産業プロセスの計測値——こうした連続的で高次元のデータに対して、LLMのアーキテクチャは根本的に不向きです。テキストという離散的な記号体系に最適化されているためです。

3. スケーリングの限界

「パラメータを増やせばAGIに到達する」というスケーリング仮説に対しても、ルカンは懐疑的です。テキスト予測の精度を上げることと、世界を理解することは本質的に異なる問題だと主張しています。

専門家の見解は分かれる

ルカンの主張に対して、業界の反応は二分されています。

支持派: 多くのロボティクス研究者や物理シミュレーションの専門家は、LLMだけでは物理世界のタスクを解決できないことに同意しています。Scientific Americanも「ワールドモデルがAIの次の革命を解き放つ可能性がある」と報じています。

懐疑派: Anthropic CEOのダリオ・アモデイは「2026年にはデータセンターの中に天才の国ができる」と予測し、LLMベースのアプローチでも人間レベルの能力に到達できると主張。一部の研究者は「JEPA vs LLMは偽の二項対立であり、ハイブリッド化が正解」との見方を示しています。

---

JEPA——ワールドモデルを支える核心技術

JEPAとは何か

JEPA（Joint Embedding Predictive Architecture、統合埋め込み予測アーキテクチャ）は、ルカンがMeta在籍時に考案した学習フレームワークです。AMI Labsの技術的基盤となっています。

従来のAI（LLM・生成AI）が「データそのもの」を予測するのに対し、JEPAは「データの抽象的な表現」を予測します。

学習の仕組み

JEPAの学習プロセスは、人間の赤ちゃんが世界を学ぶ方法に近いとルカンは説明します。

ステップ1: センサーデータの入力 映像、音声、空間情報など、多様なセンサーデータを受け取ります。

ステップ2: 抽象表現への変換 エンコーダーが入力データを高次元の抽象表現に変換。ここで不要な詳細（ノイズ）は捨てられます。

ステップ3: 表現空間での予測 予測器が「次に何が起きるか」を、ピクセル単位ではなく抽象表現のレベルで予測します。

ステップ4: 因果関係の学習 予測と実際の結果を比較することで、物理法則や因果関係のモデルを構築します。

なぜ「表現空間での予測」が重要なのか

従来の生成モデル（GPTやDALL-Eなど）は、未来の映像をピクセル単位で生成しようとします。しかし現実世界は予測不可能な細部に溢れています。風に揺れる木の葉の一枚一枚を予測することは不可能であり、無意味です。

JEPAは「木が風に揺れる」という概念レベルで予測します。細部を予測する必要がないため、より効率的で、より本質的な世界理解が可能になるとルカンは主張しています。

I-JEPAとV-JEPA

ルカンはMeta時代に2つの重要な実装を発表しています。

• I-JEPA（2023年）: 画像の一部から残りを表現空間で予測する最初のモデル
• V-JEPA（2024年）: 動画の次のフレームを表現空間で予測するモデル。物理世界の「予測器」としての初期実装

AMI Labsは、これらの研究をさらに発展させ、汎用的なワールドモデルの構築を目指しています。

---

ドリームチーム——AMI Labsの経営陣

AMI Labsの強さは、技術だけでなくチーム構成にもあります。

特筆すべきはSaining Xieの参画です。2023年に発表したDiffusion Transformers（DiT）論文は、後にOpenAIのSoraの基盤技術となりました。生成AIの最前線にいた研究者が、「生成AIとは異なるアプローチ」を選んだことは象徴的です。

CEOのAlexandre LeBrunは、ワールドモデルが今後6ヶ月以内に業界のバズワードになると予測しています。

---

ワールドモデルの応用分野——何が変わるのか

ワールドモデルは特に、物理世界との接点があるAI応用で革命的な変化をもたらす可能性があります。

ロボティクス

物理世界で自律的に動作するロボットには、言葉の理解ではなく空間と物理法則の理解が必要です。ワールドモデルは、ロボットが「箱を持ち上げたらどうなるか」を事前にシミュレーションできるAIを目指しています。

自動運転

自動運転車は毎秒数百万のセンサーデータを処理する必要があります。「歩行者が急に飛び出したらどうなるか」という物理的因果関係の予測は、テキスト予測とは本質的に異なる問題です。

産業プロセスの最適化

化学プラント、製鉄所、ジェットエンジン——これらのシステムには数千のセンサーがあります。ルカンによれば、現在の技術では「これらのシステム全体の統合的なモデル」を構築する方法がありません。ワールドモデルはセンサーデータから学習し、システムの振る舞いを予測できる可能性を持っています。

医療・ヘルスケア

AMI LabsのCEO LeBrunの前職はNabla（医療AIスタートアップ）であり、ヘルスケア分野への応用も視野に入っています。身体の動的なプロセスを理解するAIは、診断や治療計画の支援に活用できる可能性があります。

---

グローバル展開——4拠点体制の意味

AMI Labsは設立当初から4つの研究拠点を構築しています。

「AMI」はフランス語で「友」を意味します。パリに本社を置いたことには、欧州発のAIグローバルプレイヤーを目指す意志が込められています。フランスのテック界の大物Xavier Niel（Station Fオーナー）が投資に参画していることからも、フランス政府やEUとの連携が想定されます。

---

日本企業への示唆——なぜ注目すべきか

製造業大国としてのポテンシャル

ワールドモデルの応用領域を見ると、日本の強みとの親和性が際立ちます。

ロボティクス: 日本はファナック、安川電機、川崎重工など産業用ロボットの世界的リーダーです。ワールドモデルによる「物理世界を理解するAI」は、これらの企業の次世代制御技術に直結します。

自動車産業: トヨタ、ホンダ、日産の自動運転技術開発にとって、ワールドモデルは「センサーデータから物理世界を理解する」という根本課題の解法になり得ます。

素材・化学産業: 旭化成、三菱ケミカル、住友化学などのプロセス産業では、数千のセンサーから工場全体を最適化するワールドモデルの応用余地が大きいです。

日本のAI戦略との接点

日本政府は2026年度から5年間で約1兆円をAI基盤モデル開発に投資する計画を打ち出しています。現在の焦点はLLMですが、ワールドモデルの台頭は戦略の見直しを迫る可能性があります。

Preferred Networks（PFN）やSakana AIといった日本のAIスタートアップは、LLMだけでなく多様なアーキテクチャの研究を進めています。AMI Labsのシンガポール拠点を通じた、アジア太平洋圏での研究連携も注視すべきでしょう。

企業が今すべきこと

1. ワールドモデルの動向を追う: LLMだけでなく、JEPA/ワールドモデルの技術動向を研究開発ロードマップに組み込む
2. センサーデータの整備: ワールドモデルは映像・センサーデータで学習する。自社の製造・物流データの蓄積が将来の競争力に直結する
3. AMI Labsとの接点を探る: シンガポール拠点を通じた研究パートナーシップの可能性を検討する

---

よくある質問（FAQ）

Q1. ワールドモデルはLLMを完全に置き換えるのですか？

いいえ。ルカン自身も「LLMが無用になる」とは言っていません。テキスト処理にはLLMが適しており、物理世界の理解にはワールドモデルが適しています。多くの専門家は、最終的に両者のハイブリッド化が進むと予測しています。

Q2. AMI Labsの製品はいつ出るのですか？

具体的なリリース日は未発表です。ただし、CEO LeBrunは「6ヶ月以内にワールドモデルが業界のバズワードになる」と予測しており、2026年後半にはデモや初期製品の発表がある可能性があります。

Q3. JEPAはオープンソースですか？

ルカンがMeta時代に発表したI-JEPAとV-JEPAの論文は公開されています。ただし、AMI Labsが開発する商用ワールドモデルのオープンソース方針は未発表です。

Q4. なぜNvidiaが投資しているのですか？

ワールドモデルの訓練には莫大な計算資源が必要です。Nvidiaは次世代プロセッサ「Vera Rubin」を1ギガワット分提供する契約を結んでおり、ワールドモデル市場の成長がGPU需要を牽引すると見ています。

Q5. 欧州発のスタートアップで大丈夫なのですか？

AMI Labsの拠点はパリ、ニューヨーク、モントリオール、シンガポールの4都市に分散しています。米国・カナダ・アジアの人材にもアクセスでき、グローバル体制は整っています。むしろ、EU AI Actなど欧州の規制環境に精通していることは、安全なAI開発においてアドバンテージになる可能性があります。

---

まとめ

主要ポイント

1. 史上最大級のシード調達: AMI Labsは$1.03B（約1,545億円）を調達し、欧州記録を更新。評価額$3.5B（約5,250億円）
2. LLMへの根本的挑戦: ルカンは「LLMはAGIへの行き止まり」と断言し、物理世界を理解するワールドモデルに賭けた
3. JEPA技術が鍵: 表現空間での予測という新パラダイムが、ロボティクス・自動運転・産業最適化を変革する可能性
4. 日本企業にとってのチャンス: 製造業・ロボティクス大国の日本は、ワールドモデルの最大の受益者になり得る

次のステップ

• AMI Labsの技術発表やデモを継続ウォッチする
• 自社のセンサーデータ活用戦略を見直す
• ワールドモデル関連の研究論文（I-JEPA、V-JEPA）を技術チームで読む

AI業界は「テキストを予測するAI」から「世界を理解するAI」へ——大きな転換点を迎えようとしています。ルカンの$1Bの賭けが正しいかどうか、答えが出るのはそう遠い将来ではありません。

---

関連記事

---

参考リソース

• Yann LeCun's AMI Labs raises $1.03B to build world models - TechCrunch
• Yann LeCun's new venture is a contrarian bet against large language models - MIT Technology Review
• Yann LeCun's AI startup raises $1bn seed round - Sifted
• Yann LeCun raises $1 billion for AMI Labs - Sherwood News
• French AI 'Godfather' raises nearly $1 billion for safer AI - Euronews
• AMI Labs: Real World. Real Intelligence.
• The next AI revolution could start with world models - Scientific American
• V-JEPA: The next step toward advanced machine intelligence - Meta AI

---

本記事はネクサフローのAI研究シリーズの一部です。