Ticker

890 Millionen € für neue Weltmodelle

11.03.2026: Wie AMI Labs mit frischem Kapital die physische KI vorantreibt.

Humanoide Roboter benötigen mehr als nur Beweglichkeit; sie benötigen ein tiefes Verständnis ihrer Umgebung – ein sogenanntes Weltmodell. Während herkömmliche KI in Texten denkt, lernt ein Weltmodell die Gesetze der Physik: Was passiert, wenn ich eine Kiste schiebe? Wie verhält sich ein zerbrechliches Objekt? Diese Fähigkeit, Ursache und Wirkung in der physischen Welt vorherzusehen, ist die Grundvoraussetzung dafür, dass Roboter ohne Schutzzäune sicher mit Menschen zusammenarbeiten können.

AMI Labs: Historischer Meilenstein für Europa

AMI Labs, das neue Unternehmen des KI-Pioniers und Turing-Preisträgers Yann LeCun, hat mit seiner jüngsten Finanzierungsrunde Geschichte geschrieben. Mit einem Volumen von 890 Millionen Euro handelt es sich um die größte Seed-Finanzierung, die jemals ein europäisches Startup erhalten hat.

Das Ziel von AMI Labs ist die Skalierung der physischen Intelligenz:

  • Lernen aus Beobachtung: Durch Training mit gigantischen Videodatensätzen entwickeln die Modelle ein „intuitives“ Verständnis für physikalische Kausalität.
  • Generalisierung: Anstatt nur spezifische Aufgaben zu lösen, sollen die Modelle flexibel auf neue Umgebungen reagieren – eine Kernanforderung für den Einsatz im Mittelstand.
  • Hardware-Agnostik: Diese Weltmodelle sind darauf ausgelegt, auf verschiedensten Roboterplattformen zu laufen, was die industrielle Integration massiv beschleunigt.

Ein Markt in Goldgräberstimmung

Die enorme Summe unterstreicht, dass Weltmodelle (World Models) als das nächste große Schlachtfeld der KI gelten. AMI Labs gehört nun zu einem exklusiven Club von Unternehmen, die massives Kapital für die „Physical AI“ einsammeln konnten:

Für am Thema Interessierte bedeutet dieser Wettbewerb vor allem eines: Die technologische Basis für humanoide Roboter entwickelt sich schneller als je zuvor. Die Vision von autonomen Helfern in der Montage rückt durch diese massiven Investitionen in greifbare Nähe.


Quelle: AMI Labs