Während die KI-Branche darum wetteifert, Begriffe wie „AGI“ und „Superintelligenz“ zu etablieren, geht AMI Labs einen anderen Weg. CEO Alexandre LeBrun, der das Startup gemeinsam mit dem Turing-Award-Preisträger Yann LeCun mitbegründet hat, verzichtet auf Schlagworte und widmet sich dem, was er als das fehlende Bindeglied der modernen KI bezeichnet: die physische Intuition.

Über die semantische Falle der AGI hinaus

Auf der International Conference on Machine Learning in Seoul erklärte LeBrun, dass AMI Labs sich weigert, Begriffe wie „AGI“ oder „Superintelligenz“ zu verwenden. „Es gibt keine gute Definition. Was ist Superintelligenz? Ich weiß es nicht. Es ist kein besonders nützliches Wort“, sagte er und fügte hinzu, dass die Branche lediglich Etiketten austausche, um den Hype am Leben zu erhalten.

Anstatt theoretischem Bewusstsein nachzujagen, entwickelt AMI Labs „Weltmodelle“ (World Models) – Systeme, die die Gesetze der Physik erlernen und den nächsten Zustand der Welt vorhersagen. Ein Large Language Model rät das nächste Wort; ein Weltmodell weiß, dass das Anstoßen eines Glases von einem Tisch dazu führt, dass es umkippt und verschüttet wird.

Das fehlende „Gehirn“ in der Robotik

LeBrun weist darauf hin, dass die Hardware in der Robotik zwar massiv zugenommen hat, die Software in der physischen Welt jedoch immer noch „wirklich dumm“ agiert. Die meisten Roboter folgen statischen Routinen und stolpern in Wohnungen oder belebten Straßen.

Er betrachtet LLMs und Weltmodelle als Partner, nicht als Rivalen. So wie das menschliche Gehirn Sprache vom logischen Denken trennt, sind LLMs exzellent in Texten, während Weltmodelle den Kontext liefern, der für physische Interaktionen benötigt wird. Dieser Kontext ist entscheidend für die Sicherheit – er kann beispielsweise verhindern, dass ein Roboter bei einer komplexen Bewegung eine Person verletzt.

Skalierung durch Industriepartnerschaften

AMI Labs befindet sich noch in der Pre-Product-Phase und hat bereits 1,03 Milliarden US-Dollar bei einer Pre-Money-Bewertung von 3,5 Milliarden US-Dollar eingeworben. Da Weltmodelle auf realen Daten basieren, sucht das Unternehmen nach Industriepartnern, die Zugang zu unstrukturierten, komplexen Umgebungen ermöglichen können.

LeBrun sieht Südkorea als idealen Standort: Die dortigen Sektoren für Halbleiter, Robotik und Fertigung sind weltweit führend. Durch die Anbindung an „hardwareintensive“ Industrien kann AMI Labs seine Modelle mit der chaotischen Realität trainieren, die LLMs allein entgeht.

Warum das wichtig ist

Der Wandel von generativen Texten hin zu physischer Intelligenz markiert die nächste Grenze der KI. Die erste Welle digitalisierte Wissen; die nächste Welle, angetrieben durch Weltmodelle, wird die physische Interaktion digitalisieren. Entwickler und Gründer sollten den Wert nicht in der Generierung von Poesie suchen, sondern in der sicheren, intuitiven Navigation durch Fabriken und Wohnzimmer.

Wichtigste Erkenntnisse

  • Weltmodelle vs. LLMs: LLMs sagen das nächste Token voraus; Weltmodelle sagen den nächsten physischen Zustand voraus und liefern so die für reale Aufgaben erforderliche Intuition.
  • Physischer Kontext ist entscheidend: Der heutigen KI fehlt das Situationsbewusstsein für offene Umgebungen; Weltmodelle zielen darauf ab, diese Lücke zu schließen.
  • Strategischer industrieller Fokus: AMI Labs konzentriert sich auf hardwarezentrierte Regionen wie Südkorea, um die Daten und Partnerschaften zu gewinnen, die für das Training physischer KI erforderlich sind.