Aller au contenu
StrucTime

Modèle de monde en IA : ce que c'est, et à quoi il sert hors des robots

Un modèle de langage prédit le mot suivant. Un modèle de monde prédit l'état suivant d'un système, ce qui permet d'essayer une action avant de la faire.

Un modèle de monde, ou world model, est un modèle qui apprend comment un système évolue : à partir de ce qu’il observe et de l’action qu’on envisage, il prédit l’état suivant. Il permet d’essayer une décision en simulation avant de la prendre pour de vrai. L’idée est ancienne en automatique, et elle est revenue au premier plan de la recherche en IA.

Qu’est-ce qu’un modèle de monde ?

Trois éléments le composent, quel que soit le domaine :

  • un état, la description compacte de la situation à un instant ;
  • une règle d’évolution, qui donne l’état suivant à partir de l’état présent et d’une action ;
  • une observation, ce que les capteurs ou les images montrent de cet état, souvent partiellement.

Un modèle de monde apprend la règle d’évolution à partir des traces que le système laisse. Une fois appris, il se déroule seul : on lui propose une suite d’actions et il rend la trajectoire qu’elles produiraient.

Quelle différence avec un modèle de langage ?

Un modèle de langage prédit le mot suivant d’un texte. Il a appris comment on parle du monde. Demander à un modèle de langage ce que deviendra la température d’un four si l’on coupe un brûleur, c’est lui demander ce qu’on écrirait à ce sujet.

Un modèle de monde prédit l’état suivant d’un système. Sa réponse se compare à la mesure qui arrivera ensuite, et elle se trompe de façon chiffrable.

D’où vient l’idée ?

L’automatique. Le filtre de Kalman, publié en 1960, repose sur un modèle de l’état d’un système et de son évolution, corrigé à chaque mesure. Pour un système linéaire bien connu, il reste la meilleure estimation possible.

World Models, 2018. David Ha et Jürgen Schmidhuber entraînent un agent à conduire et à jouer dans un modèle appris de son environnement, qui compresse l’image puis prédit la suivante. L’agent apprend en partie « dans son rêve ».

Dreamer. La famille de Danijar Hafner apprend un modèle de l’environnement et entraîne le comportement sur des trajectoires imaginées. DreamerV3, en 2023, tient avec les mêmes réglages sur des tâches très différentes.

JEPA. Yann LeCun propose en 2022 de prédire des représentations abstraites plutôt que des pixels. V-JEPA 2, publié en juin 2025, s’entraîne sur de la vidéo puis sur un peu de données de robot, et sert à planifier des gestes.

Les environnements générés. Genie 3, présenté par Google DeepMind en août 2025, produit en temps réel un monde interactif à partir d’une description.

À quoi sert un modèle de monde hors des robots et des jeux ?

Il sert partout où un système change d’état et où l’on voudrait essayer avant d’agir.

  • Une installation industrielle : un four, un réseau de chaleur, une ligne de production. Le modèle explore des milliers de réglages et de pannes possibles, plus vite que la simulation physique complète.
  • Un bâtiment : la température et la consommation selon la météo, l’occupation et la régulation.
  • Une flotte ou un stock : l’état demain selon les commandes et les retards d’aujourd’hui.

Dans ces cas, le modèle de monde accélère l’exploration. Les chiffres qui engagent une décision viennent ensuite d’un calcul vérifié.

Comment savoir si un modèle de monde a appris quelque chose ?

En le comparant à des méthodes simples qu’il doit battre :

  • rejouer la période précédente à l’identique, ce qu’on appelle la méthode naïve saisonnière ;
  • recopier ce qui vient d’arriver ;
  • le filtre de Kalman, quand le système est assez connu pour l’écrire.

Un modèle qui ne fait pas mieux que ces trois références n’a rien appris, quelle que soit sa taille. Le second test porte sur la durée : prédire l’instant suivant est facile, garder une trajectoire plausible loin devant, sans mesure pour la corriger, l’est beaucoup moins.

Que fait AEON Systems sur les modèles de monde ?

Notre axe de recherche porte sur la reconstruction de systèmes dynamiques : retrouver la règle d’évolution d’une installation à partir de ses seules mesures. Il sert Furnace, qui explore les futurs possibles d’une installation. Les étalons, les limites et ce qui n’est pas résolu sont publiés sur la page des modèles de monde, et l’autre axe, les modèles de langage compacts, sur la page des modèles de langage.

Questions fréquentes

World model et jumeau numérique, c’est la même chose ? Un jumeau numérique est la réplique d’un système réel, souvent bâtie sur des équations physiques. Un modèle de monde peut en être le moteur quand il est appris à partir des mesures plutôt qu’écrit à la main.

Un modèle de monde a-t-il besoin d’énormément de données ? Moins qu’un grand modèle de langage. Sur les systèmes dynamiques, les travaux publiés montrent qu’un modèle plus gros n’est pas régulièrement meilleur, et les modèles qui tiennent sont souvent petits.

Les modèles de monde vont-ils remplacer les modèles de langage ? Ils ne font pas le même travail. Un assistant qui écrit et un modèle qui simule une installation se complètent.

Dans le même sujet