Yann LeCun est un chercheur français en intelligence artificielle, né en 1960. Inventeur des réseaux de neurones convolutifs (CNN) à la fin des années 1980, il a dirigé le FAIR (Fundamental AI Research) chez Meta pendant plus de dix ans. Il a reçu le prix Turing en 2019 avec Geoffrey Hinton et Yoshua Bengio. Il a quitté Meta en novembre 2025 pour fonder AMI Labs.

C'est quoi AMI Labs ?

AMI Labs (Advanced Machine Intelligence) est la startup fondée par Yann LeCun fin 2025, basée à Paris avec des antennes à New York, Singapour et Montréal. Elle développe des world models basés sur l'architecture JEPA, une alternative aux LLM. Elle a levé 1,03 milliard de dollars en mars 2026, valorisée 3,5 milliards, avec des investisseurs comme Nvidia, Jeff Bezos et Softbank.

Pourquoi Yann LeCun dit que les LLM sont une impasse ?

LeCun argue que les LLM manipulent le langage mais ne comprennent pas le monde physique. Ils ne peuvent pas planifier des actions ni anticiper les conséquences physiques d'un mouvement. Il s'appuie sur le paradoxe de Moravec : ce qui est facile pour nous (perception, navigation) est dur pour les machines, et vice versa. Les LLM excellent sur ce qui est dur pour nous (texte, code) mais échouent sur ce qui est facile pour nous (comprendre la physique de base).

C'est quoi JEPA, la technologie d'AMI Labs ?

JEPA (Joint Embedding Predictive Architecture) est une architecture d'IA qui crée des représentations abstraites du monde physique pour anticiper les conséquences d'actions. Au lieu de prédire le prochain mot comme un LLM, JEPA prédit ce qui va se passer dans le monde à partir d'une abstraction de la situation. Cela permet de gérer l'incertitude (un stylo lâché tombe, mais la direction est imprévisible) sans générer une réponse statistiquement plausible mais fausse.

Yann LeCun a-t-il quitté Meta ?

Oui, LeCun a quitté Meta en novembre 2025. La raison principale est un désaccord avec Mark Zuckerberg sur la stratégie IA : Zuckerberg veut concentrer Meta sur les LLM et les chatbots, LeCun veut développer des world models. LeCun a dit qu'il n'y avait pas de rancune et que Meta pourrait être le premier client d'AMI Labs.

Portraits · Recherche IA

Yann LeCun, l'homme qui parie contre les LLM : ce qu'il fait et pourquoi ça compte

8 août 2026 · 7 min de lecture

Illustration aquarelle conceptuelle : une main tenant un stylo en équilibre sur sa pointe, entourée de formes géométriques abstraites et d'une silhouette de tour Eiffel en lavande, évoquant l'intelligence du monde physique

Yann LeCun pense que les LLM comme ChatGPT, Claude et Gemini sont une impasse. Pas une impasse immédiate, ils restent utiles pour écrire du texte et du code. Mais une impasse pour atteindre une intelligence comparable à celle d'un humain ou d'un animal. Il a quitté Meta en novembre 2025, a fondé AMI Labs à Paris, a levé 1 milliard de dollars en mars 2026, et le 5 août 2026 il a rejoint un fonds VC de 100 millions de dollars pour investir dans les startups qui construisent l'IA de demain. Voici ce qu'il fait, pourquoi il pense que tout le monde se trompe, et pourquoi ça compte pour toi.

Qui est Yann LeCun

Yann LeCun est l'un des pères de l'intelligence artificielle moderne. Né en 1960, français, il a inventé les réseaux de neurones convolutifs (CNN) à la fin des années 1980, la technologie derrière la reconnaissance d'images. Il a passé plus de dix ans chez Meta comme directeur du FAIR (Fundamental AI Research), le labo de recherche en IA de l'entreprise. Il a reçu le prix Turing en 2019 avec Geoffrey Hinton et Yoshua Bengio, souvent appelé le "Nobel de l'informatique".

LeCun est aussi connu pour être un contradicteur public. Il a passé les dernières années à dire sur les réseaux sociaux et dans les conférences que l'industrie se trompe de direction. Son message constant : les LLM sont utiles, mais ils ne comprendront jamais le monde physique. En avril 2026, il déclarait au Point : "Il faut arrêter de se focaliser sur le langage et s'attaquer au monde réel."

Le départ de Meta

En novembre 2025, LeCun quitte Meta. La raison principale : un désaccord avec Mark Zuckerberg sur la stratégie IA. Zuckerberg veut concentrer les efforts de Meta sur les LLM et les chatbots, avec une nouvelle équipe "Superintelligence" dédiée. LeCun voit dans cette direction un pari sur la mauvaise technologie. Il considère que le groupe robotics de FAIR, dissous par Meta, était stratégique. Dans une interview au MIT Technology Review en janvier 2026, il dit sans rancune : "Mark a fait des choix qu'il pensait meilleurs pour l'entreprise. Je n'étais pas d'accord avec tous. Mais je n'étais pas le directeur de FAIR."

LeCun précise que Meta pourrait être le premier client d'AMI Labs. Pas de guerre, mais une séparation de visions.

AMI Labs et le pari des world models

AMI (Advanced Machine Intelligence, prononcé "ami" comme en français) est fondée fin 2025, basée à Paris avec des antennes à New York, Singapour et Montréal. Le 10 mars 2026, la startup annonce une levée de 1,03 milliard de dollars (environ 890 millions d'euros), avec une valorisation de 3,5 milliards de dollars. Les investisseurs : Nvidia, Jeff Bezos, Softbank, et côté français Niel, Pinault, Dassault, Mulliez. Emmanuel Macron a tweeté sa félicitation le jour même.

La technologie qu'AMI Labs développe s'appelle JEPA (Joint Embedding Predictive Architecture). L'idée : au lieu d'entraîner une IA sur du texte pour qu'elle prédise le mot suivant, on l'entraîne sur des représentations abstraites du monde physique pour qu'elle anticipe les conséquences d'une action.

LeCun l'explique avec une expérience simple. Tu tiens un stylo vertical sur sa pointe. Tu le lâches. Que se passe-t-il ? N'importe quel humain, ou même un enfant, sait que le stylo va tomber. Personne ne sait dans quelle direction. Un LLM, lui, va essayer de prédire une direction précise à partir de patterns statistiques dans ses données d'entraînement. La prédiction sera fausse, parce que le modèle ne raisonne pas sur la physique de la situation. Il génère ce qui semble statistiquement plausible.

JEPA, lui, crée une abstraction de la situation qui lui permet de savoir que la direction exacte n'est pas prédictible, mais que le stylo tombe. C'est la différence entre simuler l'intelligence et modéliser le monde.

Pourquoi LeCun pense que les LLM ne suffiront pas

L'argument tient en trois points, que LeCun répète depuis des années.

Les LLM manipulent le langage, pas le monde. Ils sont excellents pour écrire, coder, résumer. Mais le langage est une couche d'abstraction au-dessus de la réalité. Un enfant de quatre ans comprend le monde physique mieux que n'importe quel LLM, parce qu'il a interagi avec des objets, des textures, des forces, des conséquences.

Le paradoxe de Moravec. Ce qui est facile pour nous (attraper un objet, naviguer dans une pièce, reconnaître un visage) est très dur pour les machines. Ce qui est dur pour nous (jouer aux échecs, résoudre une équation) est facile pour les machines. Les LLM excellent sur ce qui est dur pour nous, mais échouent sur ce qui est facile pour nous.

L'absence de planification. Un LLM génère du texte mot par mot. Il ne planifie pas une séquence d'actions dans un monde physique avec des contraintes. Pour LeCun, c'est le verrou qui empêche d'avoir des robots domestiques agiles comme un chat, ou des voitures vraiment autonomes dans toutes les conditions.

Le fonds VC de 100 millions (5 août 2026)

Le 5 août 2026, LeCun a rejoint 224 Ventures, un fonds d'investissement de plus de 100 millions de dollars dédié aux startups IA en amorçage. Son co-partenaire : Oriol Vinyals, ancien co-lead technique de Gemini chez Google DeepMind, qui a quitté DeepMind le même jour. Le fonds investit entre 1 et 5 millions de dollars par startup, sur des sociétés valorisées moins de 100 millions. L'université de l'Illinois est l'investisseur principal.

LeCun reste executive chairman d'AMI Labs. Le fonds est un véhicule parallèle pour soutenir les fondateurs qui construisent l'IA de demain, avec des chèques plus petits que ce qu'AMI Labs absorbe. Son premier fonds VC (Extelligence Invest) avait collapsé en quelques heures en juillet suite à un conflit avec d'autres fonds. 224 Ventures a l'air de tenir.

Un exemple chez Maisons&Mobilia

Pierre, directeur logistique chez Maisons&Mobilia (M&M, enseigne de meubles fictive), gère trois entrepôts et une flotte de camions de livraison. Il utilise des LLM pour des tâches de bureau : rédiger des emails aux fournisseurs, résumer des rapports de stock, générer des plannings. Ça marche, ça lui fait gagner du temps.

Ce que Pierre ne peut pas faire avec un LLM : optimiser la façon dont ses camions naviguent dans un entrepôt encombré, en temps réel, en évitant les obstacles et les autres véhicules. C'est un problème de monde physique, avec des contraintes géométriques, des imprévus, des conséquences d'actions qui dépendent de l'environnement. Exactement le genre de tâche que JEPA est conçu pour aborder.

Pierre ne va pas utiliser AMI Labs demain. La technologie est en recherche, pas en produit. Mais le signal est le suivant : les capacités de raisonnement sur le monde physique sont en train d'être construites, et elles viendront s'ajouter à celles des LLM sur le langage. Les tâches que Pierre ne peut pas encore déléguer à l'IA le deviendront, par une autre voie que le texte.

Ce que ça change pour toi

Tu utilises peut-être ChatGPT ou Claude tous les jours, et ça te suffit. Trois raisons de t'intéresser à ce que fait LeCun.

La diversité des approches. Si tout le monde construit des LLM, un seul type d'erreur (hallucination, manque de raisonnement physique) limite tout le monde. LeCun développe une approche différente, qui échoue différemment. Quand ces approches convergeront, les systèmes hybrides seront plus solides que n'importe quelle approche seule.

L'alternative européenne. AMI Labs est basée à Paris. Dans un marché dominé par les entreprises américaines et chinoises, une troisième voie européenne existe. LeCun le dit explicitement : il veut une "entreprise IA crédible qui n'est ni chinoise ni américaine". Pour toi qui es francophone, ça veut dire des modèles potentiellement mieux adaptés à ta langue et à ton contexte, et une souveraineté technologique qui n'existe pas aujourd'hui.

L'open source. LeCun est un défenseur historique de l'open source. Il critique la fermeture d'OpenAI et d'Anthropic. Si AMI Labs libère des modèles ouverts, tu pourras les utiliser, les inspecter, les modifier. C'est la différence entre dépendre d'une API et posséder l'outil.

Aller plus loin

Pour comprendre comment un LLM fonctionne et pourquoi il ne "comprend" pas le monde physique, notre article sur comment fonctionne un LLM pose les bases. Pour voir comment les agents IA utilisent des outils pour agir au-delà du texte, le guide sur les agents IA t'aide à y voir clair. Et pour t'entraîner à comprendre ces notions en 5 minutes par jour, l'app saisir.ai propose des modules interactifs sur les LLM, le raisonnement et les agents, en français, sans coder.

Sources

Questions fréquentes

Qui est Yann LeCun ?: Yann LeCun est un chercheur français en intelligence artificielle, né en 1960. Inventeur des réseaux de neurones convolutifs (CNN) à la fin des années 1980, il a dirigé le FAIR (Fundamental AI Research) chez Meta pendant plus de dix ans. Il a reçu le prix Turing en 2019 avec Geoffrey Hinton et Yoshua Bengio. Il a quitté Meta en novembre 2025 pour fonder AMI Labs.
C'est quoi AMI Labs ?: AMI Labs (Advanced Machine Intelligence) est la startup fondée par Yann LeCun fin 2025, basée à Paris avec des antennes à New York, Singapour et Montréal. Elle développe des world models basés sur l'architecture JEPA, une alternative aux LLM. Elle a levé 1,03 milliard de dollars en mars 2026, valorisée 3,5 milliards, avec des investisseurs comme Nvidia, Jeff Bezos et Softbank.
Pourquoi Yann LeCun dit que les LLM sont une impasse ?: LeCun argue que les LLM manipulent le langage mais ne comprennent pas le monde physique. Ils ne peuvent pas planifier des actions ni anticiper les conséquences physiques d'un mouvement. Il s'appuie sur le paradoxe de Moravec : ce qui est facile pour nous (perception, navigation) est dur pour les machines, et vice versa. Les LLM excellent sur ce qui est dur pour nous (texte, code) mais échouent sur ce qui est facile pour nous (comprendre la physique de base).
C'est quoi JEPA, la technologie d'AMI Labs ?: JEPA (Joint Embedding Predictive Architecture) est une architecture d'IA qui crée des représentations abstraites du monde physique pour anticiper les conséquences d'actions. Au lieu de prédire le prochain mot comme un LLM, JEPA prédit ce qui va se passer dans le monde à partir d'une abstraction de la situation. Cela permet de gérer l'incertitude (un stylo lâché tombe, mais la direction est imprévisible) sans générer une réponse statistiquement plausible mais fausse.
Yann LeCun a-t-il quitté Meta ?: Oui, LeCun a quitté Meta en novembre 2025. La raison principale est un désaccord avec Mark Zuckerberg sur la stratégie IA : Zuckerberg veut concentrer Meta sur les LLM et les chatbots, LeCun veut développer des world models. LeCun a dit qu'il n'y avait pas de rancune et que Meta pourrait être le premier client d'AMI Labs.