Les modèles de monde en IA : promesses et incertitudes selon les experts

Les modèles de monde en intelligence artificielle, distincts des grands modèles de langage, visent à simuler des environnements physiques ou des approximations utiles du réel. Leur développement s’accélère, porté par des applications concrètes en robotique, recherche et génération d’actifs, mais leurs interfaces et outils restent à définir.

Contrairement aux grands modèles de langage (LLM) qui ont d’abord émergé via une interface conversationnelle avant de chercher des cas d’usage, les modèles de monde partent souvent de besoins spécifiques. Les experts interrogés par Ars Technica — Vincent Sitzmann (MIT), Anastasis Germanidis (Runway) et Ben Mildenhall (World Labs) — soulignent cette approche inverse. Les capacités de ces modèles, bien que prometteuses, restent en phase exploratoire : leur architecture s’inspire des LLM, mais leur amélioration et leur intégration dans des systèmes opérationnels posent des défis techniques non résolus.

Les limites des LLM, notamment leur incapacité à représenter le monde physique au-delà du texte, sont un argument central en faveur des modèles de monde. Des figures comme Yann LeCun (Meta) ou Fei-Fei Li (World Labs) critiquent l’idée d’étendre indéfiniment les LLM pour atteindre une intelligence de niveau humain, jugée irréaliste. Fei-Fei Li insiste sur le fait que les LLM actuels, bien que performants pour le traitement de connaissances abstraites, restent des "diseurs éloquents dans le noir", incapables d’expériences concrètes ou de compréhension sensorielle.

Les applications envisagées — comme la robotique ou la génération d’actifs — illustrent l’intérêt industriel, mais les experts reconnaissent l’absence de consensus sur les interfaces futures. Les modèles de monde pourraient combler un vide en offrant une représentation multimodale du réel, mais leur maturité technique et leur adoption massive dépendent encore de progrès non garantis.