Mientras medio sector persigue el siguiente salto de los grandes modelos de lenguaje, LeCun insiste en que la inteligencia de nivel humano no saldrá de predecir palabras, sino de comprender cómo funciona el mundo físico.
En el debate global sobre inteligencia artificial hay figuras influyentes, grandes empresarios, premios científicos y evangelistas tecnológicos. Pero hay pocos perfiles que reúnan al mismo tiempo peso histórico, capacidad de incomodar al consenso dominante y autoridad técnica suficiente para sostener una visión alternativa del futuro. Yann LeCun pertenece a esa categoría. Mucho antes del reciente anuncio de AMI Labs, la nueva compañía con la que ha levantado 1.030 millones de dólares para desarrollar sistemas basados en “world models”, LeCun ya era una referencia insoslayable para entender la trayectoria de la IA moderna y, de forma muy particular, uno de los grandes nombres europeos en un sector que suele leerse desde Silicon Valley.
El nuevo movimiento empresarial ha vuelto a colocarlo en el centro de la conversación. AMI Labs, la empresa que cofundó tras su salida de Meta, nace con sede en París, una valoración pre-money de 3.500 millones de dólares y una ambición explícita: construir una IA que aprenda de la realidad y no solo del lenguaje. Reuters, TechCrunch, Wired y Financial Times coinciden en los elementos básicos del anuncio: el proyecto se apoya en la teoría de los modelos de mundo, apunta a sectores como salud, manufactura, automoción, aeroespacial o biomedicina, y asume desde el primer día que se trata de una apuesta de investigación fundamental, no de una startup diseñada para sacar un producto comercial en cuestión de meses.
Pero reducir a LeCun al titular del momento sería quedarse en la superficie. La relevancia de esta operación no radica solo en el tamaño de la ronda, aunque el Financial Times la sitúe como la mayor ronda semilla registrada en Europa, sino en lo que simboliza: la materialización empresarial de una tesis que LeCun lleva años defendiendo contra la corriente principal del sector. Mientras la industria ha concentrado buena parte de sus recursos, expectativas y marketing en los grandes modelos de lenguaje, él ha sostenido que ese camino, por sí solo, no conducirá a una inteligencia artificial de nivel humano. Su argumento de fondo no es nuevo: los seres humanos y los animales no aprenden principalmente del texto, sino de observar, actuar, anticipar consecuencias y construir representaciones internas del mundo físico. Por eso considera insuficiente un paradigma basado únicamente en la predicción secuencial de tokens.
Esa posición explica buena parte de su influencia y también de su papel singular dentro del ecosistema europeo. LeCun nació en Francia, se formó en ESIEE Paris y en la Université Pierre-et-Marie-Curie, y su trayectoria ha estado siempre atravesada por un doble vector: pertenecer al núcleo duro de la investigación estadounidense y, al mismo tiempo, conservar una presencia simbólica y real en el espacio científico europeo. El Collège de France recuerda en su biografía que es investigador en inteligencia artificial, aprendizaje automático, visión por computador y robótica, y subraya su formación francesa antes de su etapa en Bell Labs y AT&T. Esa continuidad importa, porque ayuda a entender por qué su figura funciona en Europa como algo más que un científico brillante emigrado a Estados Unidos: opera también como un referente intelectual que conecta la tradición matemática e ingenieril europea con el corazón del desarrollo contemporáneo de la IA.
Su peso histórico, además, es indiscutible. En 2018 recibió el Premio Turing junto a Geoffrey Hinton y Yoshua Bengio por aportaciones conceptuales y de ingeniería que hicieron de las redes neuronales profundas un componente crítico de la computación moderna, según la formulación oficial de ACM. Y en 2022 compartió con Hinton, Bengio y Demis Hassabis el Premio Princesa de Asturias de Investigación Científica y Técnica, que los definió como protagonistas centrales del desarrollo del deep learning y de sus aplicaciones en reconocimiento de voz, visión artificial y procesamiento del lenguaje natural. Es decir: LeCun no habla desde los márgenes. Habla desde el centro histórico del campo.
Precisamente por eso resulta tan relevante su actual posición de disidencia estratégica. En un momento en que el relato dominante del sector gira alrededor de modelos fundacionales cada vez más grandes y costosos, LeCun se ha convertido en el gran crítico interno de la idea de que escalar LLM hasta el infinito vaya a producir, por sí mismo, razonamiento robusto, memoria persistente, planificación fiable o comprensión causal del entorno. Wired resumía esa tesis con nitidez al señalar que LeCun considera “absurda” la idea de que extender las capacidades de los LLMs baste para alcanzar inteligencia de nivel humano. Reuters recoge la misma línea al describir AMI como una apuesta alternativa frente a los sistemas basados en predicción de palabras o píxeles.
La palabra clave aquí es “world models”. No se trata de una simple etiqueta de moda, aunque desde la propia AMI Labs ya anticipen que pronto muchas compañías intentarán apropiarse del término. En la visión de LeCun, un modelo de mundo es una arquitectura capaz de aprender regularidades del entorno, anticipar estados futuros, abstraer información relevante y sostener formas más ricas de planificación y razonamiento. Esa intuición quedó plasmada de manera programática en su texto “A Path Towards Autonomous Machine Intelligence”, publicado en OpenReview en 2022, donde defendía que la próxima generación de sistemas inteligentes debía apoyarse en arquitecturas predictivas jerárquicas, memoria, aprendizaje autosupervisado y modelos internos del mundo que permitieran planificar bajo incertidumbre.
En ese marco aparece JEPA, la Joint Embedding Predictive Architecture, una familia de arquitecturas que busca aprender representaciones predictivas en espacios latentes en lugar de reconstruir píxel a píxel o token a token. La idea ha ido madurando en artículos y desarrollos posteriores. Meta presentó en 2023 I-JEPA como el primer modelo alineado con esa visión y en 2024 publicó V-JEPA, orientado a vídeo, como un paso hacia sistemas capaces de modelar regularidades temporales del mundo visual. El propio blog de Meta vincula explícitamente estas líneas con la visión de LeCun sobre una IA más “humana”, capaz de aprender principalmente por observación. Ese trabajo no demuestra aún que el camino esté resuelto, pero sí que la tesis dejó hace tiempo de ser un manifiesto abstracto para convertirse en un programa técnico consistente.
Ese es uno de los motivos por los que LeCun importa tanto en Europa. No solo por lo que ha hecho, sino por el tipo de alternativa que representa. El ecosistema europeo de IA lleva años atrapado entre dos complejos: la fascinación con los gigantes estadounidenses y la sensación de rezago estructural frente a Estados Unidos y China. La figura de LeCun rompe parcialmente esa dicotomía. Es europeo, sí, pero no representa un europeísmo defensivo ni un refugio regulatorio. Representa algo mucho más incómodo y fértil: la posibilidad de disputar el rumbo científico del campo con argumentos de primer nivel, incluso cuando el mercado va en otra dirección. Europa, en su mejor versión tecnológica, no compite solo cuando financia campeones nacionales o redacta reglamentos; compite también cuando produce marcos conceptuales que reordenan la agenda global. Y LeCun lleva tiempo haciendo exactamente eso.
La nueva etapa de AMI Labs refuerza además otro elemento interesante: el intento de construir desde París una plataforma de investigación de frontera con alcance transatlántico y asiático. La compañía tendrá base en la capital francesa, pero también presencia en Nueva York, Montreal y Singapur. TechCrunch detalló que entre sus prioridades de gasto estarán la computación y el talento, y que su equipo directivo reúne a perfiles procedentes de Meta, DeepMind, Nabla y otros grandes entornos de investigación aplicada. En otras palabras, AMI no nace como una empresa local francesa con ambición de nicho, sino como un laboratorio internacional con anclaje europeo. Eso vuelve a situar a LeCun en un lugar simbólico muy específico: el del científico que puede convertir Europa en sede de una apuesta de escala global sin renunciar a la circulación internacional de talento.
Hay, además, una dimensión cultural que no conviene subestimar. LeCun es una de las pocas figuras del sector capaces de defender simultáneamente investigación abierta, escepticismo frente a ciertas corrientes dominantes y una visión de largo plazo no subordinada a la lógica del producto inmediato. AMI Labs ha avanzado que publicará artículos científicos y que abrirá mucho código, algo que LeBrun justificó en TechCrunch con una idea simple: la investigación avanza más rápido cuando es abierta y cuando alrededor del laboratorio se forma una comunidad. En una fase del mercado en la que la competencia geopolítica y el cierre de capacidades avanzadas están empujando a muchos actores hacia ecosistemas más opacos, esa apuesta tiene un valor adicional. También por eso LeCun sigue siendo una referencia fuerte en entornos académicos europeos, donde la legitimidad no depende solo de vender más, sino de marcar dirección intelectual.
Eso no significa que tenga razón en todo ni que su camino esté garantizado. La propia cobertura de TechCrunch subraya que pasar de teoría a aplicaciones comerciales podría llevar años. Reuters también destaca que la empresa se sitúa deliberadamente fuera del ciclo de startup que promete producto en tres meses e ingresos en seis. El reto es enorme: transformar world models y JEPA en sistemas útiles, robustos y desplegables en escenarios reales. Además, la historia de la IA está llena de ideas elegantes que no siempre ganaron en el mercado frente a enfoques más pragmáticos o más fáciles de comercializar.
Sin embargo, incluso si se adopta una mirada prudente, el peso de LeCun no depende solo del éxito o fracaso de AMI Labs. Depende de algo más profundo: de haber mantenido viva una discusión estratégica sobre qué significa realmente “entender” en inteligencia artificial. Mientras buena parte del debate público se concentra en benchmarks, asistentes conversacionales o productividad ofimática, LeCun insiste en una pregunta más radical: cómo construir sistemas que no solo hablen sobre el mundo, sino que aprendan su estructura, anticipen sus cambios y actúen en él con modelos internos consistentes. Esa pregunta es especialmente relevante para robótica, salud, manufactura y cualquier ámbito donde una alucinación no sea un simple error gracioso, sino un problema con consecuencias materiales serias.
Por eso, visto desde Europa, LeCun funciona a varios niveles al mismo tiempo. Es una leyenda científica del deep learning. Es un francés con autoridad global en una industria dominada por Estados Unidos. Es un crítico informado del hype de los LLM. Es un defensor de la investigación abierta en una época de creciente cerrazón. Y ahora también es el rostro de una de las apuestas empresariales más ambiciosas jamás lanzadas desde suelo europeo en torno a la IA de frontera. El anuncio de AMI Labs no crea esa condición: simplemente la vuelve más visible.
En realidad, la pregunta interesante ya no es solo si LeCun conseguirá demostrar que los modelos de mundo son el siguiente gran giro del sector. La pregunta de fondo es otra: si Europa sabrá leer su figura únicamente como motivo de orgullo retrospectivo o como señal de algo más exigente. Porque LeCun no representa una coartada para decir que Europa “también estuvo allí”. Representa una invitación a disputar el futuro del campo desde investigación dura, ambición conceptual y paciencia estratégica. En un ecosistema cada vez más ruidoso y comercialmente ansioso, esa combinación escasea. Y quizá por eso, más allá del último titular y de los mil millones, Yann LeCun sigue siendo uno de los referentes más sólidos, incómodos y necesarios de la inteligencia artificial europea.
