Yann LeCunのAMI Labs、欧州史上最大のシード$1.03Bで世界モデルに挑む
設立からわずか4ヶ月で$1.03B（約1,545億円）のシードラウンド——。Turing賞受賞者であり、ディープラーニングの父と呼ばれるYann LeCunが、Meta退職後に設立したAdvanced Machine Intelligence Labs（AMI Labs）が、2026年3月10日に欧州史上最大となるシードラウンドの完了を発表した。プレマネー評価額は$3.5B（約5,250億円）。LLM（大規模言語モデル）全盛の時代に、あえて「世界モデル」という異なるアプローチで挑む同社の戦略は、AI業界の勢力図を大きく塗り替える可能性がある。
AMI Labsとは何か——Yann LeCunの新たな挑戦
AMI Labs（Advanced Machine Intelligence Labs）は、Yann LeCunが2025年末にMetaのチーフAIサイエンティストを退任した後に設立したAI研究企業だ。LeCunはCNN（畳み込みニューラルネットワーク）の発明でTuring賞を受賞し、Facebook AI Research（FAIR）を率いて数々のブレークスルーを生み出してきた人物である。
同社のミッションは明確だ。現在のLLMが持つ根本的な限界を超える「世界モデル（World Model）」を構築すること。LeCunは長年にわたり、「現在のLLMは世界を本当に理解しているわけではない」と主張してきた。テキストの統計的パターンを学習するだけでは、物理法則や因果関係といった世界の本質的な構造を捉えることはできない——これがLeCunの持論であり、AMI Labsの出発点だ。
ターゲットとする応用分野は、産業オートメーション、ロボティクス、ヘルスケアの3つ。いずれも「世界がどう動くか」を正確に理解・予測する能力が不可欠な領域であり、テキスト生成に特化したLLMでは対応しきれない課題が山積している。
$1.03Bシードラウンドの全貌
今回のシードラウンドは$1.03B（890M EUR）という破格の規模で、欧州のスタートアップ史上最大のシードラウンドとなった。これまでの欧州シード最高額を大幅に更新しており、設立4ヶ月という驚異的なスピードでの調達は、LeCunの名声と技術ビジョンへの信頼の高さを如実に示している。
投資家陣容
共同リード投資家にはCathay Innovation、Greycroft、Hiro Capital、HV Capital、そしてJeff Bezosの個人投資ファンドBezos Expeditionsが名を連ねる。
戦略的投資家として、Nvidia、Toyota、Samsung、シンガポールの政府系ファンドTemasek、フランスのVCであるDaphni、韓国のSBVAが参加している。特にNvidia、Toyota、Samsungという3つの産業巨人が初期段階から参画していることは、AMI Labsの世界モデルが単なる研究プロジェクトではなく、実用化を見据えた技術であることを裏付けている。
さらに個人投資家として、WWWの発明者Tim Berners-Lee、著名VC投資家Jim Breyer、NBA球団オーナーでもあるMark Cuban、元Google CEOのEric Schmidtといった錚々たる顔ぶれが出資している。テクノロジー業界の重鎮たちがこぞって支援するという事実は、AMI Labsのアプローチに対する強い確信を示している。
JEPA——LLMとは根本的に異なるアーキテクチャ
AMI Labsの技術的中核は、**JEPA（Joint Embedding Predictive Architecture）**だ。これはLeCunがMeta在籍時から研究を進めてきたアーキテクチャであり、現在主流の生成モデルとは根本的に異なるアプローチを取る。
生成モデルの限界
GPT-4やClaude、Geminiといった現在のLLMは、基本的に「次のトークンを予測する」仕組みで動作する。テキストを生成する場合はトークン列を、画像を生成する場合はピクセルやパッチを直接出力する。この方式は人間が読める出力を生成するのには優れているが、根本的な問題がある。
世界のあらゆる詳細——テクスチャ、影の角度、物体の微細な形状——をすべて再構成しようとするため、膨大な計算リソースが必要になる。しかも、その詳細の大部分は「世界がどう動くか」を理解するうえでは不要な情報だ。
JEPAの革新性
JEPAはこの問題を根本から解決する。ピクセルやトークンを直接生成するのではなく、抽象的な表現空間（representation space）で予測を行うのが最大の特徴だ。
以下の図はJEPAアーキテクチャの概念を示しています。入力データがエンコーダを通じて抽象表現空間に変換され、その空間内で予測が行われる仕組みを可視化しています。
この図が示すように、JEPAでは入力xと将来の状態yをそれぞれエンコーダで抽象表現に変換し、その表現空間内で予測と比較を行います。生成モデルのようにピクセルレベルで世界を再構成する必要がないため、不要な詳細を捨象し、世界の「本質的な変化」のみを効率的に学習できるのです。
具体的には以下のステップで動作する。
- エンコード: 入力データ（画像、センサーデータなど）をエンコーダで抽象的な表現ベクトルに変換
- 予測: 現在の表現から、将来の状態の表現を予測器が推定
- 比較: 実際の将来の状態もエンコーダで表現に変換し、予測と比較して学習
この仕組みにより、「りんごを手から離すと落ちる」「ボールを壁に投げると跳ね返る」といった物理的な因果関係を、ピクセルの詳細を再現することなく学習できる。
JEPAとLLMの技術的比較
| 項目 | JEPA（AMI Labs） | LLM（GPT-4等） |
|---|---|---|
| 予測対象 | 抽象表現空間 | トークン/ピクセル |
| 学習方式 | 自己教師あり（Joint Embedding） | 自己回帰（次トークン予測） |
| 世界理解 | 因果・物理法則を構造的に学習 | 統計的パターンマッチング |
| 不要情報の扱い | 捨象して本質のみ学習 | すべての詳細を再構成 |
| 得意分野 | ロボティクス、産業、物理シミュレーション | テキスト生成、コード、対話 |
| 計算効率 | 表現空間での計算のため効率的 | トークン数に比例して計算量増大 |
| ハルシネーション | 物理法則に基づくため抑制される | 統計的に尤もらしい誤りを生成 |
主要AIラボとの競合比較
AMI Labsの$1.03Bシードラウンドは破格だが、AI業界全体で見るとどのような位置づけになるのか。主要AIラボとの比較を見てみよう。
以下の図は、主要AIラボの資金調達額を比較したものです。AMI Labsのシードラウンドが他社と比べてどれほど異例の規模かがわかります。
この図が示すように、AMI Labsの$1.03Bはシードラウンドとしては桁違いの規模です。Mistralのシリーズや他社の後期ラウンドに匹敵する額を、設立わずか4ヶ月で調達した点が際立っています。
| 企業名 | 設立年 | 累計調達額 | 主要技術 | 評価額 |
|---|---|---|---|---|
| AMI Labs | 2025 | $1.03B | JEPA / 世界モデル | $3.5B |
| OpenAI | 2015 | $11.6B+ | GPT（自己回帰LLM） | $157B |
| Anthropic | 2021 | $7.6B+ | Claude（Constitutional AI） | $60B |
| xAI | 2023 | $6B+ | Grok（LLM） | $50B |
| Mistral | 2023 | $2.1B+ | Mistral/Mixtral（オープンLLM） | $6.2B |
| DeepSeek | 2023 | 自己資金 | DeepSeek-V3/R1 | 非公開 |
| Google DeepMind | 2010 | Google内部 | Gemini / AlphaFold | — |
注目すべきは、AMI Labsが他社と根本的に異なるアプローチを取っている点だ。OpenAI、Anthropic、xAI、Mistralはいずれも自己回帰型のLLMを主力としているが、AMI LabsはJEPAベースの世界モデルという全く別の路線を歩んでいる。これは直接的な競合というよりも、AI研究の新たなフロンティアを開拓する試みと言える。
応用分野——産業・ロボティクス・ヘルスケア
AMI Labsが狙う3つの応用分野について、より具体的に見ていこう。
産業オートメーション
製造業における品質検査、予知保全、サプライチェーン最適化は、いずれも「物理世界がどう変化するか」を正確に予測する必要がある。JEPAベースの世界モデルは、機械の動作パターンから異常を検知したり、製造プロセスの最適化をシミュレーションしたりする用途に適している。Nvidiaの投資参画は、GPU上での世界モデル推論の最適化で協力関係を築く可能性を示唆している。
ロボティクス
ロボットが人間の生活空間で安全に動作するには、物体の物理特性（重さ、摩擦、弾性など）を理解し、自身の行動が環境にどう影響するかを予測できなければならない。従来のLLMでは「テキストで物理法則を説明する」ことはできても、実際のセンサーデータから物理的な予測を行うことは苦手だ。JEPAの表現空間での予測は、まさにこの課題を解決するために設計されている。Toyotaの参画は、自動車製造ラインのロボティクスや自動運転技術への応用を見据えたものだろう。
ヘルスケア
医療画像診断、創薬シミュレーション、患者の状態予測など、ヘルスケア分野でも「世界がどう変化するか」の予測は重要だ。特に医療画像においては、ピクセルレベルの詳細よりも、病変の構造的特徴や時間的変化パターンを捉えることが診断精度の向上につながる。JEPAの抽象表現学習は、この要件に合致している。
日本への影響——Toyotaの参画が意味すること
今回の資金調達で特に注目すべきは、Toyotaが戦略的投資家として参画している点だ。これは日本のAI・産業界にとって複数の重要な意味を持つ。
Toyota Research Institute（TRI）との相乗効果
Toyotaは2015年にシリコンバレーにToyota Research Institute（TRI）を設立し、AI・ロボティクス研究に年間数億ドル規模の投資を行ってきた。TRIはすでにロボットの巧緻性（dexterity）研究で世界トップクラスの成果を出しており、AMI Labsの世界モデルとTRIのロボティクス技術が融合すれば、製造業・モビリティ分野で飛躍的な進歩が期待できる。
日本の製造業への波及
世界モデルが実用化されれば、日本が世界をリードする製造業（自動車、精密機器、半導体製造装置など）にも大きなインパクトがある。工場の自動化ラインにおける異常検知の精度向上、多品種少量生産への柔軟な対応、人手不足を補うロボットの高度化——いずれもJEPAベースの世界モデルが貢献しうる領域だ。
日本のAI研究コミュニティへの示唆
LeCunのJEPAアプローチは、LLM一辺倒の現在のAI研究に対するアンチテーゼでもある。日本の大学・研究機関がLLMの開発競争で後れを取っている中、世界モデルという新しいフロンティアにいち早く取り組むことで、巻き返しの機会が生まれる可能性がある。特にロボティクスや製造業との接点が強い日本の研究機関にとって、JEPAは親和性の高い研究テーマだ。
また、日本円での規模感も把握しておこう。$1.03Bは約1,545億円に相当し、$3.5Bの評価額は約5,250億円だ。日本のAIスタートアップの調達額と比較すると、Preferred Networks（累計約250億円）やSakana AI（約300億円）の数倍規模であり、一回のシードラウンドで日本のトップAIスタートアップの累計調達額を大きく上回っている現実がある。
世界モデルの可能性と課題
AMI Labsの挑戦は野心的だが、課題も存在する。
技術的課題として、JEPAは学術論文では有望な結果を示しているものの、大規模な産業応用での実証はまだこれからだ。世界モデルが複雑な実環境でどこまで汎化できるか（学習していない状況にも対応できるか）は未知数である。
人材獲得も重要な課題だ。$1.03Bの資金は潤沢だが、JEPAや世界モデルに精通した研究者は世界的にも限られている。LeCunの人脈と名声が人材獲得の最大の武器になるだろう。
市場タイミングについては、LLMが圧倒的な注目を集める現在の市場で、世界モデルという異なるパラダイムに対する理解と支持を広げる必要がある。ただし、LLMのハルシネーション問題や物理世界への適用限界が広く認識されるにつれ、世界モデルへの需要は高まるだろう。
一方で追い風もある。LLMの発展により大規模AI開発のインフラ（GPU、分散学習フレームワーク、データパイプライン）が整備されたことは、世界モデルの開発にも恩恵をもたらす。Nvidiaの投資参画は、ハードウェアレベルでのサポートも期待できることを意味している。
まとめ——次の一手
Yann LeCunのAMI Labsは、LLM一強時代に世界モデルという新たなパラダイムで勝負を挑む。$1.03Bという欧州史上最大のシードラウンドと、Nvidia・Toyota・Samsungという産業界の巨人のバックアップは、この挑戦が単なる研究プロジェクトではないことを示している。
今後の注目ポイントと、読者が取るべきアクションをまとめる。
- JEPAの技術動向をウォッチする: LeCunの論文やAMI Labsの公式発表を定期的にチェックし、世界モデルの進捗を追う。特にI-JEPAやV-JEPAの後続研究は要注目だ。
- LLMと世界モデルの使い分けを意識する: テキスト生成・対話にはLLM、物理世界の理解・予測には世界モデルという棲み分けが進む可能性がある。自身の事業領域でどちらが適するか検討を始めよう。
- ロボティクス・製造業関係者は特に注目: ToyotaやSamsungの参画が示すように、世界モデルは製造業・ロボティクスの次のブレークスルーになりうる。早期に情報収集と実証実験の計画を立てておくべきだ。
- 日本のAI研究者・エンジニアへ: LLM競争で後れを取っている日本にとって、世界モデルは新たな参入機会だ。JEPAの論文を読み込み、日本が強みを持つロボティクスや製造業との接点で研究を始める好機と言える。
AMI Labsの最初の製品がいつ世に出るかはまだ不明だが、LeCunのビジョンとこの規模の資金があれば、2026年後半から2027年にかけて具体的な成果が見え始めるだろう。LLMの次のパラダイムを握る可能性のあるこの動きから、目を離すべきではない。