チューリング賞受賞者が1,000億円超を調達——「世界モデル」は次のAIの主戦場か

「幻覚（ハルシネーション）」が命取りになる世界では、ChatGPTのようなAIは使えない——そう判断した研究者たちが、AIの根本的な作り直しに乗り出しました。

1,030億円調達の舞台裏

2026年3月、フランス発のAIスタートアップ AMIラボ（AMI Labs） が、10億3,000万ドル（約1,500億円） の資金調達を完了したと発表しました。企業評価額（プレマネー）は35億ドル（約5,100億円） に達します。共同創業者は、ディープラーニングの父と称され、チューリング賞を受賞した ヤン・ルカン（Yann LeCun） 氏。昨年 Meta を離れた後、彼が最初に動かした大きな一手です。

注目すべきは、投資家の顔ぶれです。リード投資家にはCathay Innovation、Greycroft、HV Capitalなどが名を連ね、個人投資家としてはWebの発明者 ティム・バーナーズ＝リー 氏、元Google CEO エリック・シュミット 氏、投資家の マーク・キューバン 氏が参加。企業投資家としては ***NVIDIA、Samsung、Toyota Ventures、Temasek*** も加わりました。特に Toyota Ventures の参加は、自動車・製造業における応用可能性を示唆しており、日本市場にとって見逃せないシグナルです。

もともと昨年12月時点では約5億ユーロ（約800億円）の調達を目指していたとされていましたが、最終的にはその約1.8倍の資金を集めることに成功しました。投資家からの関心が予想を大きく上回ったためで、CEOのアレクサンドル・ルブラン氏は「投資家を選ぶ立場になれた」と語っています。

「世界モデル」とは何か——LLMとの決定的な違い

AMIラボ が開発しているのは、「世界モデル（World Model）」と呼ばれるAIアーキテクチャです。現在主流の大規模言語モデル（LLM）——ChatGPTやGeminiなどの基盤技術——は、インターネット上の膨大なテキストデータを学習することで言語を扱います。しかし、その本質は「言語のパターンマッチング」であり、現実世界の物理的な因果関係や文脈を理解しているわけではありません。

これがハルシネーション（もっともらしい嘘をつく現象）の根本的な原因です。医療の現場でこれが起きれば、誤った診断や治療方針につながる可能性があり、文字通り命に関わります。ルカン 氏と ルブラン 氏は、この問題に独立した立場から同じ結論に達しました。

広告

広告掲載について

[email protected]

広告

AMIラボ のアプローチの核心は、ルカン 氏が2022年に提唱した JEPA（Joint Embedding Predictive Architecture） です。言語ではなく、現実世界の構造そのものを学習しようとするこのアーキテクチャは、「言語を理解するAI」ではなく「世界を理解するAI」を目指します。最初のパートナーとして、デジタルヘルス企業の Nabla が名乗りを上げており、医療分野での早期実証が計画されています。

ただし、ルブラン CEOは率直に認めています。「これは典型的な応用AIスタートアップではありません。3ヶ月で製品をリリースし、6ヶ月で収益を上げ、12ヶ月でARR1,000万ドルを達成するようなビジネスではない。商業的な応用まで、数年かかる可能性があります」。

「次のバズワード」の予言と、その先にあるもの

ルブラン CEOはTechCrunchのインタビューで、笑顔を交えながらこう語りました。「私の予測では、『世界モデル』が次のバズワードになります。6ヶ月後には、あらゆる企業が資金調達のために自社を世界モデル企業と名乗るでしょう」。

この予言には根拠があります。すでに フェイフェイ・リー 氏（ImageNetの創始者）が設立した World Labs が先月だけで10億ドルを調達し、欧州では SpAItial が欧州スタートアップとしては異例の1,300万ドルのシード資金を集めています。世界モデル分野への資金流入は、急速に加速しています。

一方で、AMIラボ が他と一線を画す点のひとつが、オープンリサーチへのコミットメントです。「オープンであることで物事は速く動く。コミュニティと研究エコシステムを構築することが、私たちの利益になる」と ルブラン 氏は語ります。論文の公開とコードのオープンソース化を進める方針は、かつて ルカン 氏が率いた Meta のAI研究所 FAIR の哲学を引き継ぐものです。

拠点はパリ（本部）、ニューヨーク（ルカン 氏がNYUで教鞭を執る場所）、モントリオール、そしてシンガポールの4都市。シンガポールはアジアの顧客開拓と人材採用の両面で戦略的に重要と位置づけられており、日本を含むアジア市場への展開を見据えた布石と読み取れます。

日本企業にとっての意味

Toyota Ventures の参加は偶然ではないでしょう。自動運転や製造ラインの自動化において、「言語を理解するAI」ではなく「物理世界を理解するAI」こそが必要とされる場面は多くあります。ロボットが工場内で予期せぬ状況に対応するためには、テキストデータではなく、現実世界の因果関係を学習したモデルが不可欠です。

少子高齢化と労働力不足に直面する日本にとって、製造・医療・介護領域でのAI活用は急務です。しかし現在のLLMは、これらの分野で求められる「確実性」と「物理的理解」に課題を抱えています。世界モデルが実用化される数年後、日本企業がその恩恵を早期に受けられるかどうかは、今から研究動向を追い、パートナーシップを模索するかどうかにかかっているかもしれません。