Le terme « World Model » n’est pas nouveau dans le monde de l’intelligence artificielle, c’est même un terme qu’on emploie depuis plus de trente ans.
Il est devenu particulièrement à la mode ces temps-ci, mais c’est un terme « piège » qui recouvre maintenant des réalités multiples et bien différentes.
Le but de cet article est donc de vous aider à identifier de quel genre de « world model » on vous parle quand on utilise ce terme (ou la traduction en français : modèle du monde)
Un terme précis à l’origine
Le mot n’a rien de nouveau.
Jürgen Schmidhuber l’introduit en machine learning en 1990, dans la lignée du « mental model » décrit par le psychologue Kenneth Craik en 1943. Richard Sutton publie Dyna en 1991 : un agent apprend un modèle de son environnement et s’en sert pour imaginer des futurs possibles avant d’agir.
La version moderne date de 2018. David Ha et Schmidhuber publient à NeurIPS un papier titré simplement World Models, dont le titre devient le nom commun de la chose. L’architecture tient en trois composants : un autoencodeur variationnel qui compresse chaque image en un vecteur latent, un réseau récurrent qui prédit comment ce vecteur évolue dans le temps, et un contrôleur minuscule qui apprend à agir entièrement « en imagination », sans toucher à l’environnement réel.
Yann LeCun reprend le cadre en 2022 dans son position paper A Path Towards Autonomous Machine Intelligence et y ajoute une exigence : le world model doit prédire dans un espace de représentation abstrait, jamais en pixels. C’est ce qui a donné l’architecture JEPA (Joint Embedding Predictive Architecture), qui sous-tend aujourd’hui AMI Labs.
La définition académique qui en découle reste stable : un « world model » c’est un modèle prédictif, entrainé sur la dynamique d’un environnement, donné, et qui est utilisable comme simulateur pour planifier des tâches ou des actions.
Un tel système est utile car il permet de créer des robots capables de prédire ce qui va se passer s’ils renversent un verre de lait, parce qu’ils disposent d’un modèle du monde physique capable de « visualiser » les conséquences de leurs actes.
Le problème, c’est que cette définition académique du terme ne désigne pas ce que beaucoup appellent un « world model » aujourd’hui. C’est presque devenu un « faux ami ».
Quatre types de « world models » dont certain ne sont pas des vrais world models au sens académique
Première famille de « world model », les modèles latents.
Ils prédisent des états abstraits, pas des images. V-JEPA 2, publié par Meta le 11 juin 2025, compte 1,2 milliard de paramètres et a été entraîné sur plus d’un million d’heures de vidéo ; Meta le présente comme le premier world model entraîné sur vidéo capable de planification zero-shot pour le contrôle de robots. LeWorldModel, publié le 13 mars 2026 par LeCun avec Mila, NYU et Samsung SAIL, tient en 15 millions de paramètres et s’entraîne sur un seul GPU. Ces modèles ne produisent rien de regardable : leur sortie est un vecteur, leur usage est la planification. Mais on est proches du concept académique.
Deuxième famille, la vidéo interactive.
Genie 3, annoncé par Google DeepMind le 5 août 2025, génère un monde navigable en 720p à 24 images par seconde, image par image, en réponse aux actions de l’utilisateur. Deepmind appelle cela un « world model » mais en fait c’est plus une version simplifiée du monde modélisé qu’un « modèle du monde réel ». Bref, un monde virtuel.
Troisième famille, la 3D persistante.
Marble, lancé par World Labs le 12 novembre 2025, produit des environnements 3D téléchargeables, exportables en Gaussian splats ou en meshes, que l’on peut rouvrir et modifier. Tencent défend la même ligne avec HY-World 2.0, en qualifiant les modèles vidéo de « film qui disparaît en fin de lecture ». Le 1er septembre 2026, World Labs a présenté Atlas, un modèle « omni » pré-entraîné de zéro sur texte, images, vidéo et 3D. Là aussi, c’est une version simplifiée du Monde sous forme modélisée.
Quatrième famille, la vidéo générative rebaptisée.
En février 2024, OpenAI avait titré le rapport technique de Sora Video Generation Models as World Simulators, en citant Ha et Schmidhuber. Selon la page d’aide d’OpenAI, l’application Sora a été arrêtée le 26 avril 2026 et l’API doit suivre le 24 septembre. Un générateur de clips n’est pas un simulateur, donc encore une fois, ce n’est pas un vrai « world model ».
Mais est-ce que les world models sont pour bientôt ?
Le concept de « world model » décrit plus un idéal, un objectif que des modèles existants réellement sur le marché.
Les chercheurs en IA ont créé plusieurs benchmarks pour savoir si les modèles du marché couvraient bien tout le périmètre attendu. Les benchmarks World-in-World, WorldArena ou RBench se concentrent tous sur la même question : un world model sert-il réellement dans une boucle de décision, ou produit-il seulement des images convaincantes ?
Et en octobre 2026, ces benchmarks montrent que les world models n’existent pas encore vraiment, parce que leur utilisation comme planificateur de tâches ou outil de décision est juste… bof !
Les LLMs, une impasse pour créer un world model
En parlant des World Models, on ne peut pas passer sous silence la bataille entre deux camps opposés : ceux qui pensent qu’on peut fabriquer un world model avec des LLMs (notamment l’équipe de Deepmind). Et ceux qui disent que c’est une impasse (notamment Yann LeCun).
En 2023, Li et al. ont montré qu’un GPT entraîné uniquement sur des coups d’Othello encode l’état du plateau, et que modifier cet état interne change ses prédictions.
En 2024, Keyon Vafa (Harvard) et des collègues du MIT ont entraîné un transformer sur des trajets de taxi à Manhattan : il donnait des itinéraires valides, mais la carte reconstituée à partir de ses sorties contenait des rues impossibles, et ses performances s’effondraient dès qu’on introduisait un détour.
Melanie Mitchell en conclut que les preuves de world models abstraits dans les LLM restent faibles, et que leurs capacités ressemblent davantage à des « sacs d’heuristiques ».
La thèse inverse existe et est fermement défendue par beaucoup de chercheurs : les limites observées tiendraient à l’entraînement, pas à l’architecture.
Pour le moment, personne n’a tranché, l’avenir nous dira quelle approche était la bonne.
Le risque n’est pas d’ignorer les world models. Il est de confondre, dans un même budget ou un même argumentaire, un simulateur de planification robotique, un générateur de jeu vidéo et un éditeur de scènes 3D. Les trois sont financés sous le même nom et ne se remplacent pas.
L’importance des World Models
Les world models demain seront super utiles pour générer des images et surtout des videos plus réalistes. Mais aussi pour leur rôle d’aide à la planification et à la décision, des capacités indispensables pour parvenir demain à créer de vraies « AGI » (intelligence articifielle générale), pas celles promises par Open AI ou Anthropic pour demain (pour des raisons marketing).
Mais méfiez vous si les gens utilisent le terme « world model » à mauvais escient. Un générateur de monde virtuel n’est pas un « world model ».
Une seule question vous permettra de les reconnaitre : un agent peut-il agir au sein de ce monde, et le monde réagit-il à ses actions ? Si non, ce n’est pas un world model au sens de 2018…
Sources
- Genie 3: A new frontier for world models, Google DeepMind
- Project Genie, Google
- Atlas: A World Model for Spatial Intelligence, World Labs
- Introducing the V-JEPA 2 world model, Meta AI
- Advancing Open-source World Models (LingBot-World), arXiv
- Evaluating the World Model Implicit in a Generative Model, Vafa et al., arXiv
- Yann LeCun’s AMI Labs secures $1B+ in bet on world models, PitchBook
- Yann LeCun just raised $1bn to prove the AI industry has got it wrong, The Next Web
- Waymo taps Google DeepMind’s Genie 3, The Decoder
- Google pairs its Genie world model with Street View, The Decoder
- Runway’s WorldPrompt and the Engineering of Real-Time Worlds, Latent Space
- LLMs and World Models, Part 2, Melanie Mitchell
- World Models, From Zero to Hero, HackMD
Ce contenu vous a plu ?
Inscrivez-vous gratuitement à notre newsletter et recevez chaque semaine l’actualité du SEO directement dans votre boîte email. Vous pouvez vous désabonner à tout moment !