Největší seed round v Evropě: 1,03 miliardy na „vzpouru proti LLM“

Společnost Advanced Machine Intelligence Labs (AMI Labs), kterou LeCun spoluzakládal po svém odchodu z pozice šéfa AI výzkumu v Metě, oznámila 8. června 2026 uzavření investičního kola ve výši 1,03 miliardy dolarů při ocenění 3,5 miliardy dolarů (předinvestiční valuace). Jde o největší seedové kolo v evropské historii a jedno z největších raných investic do AI vůbec. Pro srovnání: francouzský Mistral AI získal v roce 2024 při svém posledním kole 600 milionů eur — AMI Labs ho překonává téměř dvojnásobně.

Mezi investory figurují jména, která dávají tušit, kam startup míří. Nvidia dodá výpočetní infrastrukturu, Toyota vidí potenciál v autonomním řízení a robotice, Samsung a singapurský státní fond Temasek reprezentují průmyslovou a strategickou linku. Dalšími podporovateli jsou Bezos Expeditions (investiční fond Jeffa Bezose), Cathay Innovation, Greycroft, Hiro Capital a HV Capital.

Co jsou světové modely a proč je LeCun staví proti ChatGPT

LeCunova kritika velkých jazykových modelů (LLM) není nová. Už během svého působení v Metě, kde se podílel na vývoji modelů Llama, opakovaně tvrdil, že předpovídání dalšího tokenu nikdy nevyústí ve skutečné porozumění světu. „Inteligence opravdu spočívá v učení,“ řekl v rozhovoru pro Financial Times. Jazykové modely podle něj postrádají tři klíčové schopnosti: plánování, uvažování o fyzikálním světě a paměť typu „common sense“.

Odpovědí na tyto nedostatky jsou právě světové modely (world models). Zatímco ChatGPT nebo Claude se učí výhradně z textových dat a fungují na principu predikce dalšího slova, světový model se snaží pochopit, jak věci ve fyzickém světě fungují — jak se pohybují objekty, jak na sebe působí síly, co se stane, když něco upustíte. Je to přístup, který má mnohem blíž k tomu, jak se učí živé bytosti.

„Dítě se nenaučí rozumět světu jen z mluveného slova. Musí vidět, sahat, narážet do věcí. Stejně tak AI potřebuje interakci s fyzickým prostředím,“ vysvětluje LeCun svou filozofii. AMI Labs proto vyvíjí architekturu, která kombinuje učení z vizuálních a senzorických dat s matematickými modely reality.

Toyota, roboti a průmysl: proč nejde jen o akademickou debatu

Účast Toyoty v investorském kole není náhoda. Automobilky, výrobní podniky a logistické firmy nutně potřebují AI, která rozumí prostoru, pohybu a fyzice — něco, co jazykové modely z principu neumí. Světové modely by se mohly stát základem pro:

• Autonomní vozidla — AI, která chápe dynamiku provozu, nikoli jen rozpoznává značky
• Průmyslové roboty — stroje, které se adaptují na nové úkoly bez složitého přeprogramování
• Zdravotnictví — systémy rozumějící anatomii, pohybu a interakcím s pacientem
• Chytrou dopravní infrastrukturu

Pro evropský a český průmysl je to zvlášť relevantní. Země jako Česko, Německo nebo Polsko jsou silné ve výrobě a automobilovém průmyslu. Zatímco AI chatboti najdou uplatnění spíš v administrativě a zákaznické podpoře, fyzická AI mění pravidla tam, kde Evropa tradičně exceluje — v továrnách, na montážních linkách a v logistice.

Kdo je Yann LeCun: od Bellových laboratoří po miliardový startup

Yann LeCun nepatří mezi okrajové kritiky současného AI boomu. V roce 2018 získal spolu s Geoffreyem Hintonem a Yoshuaem Bengiem Turingovu cenu — ekvivalent „Nobelovy ceny za informatiku“ — za průkopnickou práci na hlubokém učení. Stál u zrodu konvolučních neuronových sítí (CNN), architektury, která stojí za rozpoznáváním obrazu ve vašem telefonu, autonomních vozidlech i systémech počítačového vidění.

V letech 2013–2025 vedl výzkumnou laboratoř FAIR (Fundamental AI Research) v Metě, kde pomáhal vyvíjet otevřené modely Llama. Právě odchod od firmy, která sází miliardy na LLM, podtrhuje ideovou roztržku uvnitř AI komunity. LeCun doslova prohlásil, že „lidé v Metě by asi nebyli nadšení, kdybych světu neříkal, že LLM jsou slepou uličkou na cestě k superinteligenci.“

AMI Labs vede jako výkonný předseda (Executive Chair), každodenní chod firmy řídí CEO Alex LeBrun. Dvojice sází na přístup, který LeCun teoreticky rozpracovával už roky — teď má miliardu dolarů na to, aby teorii převedl do praxe.

Kontext: trh, kde se láme chleba

AMI Labs vstupuje do prostředí, kde se AI průmysl štěpí. Na jedné straně stojí textově orientované modely (OpenAI GPT-5.5, Google Gemini, Anthropic Claude Opus 4.8), na druhé straně roste poptávka po fyzické AI — systémech, které rozumí 3D prostoru. Nvidia do tohoto směru masivně investuje skrze platformu Omniverse a Isaac pro robotiku. Tesla staví humanoidního robota Optimus. A čínské firmy jako AgiBot už roboty fyzicky nasazují do výroby.

LeCun sám vidí AMI Labs jako přímou alternativu k „textovému mainstreamu“. V rozhovoru pro Wired řekl, že „další velký skok v AI nepřijde z toho, že uděláme chatboty větší, ale z toho, že naučíme stroje rozumět fyzickému světu.“

Pro Českou republiku, která je průmyslově orientovanou ekonomikou se silným automobilovým sektorem, přináší tento směr zajímavé implikace. Zatímco české jazykové modely zatím nikdo nevyvíjí (a pravděpodobně ani nebude — trénink GPT-4 stál přes 100 milionů dolarů), aplikace fyzické AI v robotice a průmyslu jsou hratelné i pro menší technologické firmy. Nejde o to trénovat vlastní GPT, ale o nasazení specializovaných systémů do konkrétních výrobních procesů.

Co bude dál: sázka za miliardu

AMI Labs zatím svou technologii tržně neprokázala — firma existuje teprve od prosince 2025 a produkt ještě neuvedla. Miliarda dolarů dává startupu luxus několikaletého vývoje bez tlaku na okamžité výnosy, což je v AI průmyslu vzácné. Zároveň to znamená obrovská očekávání: investoři čekají, že LeCunův tým dokáže to, co se dosud nepovedlo nikomu — postavit AI, která se učí ze světa podobně jako člověk.

Úspěch či neúspěch AMI Labs odpoví na zásadní otázku: Jsou jazykové modely jen přechodnou fází na cestě k obecné umělé inteligenci, nebo definitivní architekturou? LeCun vsadil miliardu dolarů na první variantu. A investoři mu věří natolik, že mu na ni dali největší seed v evropské historii.