Le modèle du monde (World Model) devient l’une des directions les plus suivies dans le domaine de l’intelligence artificielle. Le PDG de Google DeepMind, Demis Hassabis, a récemment déclaré clairement que la voie actuelle des grands modèles de langage, représentés par ChatGPT, doit être complétée par le modèle du monde. Bien que des entreprises comme OpenAI, Google, xAI et Anthropic misent toutes sur les LLM, Hassabis estime que pour parvenir à une véritable intelligence artificielle générale (AGI), l’IA doit comprendre le monde physique, les relations de cause à effet, et posséder des capacités de planification à long terme et de validation d’hypothèses.
Qu’est-ce qu’un modèle du monde ?
Un modèle du monde désigne une simulation interne construite par l’IA des dynamiques du monde extérieur, capable de prédire des scénarios physiques, les mouvements d’objets, les changements de trajectoire et les conséquences des actions. Contrairement aux LLM qui ne traitent que du texte ou des images, le modèle du monde met l’accent sur la compréhension des relations de cause à effet. Par exemple, comment un objet tombe-t-il après avoir été poussé ? Comment un conducteur décide-t-il en voyant un obstacle devant lui ? Ce type de modèle ne sert pas seulement à générer du contenu ; plus important encore, il permet à l’IA d’effectuer des simulations mentales et de la planification.
Principales avancées dans le secteur
Google DeepMind a publié le système Genie 3 en août 2025, capable de générer des environnements 3D interactifs à partir de texte. Cela est considéré comme une avancée majeure du modèle du monde dans le domaine de la génération. De plus, des modèles vidéo tels que Veo intègrent implicitement une compréhension de la dynamique du monde. Hassabis a déclaré que la future AGI sera un système intégré combinant des modèles de base (comme Gemini) avec les capacités du modèle du monde.
Tesla est un autre praticien actif du modèle du monde. Son système FSD (conduite entièrement autonome) utilise depuis deux ans des réseaux neuronaux de bout en bout pour prédire, image par image, les vues de huit caméras de conduite, afin de simuler et de prendre des décisions de conduite en temps réel. Tesla applique également des principes similaires à son robot humanoïde Optimus, en utilisant des modèles visuels de bout en bout pour la manipulation, la navigation et la planification des tâches. Bien que Tesla ne publie pas d’articles de recherche, son portefeuille de brevets comprend de nombreux éléments liés aux réseaux neuronaux, au traitement des données et à la simulation, étroitement liés au modèle du monde.
Nvidia joue quant à elle le rôle de fournisseur d’infrastructures. Elle fournit des simulateurs et des outils de développement à la plupart des entreprises de robots humanoïdes, et sa technologie de simulateur de monde est également en position de leader.
En outre, Fei-Fei Li (李飞飞) et son laboratoire World Labs ont beaucoup contribué sur le plan théorique, apportant un solide soutien académique à la recherche sur le modèle du monde.
Le point de vue de Hassabis : goulots d’étranglement et calendrier de l’AGI
Lors d’entretiens récents, Hassabis a souligné à plusieurs reprises que les lois de mise à l’échelle (Scaling Laws) restent valides, mais que les gains ralentissent. Selon lui, il ne suffit pas d’augmenter la taille des modèles pour atteindre l’AGI ; il faut également une ou deux innovations majeures de l’ampleur d’AlphaGo.Les systèmes d’IA actuels présentent une « intelligence en dents de scie » : ils excellent dans certaines tâches, mais peuvent échouer de manière inattendue sur des tâches simples. Les capacités manquantes incluent : l’apprentissage continu, une véritable nouveauté créative, des performances cohérentes, la planification à long terme et un raisonnement plus profond.
Hassabis prédit qu’il faudra encore 5 à 10 ans pour l’AGI. La pénurie de puissance de calcul et d’énergie constitue le principal goulot d’étranglement, mais il souligne aussi que l’IA elle-même peut aider à résoudre ces problèmes, par exemple en optimisant la conception des matériaux, l’efficacité solaire et la fusion nucléaire contrôlée. Des modèles comme Gemini Flash de DeepMind ont déjà obtenu une amélioration d’environ 10 fois de l’efficacité énergétique par an grâce à la distillation.
La position de LeCun et son départ de Meta
Yann LeCun critique depuis longtemps les LLM comme une « impasse » vers une IA de niveau humain. Selon lui, le modèle du monde est la clé. Fin 2025, LeCun a quitté Meta pour fonder Advanced Machine Intelligence Labs (AMI Labs), poursuivant ainsi son programme de recherche sur les modèles du monde. L’objectif de cette entreprise est de développer des systèmes capables de comprendre le monde physique, de posséder une mémoire durable, de raisonner et de planifier des séquences d’actions complexes.
Perspectives d’avenir
Les modèles du monde ont un immense potentiel dans les domaines de la robotique, de la conduite autonome et de la découverte scientifique. Des études montrent que les agents d’IA entraînés dans des mondes simulés obtiennent des performances supérieures de 20 à 30 % à celles des agents classiques sur les tâches de raisonnement. Hassabis envisage un « âge d’or scientifique » pour l’IA, où des avancées comme celle d’AlphaFold sur le repliement des protéines se reproduiront dans les domaines des matériaux, de la physique, des mathématiques, de la météo, etc.
Bien que la technologie des modèles du monde en soit encore à ses débuts, un consensus croissant estime qu’elle pourrait être la voie incontournable vers une véritable intelligence artificielle générale.