Meta AI: AMI Labs Yann LeCun Kumpulkan $1,03 Miliar, Toyota dan Nvidia Masuk Pendanaan

AMI Labs, startup yang didirikan oleh mantan ilmuwan Meta AI Yann LeCun, mengumumkan pendanaan besar yang menandai pergeseran perhatian industri dari model bahasa besar (LLM) ke pendekatan yang disebut "world models." TechCrunch melaporkan AMI Labs mengumpulkan $1,03 miliar pada valuasi pre-money sebesar $3,5 miliar, sementara media Jepang Nikkei menyebutkan investasi hingga sekitar $1 miliar oleh Toyota Group dan Nvidia pada startup yang sama.

Meta AI, Yann LeCun, dan fokus pada world models

Keberadaan AMI Labs kerap dikaitkan langsung dengan nama Yann LeCun, penerima Turing Award dan tokoh kunci dalam riset AI modern. Setelah meninggalkan Meta, LeCun bersama rekan mendirikan AMI Labs dengan ambisi membangun model AI yang memahami dunia nyata, bukan sekadar memproses teks. TechCrunch menulis bahwa AMI berfokus pada apa yang disebut "world models" — kategori yang menurut CEO AMI, Alexandre LeBrun, akan menjadi buzzword berikutnya.

"My prediction is that 'world models' will be the next buzzword," kata Alexandre LeBrun kepada TechCrunch. LeBrun menambahkan catatan optimis sambil menekankan perbedaan AMI Labs: tujuan mereka adalah memahami realitas secara lebih mendalam, yang berpotensi mengurangi risiko kegagalan atau "hallucination" yang kerap mengganggu LLM dalam aplikasi sensitif seperti kesehatan.

Detail pendanaan: angka, valuasi, dan pemain kunci

TechCrunch melaporkan AMI Labs berhasil menghimpun $1,03 miliar dalam putaran pendanaan yang menempatkan valuasi pre-money di angka $3,5 miliar. Angka itu menunjukkan kepercayaan investor terhadap visi jangka panjang perusahaan meski kategori "world models" masih relatif baru dan memiliki lebih sedikit pesaing dibanding segmen generatif AI.

Di sisi lain, Nikkei melaporkan bahwa Toyota Group dan Nvidia ikut menyuntikkan dana hingga sekitar $1 miliar ke startup yang dipimpin mantan ilmuwan Meta AI tersebut. Laporan Nikkei tidak merinci komposisi lengkap investor lain dalam putaran tersebut, tetapi keterlibatan dua nama besar korporasi teknologi dan otomotif ini menandai sinyal kuat bahwa sektor industri mulai menaruh taruhan pada teknologi yang dinilai mampu memahami dan beradaptasi dengan lingkungan dunia nyata.

Teknologi inti: JEPA dan pergeseran dari LLM

Menurut liputan TechCrunch, AMI Labs bekerja pada pendekatan yang tidak hanya berbasis bahasa. Sumber menyebut upaya perusahaan menggunakan teknik seperti JEPA (istilah yang disebut dalam laporan) untuk mengembangkan model yang belajar dari pengalaman dan pengamatan, bukan hanya pola bahasa. Pendekatan ini dimaksudkan untuk mengurangi masalah "halusinasi" yang terjadi pada model bahasa besar ketika mereka menghasilkan informasi yang meyakinkan namun salah.

LeBrun juga menyoroti bahwa pengembangan world models memerlukan data dan arsitektur yang berbeda, serta penerapan yang lebih hati-hati ketika diaplikasikan di sektor yang sensitif. Ia menyebutkan kolaborasi awal AMI Labs dengan startup digital health Nabla sebagai contoh penggunaan yang harus memprioritaskan keselamatan pasien dan akurasi informasi.

Potensi aplikasi dan tantangan penerapan

Pendekatan world models membuka peluang aplikasi di beberapa sektor: layanan kesehatan, robotika, otomotif, hingga sistem manufaktur yang memerlukan pemahaman kontekstual terhadap lingkungan fisik. Dalam konteks kesehatan, kemampuan model untuk memahami situasi klinis berdasarkan data multimodal (teks, gambar, sinyal) diharapkan menurunkan risiko kesalahan dibanding ketergantungan pada LLM semata.

Namun, transisi ke world models bukan tanpa tantangan. Pertama, kebutuhan data multimodal dan berlabel berkualitas tinggi jauh lebih besar dan kompleks dibanding dataset teks. Kedua, model yang belajar dari interaksi dunia nyata berisiko memperkuat bias atau kesalahan jika tidak ada mekanisme validasi yang kuat. Ketiga, pengawasan regulasi terutama di bidang kesehatan dan transportasi akan menjadi salah satu hambatan implementasi skala besar.

Alexandre LeBrun menegaskan pada TechCrunch bahwa meskipun akan ada banyak perusahaan yang mulai menyematkan label "world model" pada produk mereka, membangun sistem yang benar-benar aman dan andal akan memakan waktu.

Implikasi strategis bagi industri: dari Nvidia sampai Toyota

Masuknya Nvidia dan Toyota Group—seperti yang dilaporkan Nikkei—mencerminkan minat lintas-industri terhadap kemampuan AI yang lebih "direkatkan" ke dunia nyata. Bagi Nvidia, investasi ini sejalan dengan peran perusahaan sebagai penyedia hardware dan ekosistem komputasi AI; bagi Toyota dan grup otomotif lainnya, world models dapat mempercepat pengembangan kendaraan otonom dan sistem robotik yang lebih adaptif.

Keterlibatan korporasi besar juga memberi sinyal bahwa kebutuhan akan kolaborasi antara pembuat chip, perusahaan otomotif, dan startup riset semakin penting jika teknologi ini ingin mencapai tahap komersialisasi yang aman dan skalabel.

AMI Labs menyebut Nabla sebagai salah satu mitra awal, menandakan fokus awal pada bidang kesehatan. Langkah ini memperlihatkan pendekatan bertahap: menerapkan model yang lebih kompleks pada domain terkontrol sebelum memperluas ke area publik yang lebih luas.

Pendanaan besar yang diperoleh AMI Labs menempatkan proyek ini sebagai salah satu yang dipantau ketat oleh komunitas teknologi dan investor global. Meski istilah "world models" diprediksi akan menjadi kata kunci industri, keberhasilan praktisnya akan bergantung pada bukti-bukti konkret mengenai keamanan, keandalan, dan manfaat nyata bagi sektor-sektor kritikal.

Dengan latar belakang Yann LeCun dan dukungan modal serta mitra strategis, AMI Labs kini berada di persimpangan penting: membuktikan bahwa pendekatan yang lebih kontekstual dan berbasis pengalaman ini bukan sekadar jargon investasi, melainkan langkah selanjutnya yang substansial dalam evolusi kecerdasan buatan.