Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Les modèles de langage de grande taille (LLM) sont au cœur des avancées actuelles en intelligence artificielle, mais leur compréhension du monde réel reste limitée. Pour combler cette lacune, de nombreuses startups se concentrent sur le développement de "modèles du monde". Ces modèles visent à doter l'IA d'une compréhension plus humaine et ancrée de la causalité, inspirée par les neurosciences cognitives.
Des figures influentes comme Yann LeCun et Fei-Fei Li, ainsi que des géants technologiques tels que Google, Meta, Tencent, et Nvidia, investissent dans cette direction. Des entreprises comme Physical Intelligence développent des modèles fondamentaux pour l'IA physique, permettant aux robots d'apprendre et de prendre des décisions plus efficacement. Packy McCormick est également mentionné parmi ceux qui soulignent les limitations des LLM actuels.
James Wang, contributeur invité et VC en IA et DeepTech, est l'auteur de la newsletter "Weighty Thoughts". Son livre "What You Need to Know About AI" a récemment remporté le American Legacy Award dans la catégorie Meilleur Non-Fiction.
Parallèlement, l'informatique quantique fait des avancées significatives. Nvidia a récemment annoncé Nvidia Ising, un modèle d'IA ouvert qui pourrait accélérer l'atteinte d'une informatique quantique utile. Ce modèle est testé par des institutions renommées telles que Academia Sinica, Fermi National Accelerator Laboratory, et Harvard. Une étude récente, menée par des chercheurs de Caltech, Google Quantum AI, MIT, et Oratomic, démontre que de petits systèmes quantiques peuvent traiter efficacement de grandes quantités de données, réduisant ainsi les besoins en mémoire.
Dans le domaine de la robotique, Google a lancé Gemini Robotics-ER 1.6, qui améliore la compréhension visuelle et spatiale des robots. Ce système permet une meilleure identification des objets et renforce la sécurité robotique en intégrant des connaissances du monde physique, comme éviter les liquides ou les objets de plus de 20 kg.
Cependant, le développement des modèles du monde présente des défis, notamment en raison de la friction des données. Malgré cela, l'investissement dans l'IA physique est en plein essor, avec des entreprises comme World Labs, Skild AI, et AMI Labs levant des milliards de dollars pour surmonter ces obstacles. AMI Labs a levé 1,03 milliard de dollars d'ici début 2026.
