開発ログ2026年4月1日by K.hirano

なぜLeCunはMetaを去りAMI Labsを作ったのか——ローカルLLMとオープンウェイト消滅論を15分で把握する

LeCunのAMI Labs設立とMollickのオープンウェイト消滅リスクを整理。ローカルLLM運用者が2026年に何を見直すべきかを実務目線で解説します。

#dev-log#local-llm#open-weight#meta#Ollama

今回の比較では、勝ち負けより用途差で見るほうが実務判断しやすい、というのが結論です。

関連記事としては Blogローカル翻訳AIHy-MT2とDeepL無料版を5テストで比較した結果Hy-MT2をOllamaで実機検証。DeepL無料版との5テスト比較、1.8Bが7Bに勝った理由、onseバグ修正、スペック別推奨までまとめます。→ もあわせて読むと、今回の論点とのつながりを把握しやすくなります。

「LeCunがMetaを辞めたら、ローカルLLMは終わるのか」「オープンウェイトの新作が減るなら、いまOllama環境を育てる意味はあるのか」

このあたり、かなり気になりますよね。特に自前でLLMを動かしている人ほど、ニュースの見出しより自分のGPU・VRAM・運用方針に何が起きるかが知りたいはずです。

結論から言うと、LLMが終わる話ではありません。ただし、次の勝負軸は、すでに生成テキストのうまさから少しずつずれてきています。LeCunのAMI Labs設立は、そのズレをかなりはっきり示した出来事でした。

一方で、オープンウェイトがこのまま増え続ける保証もありません。Jeremy “Andy” Mollickは、近い将来「新しいフロンティア級のオープンウェイトモデルが出なくなる可能性」を指摘しています。これは断定ではなく、あくまで見立てです。ですが、ローカルLLM勢にとっては無視しにくい話です。

この記事では、AMI Labsの技術的な賭けと、オープンウェイト消滅リスクを同じ地平で整理します。最後には、2026年のローカルLLM選びで何を見ればいいかまで落とします。

先に結論：ローカルLLM運用で変わるのは「モデル名」より「選び方」です

2026年時点で大事なのは、単に「LlamaかQwenかDeepSeekか」を並べることではありません。

見るべきなのはこの3つです。

ローカルで回す理由が“コスト”なのか“主権”なのか“可搬性”なのか
いま欲しいのが会話品質なのか、推論性能なのか、長文処理なのか
オープンウェイトの更新が止まったとき、どこまで今の環境で粘れるか

LeCunのAMI Labsは、2のうち特に「推論」「世界理解」「物理ダイナミクス」に賭けています。

つまり、LLMを少しずつ太らせる延長線ではなく、別の知能系統を作るという話です。ここを誤解すると、「LLMは終わった」と雑に受け取ってしまいます。そうではなく、LLMとWorld Modelsは異なる軸で共存する可能性がある、というのが現実的です。

AMI Labs設立の意味は「Metaを辞めた」より「賭けを変えた」ことです

2026年3月、Yann LeCunはMetaのChief AI Scientist職を退任し、AMI Labsを創業しました。しかもシード調達は10.3億ドル、評価額35億ドル。欧州スタートアップ史上最大級のシードという扱いです。

この数字だけを見ると、派手なニュースに見えます。でも本質はそこではありません。

LeCunがやりたいのは、ざっくり言えば**「次のAIは、もっと世界を理解していないとダメだ」**という主張の実装です。彼は以前から、LLM単体には限界があると強く言ってきました。

彼の批判の核心は、かなり単純です。

LLMはシステム1的で、反射的・反応的である
現実世界の表現を持たないから、幻覚が出る
LLMをいくら伸ばしても、人間レベルの知性には届かない

最後の点についてはかなり強い言い方で、「完全なナンセンス」とまで述べています。ここは賛否が割れるところですが、少なくとも彼は「今の延長戦だけでは足りない」と本気で見ています。

JEPAは難しく見えるが、要するに「文章を作る」より「世界の変化を予測する」方向です

AMI Labsの中核は**JEPA（Joint Embedding Predictive Architecture）**です。これも名前はやや重いですが、発想自体はわりと明快です。

普通の生成AIは、次の単語や次のトークンを出す方向に強いです。JEPAはそこから少し離れて、表現空間の中で、何が起きるかを予測する。つまり、見えているものをそのまま描写するより、裏にある構造や変化の規則を掴みにいく。

V-JEPAはその動画版で、映像から物理世界のダイナミクスを学習します。雑に言えば、「この物体は次にどう動くか」を、言葉ではなく世界の動きとして学ぶわけです。

ここで大事なのは、JEPAがLLMの置き換え候補というより、別の知能部品として立っている点です。コード補完、文章生成、要約のような仕事は依然としてLLMの守備範囲です。一方で、ロボティクス、予測制御、環境理解、シミュレーション寄りの領域では、JEPA系の賭けに理があります。

Mollickの警告は「終わり」ではなく「供給構造の変化」を見ています

ここで、もう一つの論点です。

Mollickは2026年3月の観測として、MetaとxAIがフロンティアラボに追いつけず、中国のオープンウェイトモデルも数ヶ月遅れだとし、近い将来、新しいフロンティアオープンウェイトモデルが存在しなくなる可能性が十分あると指摘しています。

これ、かなり重要です。

なぜならローカルLLMユーザーにとって困るのは、「今あるモデルが動かない」ことより、次の強い候補が公開されなくなることだからです。手元のGPUで回せる強いモデルが毎年ちゃんと来る、という前提が崩れると、ローカルLLMの選択肢は一気に細ります。

しかも、彼は最新の中国フロンティアモデルがオープンウェイトでない傾向にも触れています。これはAI市場の大きなシフトを意味する、という見立てです。

ここは断定できません。ただ、少なくとも「オープンウェイトは今後も自然に増えるはず」という楽観は、少し弱くなりました。

では、今のオープンウェイト勢力図は弱いのか。答えは「いや、まだ強い」です

ここは冷静に見たほうがいいです。

2026年時点のオープンウェイト勢力は、まだ十分に強いです。

Llama 4：Scout / Maverick のMoE系
DeepSeek V3.2：685B規模、37Bアクティブ
Qwen3 / Qwen2.5-Max：MoE系、1T超級の話も含む
Mistral Large 3：123B

ベンチマーク上は、まだかなり戦えます。特にローカル運用では、「最高性能」より「手元で安定して回る」ことが価値になるので、閉じたフロンティアモデルと単純比較して負けたとしても、意味はありません。

ただし、問題は別にあります。ARC-AGI-2のような難しい領域では、フロンティアLLMとオープンウェイトの差が広がっているという観測があります。ここは体感とも割と合います。会話や要約はかなり良くなったのに、複雑な推論や自己修正では「あと一歩」が残る。

私の見方では、これは「オープンウェイトがダメ」ではなく、最先端の研究成果が公開されにくくなりつつあるという問題です。モデルそのものの性能だけでなく、学習レシピ、データ、後処理、ツール連携のノウハウが囲い込まれると、ローカル勢が追いかける速度は落ちます。

ローカルLLMエンジニアが本当に気にすべきなのは、モデルの“寿命”です

Ollamaを使っている人ならわかると思いますが、ローカルLLMの悩みは「今この瞬間の性能」だけではありません。

そのモデルは6か月後も使う理由があるか
同じVRAMでより良い世代に乗り換えられるか
量子化したときに急に賢さが落ちないか
日本語、コード、長文のどこが得意で、どこが苦手か

ここで、オープンウェイトの流れが細ると何が起こるか。

まず、次の乗り換え先の質が下がる可能性があります。今はLlama、Qwen、DeepSeekが競争しているので、ローカルユーザーは毎回どれかを選べます。でも供給が鈍ると、更新されるのは「サイズ違い」「派生」「蒸留版」ばかりになりやすい。

次に、GPU選定の考え方が変わります。これまでは「このVRAMなら、次のオープンウェイト大型モデルに乗れるかな」と考えられました。今後は「そのVRAMで、今の環境をどれだけ長く延命できるか」が重要になります。

この差は地味ですが、運用ではかなり大きいです。モデルが強くなる前提でハードを買うのと、今ある環境を最適化する前提でハードを買うのは、同じGPUでも判断が変わります。

2026年のローカルLLM選びは「最大性能」より「更新され続ける軸」を見るべきです

ここが実務上いちばん大事です。

もしあなたがOllamaで回す前提なら、選び方は次の順がいいです。

1. まず用途を分ける

会話・要約・社内文書の下読み → まだLLMで十分
コード補助・リファクタ・設計メモ → LLMが主戦場
画像・動画・現実世界の挙動理解 → JEPA/World Modelsの研究を見張る価値あり
複雑推論・長いチェーンの整合性 → フロンティア閉鎖系との差が出やすい

2. 次に、モデル更新の“継続性”を見る

オープンウェイトが消えるとまでは言えません。ただ、**「強い公開モデルが次も来るか」**は以前より読みづらいです。

だから、いま重要なのは単発のベンチ結果ではなく、

量子化しても崩れにくいか
日本語の崩れ方が許容範囲か
長文コンテキストで破綻しないか
ローカル推論のコストに見合うか

このあたりです。

3. そして、GPUは“未来の大型モデル”ではなく“今の主力を何年回すか”で選ぶ

これはハードウェア勢として、かなり現実的に言っておきたいところです。

VRAMは多ければいい、はその通りです。でも、オープンウェイトの供給が細るほど、VRAMの価値は「新モデルに飛びつくため」より「今の良い環境を長く保つため」に寄る。ここを見誤ると、計算資源の買い方を外します。

「LLMは終わった」は雑すぎる。ただし、万能神話はもう崩れています

LeCunの主張とMollickの警告を同時に見ると、極端な二択はできません。

LeCun側は、LLM単体の限界を強く見ている
Mollick側は、オープンウェイト供給の先細りを懸念している
現場では、LLMはまだ使えるが、万能ではない

この3つは全部、同時に成り立ちます。

なので、2026年のローカルLLM運用で大事なのは、

LLMを過剰に神格化しない
でも今すぐ見捨てない
次の研究軸としてWorld Modelsを追う
ただし実務は当面LLM中心で組む

というバランスです。

派手な結論ではありませんが、いまの流れを見るとかなり地に足のついた着地点です。

では、今すぐどのローカルLLMを使うべきか

Q. 2026年の今、何を基準にローカルLLMを選べばいいですか？

A. まずは「自分の用途で壊れにくいモデル」を選んでください。

日本語の雑な下書き、会話、要約が中心なら、今は Qwen系 をまず試す価値があります
コード補助や幅広い実務なら、Llama系 は依然として比較対象になります
推論寄り・重めのタスクをローカルで触りたいなら、DeepSeek系 の性格を確認するといいです
ただし、どれも量子化後の体感が本番です。ベンチだけで決めると外します

Q. じゃあオープンウェイトはもう買い控えるべきですか？

A. いいえ。買い控えではなく、依存の仕方を変えるのが現実的です。

今後は「次の大型公開モデルを前提にハードを買う」より、いまの主力を安定運用しつつ、更新が来たら差し替える考え方のほうが安全です。

Q. AMI LabsはローカルLLM勢にとって重要ですか？

A. 重要です。ただし“使う製品”としてではなく、“次の研究方向を示す旗印”として重要です。

JEPAやWorld ModelsがすぐOllamaに入るわけではありません。ですが、もしLeCunの賭けが当たれば、数年後のAIは「文章をもっと上手く出す」だけでは足りなくなります。その時に、ローカルLLMの価値も「会話AI」から少し広がるはずです。

Q. いまの自分の環境はどう変わる？

A. すぐに壊れるわけではありません。変わるのは、アップグレードの期待値です。

今のOllama環境はまだ十分戦えます。ただし、今後は

新モデルの公開速度
量子化しても保てる品質
GPU購入の優先順位

この3つを、以前より真面目に見たほうがいいです。

共有するときの一言

「LeCunのAMI Labsは“LLM終了”の宣言ではなく、LLMの次に賭ける場所を変えた話。ローカルLLM勢は、今あるモデルより“次も公開されるか”を見たほうがいい」

このくらいの温度感が、いちばんズレません。

まとめ

AMI Labsは、LeCunがLLM延長線ではない知能に賭けたプロジェクトです
JEPAは、生成よりも世界の変化を予測する方向のアーキテクチャです
Mollickは、新しいフロンティア級オープンウェイトが今後出なくなる可能性を指摘しています
ただし、2026年時点のオープンウェイトはまだ強いです
ローカルLLM運用者が見るべきなのは、モデル名の勝ち負けではなく、更新され続けるか、VRAMに見合うか、用途に耐えるかです

ローカルLLMは、まだ終わっていません。ですが、これからは「何を動かすか」だけでなく、その先に新しい公開モデルが来る前提でいいのかまで含めて判断する時代に入っています。

どんな場面で効くか

「LLMはもう終わり」という論調を見かけて、どこまで本気で受け止めるべきか判断したい場面
次にローカルLLMを選ぶとき、単体のスコア以外に何を見ればいいか整理したい場面

誰には不要か

クラウドLLMだけで運用が完結していて、ローカル運用を検討する予定がない人
特定モデルのベンチマーク数値そのものを探している人（この記事はスコア比較ではありません）

注意点・制約

この記事はLeCun氏の発言、AMI Labsの公表内容、Mollick氏の指摘を整理したもので、独自のベンチマークは行っていません。
JEPAが実用水準に届くかは未確定です。本文の見立ては、現時点で公開されている情報にもとづく解釈にとどまります。
オープンウェイトの供給は各社の方針しだいで変わります。「2026年時点ではまだ強い」という判断も、その前提つきで読んでください。

どのように整理したか

公式発表・本人の発言・第三者の論評を分けて確認し、事実と解釈が混ざらない形で並べました。
「LLMは終わった」という主張については、誰が・何を根拠に・どこまで言っているのかを一つずつ確認しています。

よくある質問

LeCunはLLMそのものを否定したのですか？

いいえ。LLMの延長線上にはない知能へ賭け先を移した、という話です。「LLM終了の宣言」と読むのは飛躍があります。

オープンウェイトのモデルは、もう出なくなるのですか？

Mollick氏はその可能性を指摘していますが、確定した未来ではありません。2026年時点のオープンウェイト勢力は、まだ十分に強い状態です。

今使っているローカルLLMを乗り換えるべきですか？

乗り換えの判断より先に、そのモデルが更新され続けるか、VRAMに見合うか、自分の用途に耐えるかを見てください。本文の結論は「モデル名より選び方」です。

参考リンク

この記事を書いた人

HW系エンジニアとして20年以上、10,000件を超える顧客訪問と2,000件を超える単独ソリューション実績。AIツールを使った個人開発やIoT農園など、Raspberry Piを使ったオートメーション化なども実践中です！エンジニア専門結婚相談所も運営中、ClaudeCodeで解決できない心の課題も解決いたします！