US$ 1,03 bilhão. Essa é a aposta que Yann LeCun — o cientista que ganhou o Turing Award por inventar as redes neurais convolucionais — acaba de fazer contra os LLMs que dominam o mercado hoje. Ele saiu da Meta, fundou a AMI Labs em Paris e levantou o maior seed round da história da Europa com uma tese provocativa: os modelos de linguagem como ChatGPT, Claude e Gemini são um beco sem saída.
“Em 3 a 5 anos, ninguém vai usar LLMs do jeito que usamos hoje — world models serão a arquitetura mainstream de IA.” — Yann LeCun, fundador da AMI Labs
Quem é Yann LeCun e por que isso importa
LeCun não é um outsider tentando chamar atenção. Ele é um dos três “padrinhos do deep learning” junto com Geoffrey Hinton e Yoshua Bengio. Foi Chief AI Scientist da Meta por uma década, liderando o FAIR (Fundamental AI Research), o laboratório que produziu alguns dos avanços mais significativos em IA dos últimos anos.
Quando alguém com esse currículo diz que a indústria está indo na direção errada, vale prestar atenção. A saída dele da Meta no final de 2025 não foi por aposentadoria — foi para construir o que ele acredita ser a próxima geração de inteligência artificial.
O problema dos LLMs segundo LeCun
A tese central da AMI Labs é que os Large Language Models têm uma limitação fundamental: eles aprendem apenas a partir de texto. E texto é uma representação extremamente comprimida da realidade.
Pense assim:
- Um bebê humano aprende sobre o mundo observando, tocando, experimentando — processando dados sensoriais brutos por anos antes de falar uma única palavra
- Um LLM aprende sobre o mundo lendo texto na internet — uma abstração de segunda mão da realidade
O resultado? LLMs são extraordinários para manipular linguagem, mas não entendem como o mundo físico funciona. Eles não conseguem prever que uma bola jogada para cima vai cair. Não simulam consequências de ações. Não planejam em múltiplos passos com precisão. Para LeCun, isso significa que escalar LLMs — por maior que sejam — nunca vai resolver problemas que exigem compreensão real do mundo.
World Models: IA que aprende da realidade, não de texto
A alternativa proposta pela AMI Labs são os World Models — sistemas de IA treinados em dados sensoriais (principalmente vídeo) para entender como ambientes físicos evoluem ao longo do tempo.
Na prática, um world model funciona assim:
- Observa um ambiente (ex: vídeo de um carro se aproximando de um cruzamento)
- Simula o próximo estado — onde o carro estará, como o semáforo vai mudar, o que acontece se um pedestre entrar na faixa
- Planeja ações com base nessas simulações antes de executar qualquer coisa
É o oposto de como os LLMs funcionam. Enquanto um ChatGPT prevê a próxima palavra mais provável, um world model prevê o próximo estado do mundo real.
JEPA: a arquitetura por trás dos World Models
A tecnologia central da AMI Labs se chama JEPA (Joint Embedding Predictive Architecture), um framework que LeCun propôs em 2022 e vem refinando desde então.
A diferença técnica fundamental:
- LLMs operam no espaço discreto de tokens de texto — preveem palavras
- JEPA opera em um espaço abstrato de representações — prevê estados futuros comprimidos do ambiente
Em vez de gerar pixels ou tokens, o JEPA aprende a estrutura profunda do mundo. Isso é significativamente mais eficiente para tarefas que envolvem o mundo físico: robótica, logística autônoma, descoberta científica, manufatura.
Segundo pesquisadores do Themesis Institute, o JEPA já demonstrou resultados superiores em tarefas de predição visual comparado a abordagens baseadas em linguagem.
Quem está financiando essa aposta
O seed round de US$ 1,03 bilhão — avaliando a AMI Labs em US$ 3,5 bilhões pré-money — reuniu um grupo de investidores que sabe o que está fazendo:
- Bezos Expeditions (Jeff Bezos)
- Eric Schmidt (ex-CEO do Google)
- Mark Cuban
- Jim Breyer (Breyer Capital)
- Tim Berners-Lee (inventor da World Wide Web)
- Xavier Niel (fundador da Free/Station F)
- Fundos: Cathay Innovation, Greycroft, Hiro Capital, HV Capital
Quando Bezos, Schmidt e o inventor da web apostam juntos em algo, a mensagem é clara: há gente muito séria que acredita que os LLMs não são o fim da história.
O que isso significa para quem já investiu em LLMs
Aqui é onde o pragmatismo importa. Se você é empresário, gestor ou profissional que acabou de implementar soluções baseadas em ChatGPT, Claude ou Gemini, a pergunta inevitável é: joguei dinheiro fora?
A resposta curta: não. Pelo menos não agora.
A visão mais realista — inclusive de pesquisadores como os da Introl — é que o futuro não é um jogo de soma zero:
- LLMs continuarão dominando em geração criativa, sumarização, atendimento, análise de texto e automação de processos baseados em linguagem
- World Models assumirão aplicações que exigem raciocínio sobre o mundo físico: robótica, veículos autônomos, simulação industrial, cadeia de suprimentos
- A combinação das duas arquiteturas será provavelmente a abordagem mais poderosa a longo prazo
O risco real não é para quem adotou LLMs hoje — é para quem acha que a tecnologia atual é a versão final. A IA está em movimento acelerado, e tratar qualquer solução como permanente é o verdadeiro erro estratégico.
O que fazer com essa informação
Três ações concretas para quem acompanha IA de perto:
- Continue usando LLMs — eles resolvem problemas reais hoje e vão continuar relevantes por anos. Não pause implementações por causa de uma tese futura
- Monitore a AMI Labs — os primeiros resultados concretos devem aparecer em 12-18 meses. Se JEPA entregar o que promete, será uma mudança de paradigma
- Construa flexibilidade — escolha soluções de IA que permitam trocar modelos por baixo. APIs abertas, arquiteturas modulares, vendor lock-in mínimo
A história da tecnologia é clara: quem se casa com uma única abordagem perde quando o paradigma muda. E com US$ 1 bilhão na mesa, LeCun está fazendo de tudo para que esse paradigma mude mais rápido do que muitos esperam.
FAQ
O que são World Models em inteligência artificial?
World Models são sistemas de IA treinados em dados sensoriais (como vídeo) para entender como o mundo físico funciona. Diferente dos LLMs, que aprendem a partir de texto, world models simulam estados futuros de ambientes reais — permitindo que a IA planeje ações antes de executá-las.
O que é JEPA e como se compara aos LLMs?
JEPA (Joint Embedding Predictive Architecture) é a arquitetura central da AMI Labs, proposta por Yann LeCun em 2022. Enquanto LLMs preveem a próxima palavra em uma sequência de texto, o JEPA prevê representações abstratas de estados futuros do mundo. É mais eficiente para tarefas que envolvem o mundo físico, como robótica e logística.
Os LLMs como ChatGPT e Claude vão se tornar obsoletos?
Não no curto prazo. LLMs continuarão sendo a melhor solução para tarefas baseadas em linguagem: geração de conteúdo, análise de texto, automação de processos. A tendência é que LLMs e world models coexistam, cada um dominando seu domínio de aplicação.
Quem financia a AMI Labs de Yann LeCun?
A AMI Labs levantou US$ 1,03 bilhão em seed round liderado por Bezos Expeditions, com participação de Eric Schmidt, Mark Cuban, Tim Berners-Lee, Xavier Niel e fundos como Cathay Innovation e Greycroft. A avaliação pré-money foi de US$ 3,5 bilhões.
Quando os World Models estarão disponíveis para uso comercial?
Os primeiros resultados concretos da AMI Labs são esperados em 12 a 18 meses (segundo semestre de 2027). Aplicações comerciais em robótica e simulação industrial devem surgir primeiro, com adoção mais ampla nos anos seguintes.
Leia também
- GEO para profissionais liberais: como coaches, corretores e fotógrafos aparecem (ou somem) nas respostas do ChatGPT
- O dia que o Claude Code quebrou meu SaaS: bastidores reais da construção de um produto com IA
- Claude Managed Agents chegou: o que mudou na prática e o que ninguém está explicando sobre o custo real
