Yann LeCunが10億ドルで目指す"LLMの先"——ワールドモデルとは何か

10億ドルの問い——なぜ「言語の先」なのか

2026年初頭、AI業界に一つの大きな問いが投げかけられた。チューリング賞受賞者であり、元Meta AIチーフサイエンティストのYann LeCunが、パリを拠点とする新会社「AMI Labs（Advanced Machine Intelligence Labs）」を設立。シードラウンドで10.3億ドル（約1,550億円）を調達した。欧州史上最大のシードファンディングである。

プレマネーの評価額は35億ドル。Cathay Innovation、Greycroft、Hiro Capital、HV Capitalといった著名VCに加え、Jeff Bezos率いるBezos Expeditions、Nvidia、シンガポールのTemasek、Samsung、Toyota Ventures、さらには個人としてEric Schmidt、Mark Cuban、「Webの父」Tim Berners-Leeまでが名を連ねる。この顔ぶれが示すのは、単なるAIスタートアップへの投資ではなく、AIの次のパラダイムに対する賭けだ。

項目	詳細
企業名	AMI Labs（Advanced Machine Intelligence Labs）
本拠地	パリ
創業者	Yann LeCun（チューリング賞受賞者）
シード調達額	10.3億ドル（欧州史上最大）
プレマネー評価額	35億ドル
初年度の方針	完全にR&Dに集中

LeCunはこの巨額の資金を、初年度は完全にR&Dへ投下すると明言している。製品化でも商用化でもない。「研究」に10億ドル——その先に何を見ているのか。

LLMの限界——テキスト予測では到達できない地平

AMI Labsのミッションを理解するには、まずLeCunが長年主張してきたLLM（大規模言語モデル）批判を整理する必要がある。

現在のAI産業を支えるGPT、Claude、Geminiといったモデルは、いずれもテキストの「次のトークン」を予測するという基本原理で動作する。膨大なテキストデータを学習し、統計的に最も確率の高い応答を生成する。この手法は驚異的な成果を上げてきたが、LeCunはここに根本的な限界があると指摘する。

彼の論点はこうだ。人間の赤ん坊は、言語を獲得するはるか前から世界を理解している。物体が落下すること、壁の向こうに物が存在し続けること、他者が意図を持って行動すること——これらの理解は、テキストからではなく、物理的な経験から得られる。現行のLLMは、この種の理解を持たない。

比較軸	現行LLM	ワールドモデル（LeCunの構想）
学習データ	テキスト（一部マルチモーダル）	物理環境のセンサーデータ・映像
予測対象	次のトークン（単語）	物理世界の状態遷移
因果理解	相関関係の模倣	因果関係の推論
計画能力	プロンプトに依存	内部モデルによる自律的計画
物理法則の理解	テキスト記述として保持	経験的・構造的に獲得

つまり、LLMが扱う「知性」は、人間の知性のごく一部——言語化可能な領域——に過ぎない。LeCunはこれを「テキスト予測だけでは真のインテリジェンスに到達できない」と端的に表現する。では、その先に何があるのか。それが「ワールドモデル」だ。

ワールドモデルとは何か——AIに「世界の手触り」を与える

ワールドモデルとは、AIが物理環境を内部的に表現し、その表現に基づいて因果関係を推論し、未来を予測し、行動を計画する能力のことを指す。

この概念自体は新しいものではない。認知科学では、人間の脳が持つ「内部モデル」として長く研究されてきた。私たちがボールを投げるとき、無意識に放物線の軌道を予測できるのは、脳内にワールドモデルがあるからだ。LeCunが目指すのは、この能力をAIに実装することだ。

ワールドモデルの要素	内容	LLMとの違い
環境表現	物理空間の3D構造、物体の属性・関係性をモデル化	LLMはテキスト上の記述のみ
因果推論	「AをするとBが起きる」を構造的に理解	LLMは相関パターンの再現
予測	行動の結果を事前にシミュレーション	LLMは逐次的なテキスト生成
計画立案	目標達成のための行動系列を自律的に生成	LLMはCoTなどのプロンプト技法に依存

LeCunはかねてより、AIアーキテクチャとして「JEPA（Joint Embedding Predictive Architecture）」を提唱してきた。これは、ピクセルや波形を直接予測するのではなく、抽象的な表現空間で予測を行う手法だ。ノイズや無関係な詳細を捨象し、世界の「構造」を学ぶことに特化する。AMI Labsがこの路線を深化させるのか、あるいはさらに新しいアーキテクチャを模索するのかは明かされていない。だが、初年度をR&Dに全振りするという判断は、既存の延長線上ではない何かを構築しようとしている証左といえる。

投資家の顔ぶれが語る「賭けの本質」

AMI Labsの投資家リストは、単なる資金提供者の一覧ではない。そこに参加した企業と個人の顔ぶれを読み解くと、ワールドモデルがどの産業に波及しうるかが浮かび上がる。

投資家	領域	ワールドモデルとの接点
Nvidia	GPU・AIインフラ	物理シミュレーション基盤（Omniverse）との親和性
Toyota Ventures	自動車・ロボティクス	自動運転、産業ロボットの知能化
Samsung	半導体・家電	エッジAI、スマートデバイスの環境理解
Temasek	ソブリンウェルス	次世代AI基盤への長期投資
Bezos Expeditions	多角的投資	Amazon Robotics、Blue Originとの技術的接続
Eric Schmidt	元Google CEO	AI研究のパトロン、防衛AI領域
Tim Berners-Lee	Web発明者	次世代インターネットの知的基盤

特に注目すべきは、NvidiaとToyota Venturesの参加だ。Nvidiaは物理シミュレーションプラットフォーム「Omniverse」を展開しており、ワールドモデルとの技術的親和性は明白だ。Toyota Venturesの参加は、トヨタグループが自動運転やロボティクスにおいてワールドモデルの可能性を真剣に検討していることを示唆する。

ここで見えてくるのは、ワールドモデルがチャットボットの改良ではなく、物理世界と直接接するAI——ロボット、自動運転車、製造システム——の知能基盤として位置づけられているという事実だ。

日本への含意——ロボティクス大国は何を得るか

ワールドモデルの実用化が進んだ場合、最も大きな恩恵を受ける国の一つが日本だ。その理由は明確で、日本はロボティクスと製造業において世界有数の産業基盤を持つからだ。

トヨタ、ファナック、ソニー、ホンダ——これらの企業が持つハードウェア技術は世界最高水準にある。しかし、ロボットの「知能」に関しては、現行のAI技術だけでは限界がある。工場の組み立てラインで想定外の事態に対応する、災害現場で瓦礫の構造を理解して救助経路を判断する、一般道で歩行者の意図を読んで運転する——これらはすべて、物理世界のモデルを内部に持つAIを必要とする。

日本の産業領域	主要プレーヤー	ワールドモデルの適用可能性
産業ロボティクス	ファナック、安川電機、川崎重工	非定型作業への適応、多品種少量生産の自動化
自動運転	トヨタ、ホンダ、日産	複雑な交通環境の理解と予測
災害対応	防災科研、各自治体	瓦礫環境の3D理解、救助計画の自律生成
介護・サービスロボット	ソニー、パナソニック	生活空間の理解、人間の行動予測

Toyota VenturesがAMI Labsに出資した事実は、この文脈で読むべきだろう。トヨタは単にAIスタートアップに投資したのではない。自社のロボティクスと自動運転の未来に必要な知的基盤に、アクセスポイントを確保したのだ。

同時に、この動きは日本のAI戦略に問いを突きつける。日本はLLM開発では後発だったが、ワールドモデルの領域では、産業基盤という強みを活かせる可能性がある。ただし、それには基礎研究への投資と、ハードウェアとAI研究の接続を加速させる仕組みが必要になる。

競争地図——ワールドモデルを巡る世界の動き

AMI Labsだけがワールドモデルを追求しているわけではない。この領域には、すでに複数のプレーヤーが動き始めている。

企業・プロジェクト	調達額・規模	アプローチ
AMI Labs	シード10.3億ドル	JEPA系アーキテクチャ（推定）、基礎研究主導
Mind Robotics	Series A 5億ドル	産業ロボット向け身体知能
Tesla（Optimus）	自社資金（5万台計画）	自動運転データの転用、エンドツーエンド学習
Google DeepMind	Alphabet傘下	Gemini + ロボティクス統合研究
Meta FAIR	Meta傘下	LeCun退任後のJEPA研究継続

Mind Roboticsが5億ドルのSeries Aで産業ロボット向けAIを開発していること、TeslaがOptimusヒューマノイドロボットの5万台生産を計画していることは、ワールドモデル的な技術が実需に近づいている証拠だ。だが、AMI Labsが他と異なるのは、製品開発ではなく基礎研究に全リソースを集中するという戦略だ。これは、LeCunが「現時点の技術の延長では到達できない」と考えていることの裏返しでもある。

ワールドモデルの構築には、大量の物理データ、新しい学習アルゴリズム、そしてそれを動かす計算資源が必要になる。Nvidiaが投資家に入っている意味は、ここでも大きい。単なる資金提供にとどまらず、GPU供給やシミュレーション環境の提供といった技術的支援が想定される。

10億ドルの先にある問い

Yann LeCunとAMI Labsの挑戦を、過去のAIブームと同列に語ることはできない。チューリング賞受賞者が、70代にして新会社を立ち上げ、欧州史上最大のシードを集め、初年度は一切の製品化を行わず研究に没頭する——この構図自体が、現在のAI産業に対する強烈な批評だ。

LLMは確かに有用だ。テキスト生成、コード補助、要約、翻訳——日常的なタスクにおける生産性向上は疑いない。しかし、ロボットが未知の環境で自律的に行動し、自動運転車が予測不能な状況に対応し、AIが物理世界を本当の意味で「理解」するためには、テキスト予測とは異なる知能の基盤が必要だとLeCunは主張する。

AMI Labsが成功するかどうかは、まだ誰にもわからない。ワールドモデルの研究は、LLMのように短期間で商用成果を出せる領域ではないかもしれない。だが、もしLeCunの賭けが当たれば、それはAIと物理世界の関係を根本から書き換えることになる。

私たちが今、問うべきことがある。AIは「言葉を操る機械」のままでいいのか、それとも「世界を理解する知性」へと進化すべきなのか——そしてその進化の先に、人間とAIの関係はどう変わるのか。AMI Labsの研究室から、その答えの輪郭が見え始めるのは、まだ少し先のことだろう。