- ▸ Le langage a confisqué notre idée de l'intelligence
- ▸ Simuler le réel, pas seulement le décrire
- ▸ Partir de l'usage, jamais de l'interface
- ▸ L'ordre de la valeur, inversé
Depuis trois ans, nous croyons apprendre l’intelligence artificielle. Nous n’apprenons qu’une chose : le langage des machines. Le chatbot. La phrase bien tournée. Une autre ambition monte pourtant, plus discrète, plus têtue. Elle ne veut pas parler. Elle veut simuler le réel.
Le langage a confisqué notre idée de l’intelligence
Presque tout ce que nous rangeons sous l’étiquette « intelligence artificielle » se ramène, en vérité, à une seule famille de systèmes : les grands modèles de langage. Le diagnostic est posé sans détour par Ars Technica, le 13 juillet 2026 : notre cours accéléré d’IA a surtout été un cours accéléré de LLM. J’ajoute une chose que la dépêche ne dit pas : cette confusion n’est pas innocente. Elle a modelé nos peurs, orienté nos budgets, écrit nos régulations.
Le chatbot est devenu le visage unique de la machine.
C’est un rétrécissement de la pensée. Car les LLM ne captent plus, seuls, les attentes démesurées, les levées de fonds massives et l’effort de recherche et de développement. Une deuxième catégorie s’installe dans le paysage, avec ses laboratoires et ses promesses : les modèles du monde. Et elle raconte une histoire différente de ce que l’IA cherche à devenir. Non plus converser, mais reproduire. Non plus commenter le réel, mais le fabriquer en miniature.
Simuler le réel, pas seulement le décrire
Un grand modèle de langage manipule des mots. Un modèle du monde vise autre chose : poser les fondations de systèmes capables de simuler le monde physique — ou, à tout le moins, une approximation utile de celui-ci. Toute la thèse tient dans ces deux mots, « approximation utile ». On ne cherche pas la vérité du réel dans son entièreté. On cherche un modèle assez juste pour qu’un robot y agisse, qu’un moteur graphique y compose une scène, qu’un chercheur y éprouve une hypothèse avant de la porter dans le monde tangible.
Décrire le monde, c’est le raconter. Le simuler, c’est le faire fonctionner.
Cette différence a une conséquence que je crois centrale. Un LLM produit du plausible ; un modèle du monde, lui, doit produire du cohérent — cohérent avec la gravité, avec la continuité des objets, avec la persistance d’une pièce quand on en sort et qu’on y revient. Le premier peut halluciner sans se contredire. Le second se heurte à une physique qui, elle, ne pardonne pas l’incohérence.
Partir de l’usage, jamais de l’interface
Voici l’observation qui, à mes yeux, éclaire le mieux le moment présent. Ars Technica a interrogé trois praticiens du domaine, et en a tiré un renversement de méthode.
L’ordre de la valeur, inversé
Les LLM-produits ont commencé par une interface — la fenêtre de chat — puis ont cherché, ensuite, à quoi elle pouvait bien servir. Les acteurs sérieux des modèles du monde travaillent dans l’autre sens. Ils partent d’usages précis : la robotique, la recherche scientifique, la génération d’assets pour l’image et la vidéo. L’application précède l’outil. Le besoin précède le bouton.
Le prix de cette inversion
Cet ordre a une vertu : il enracine la technologie dans un problème réel avant d’en faire un objet grand public. Il a aussi un coût, que la dépêche formule crûment : on ignore encore à quoi ressembleront, au bout du compte, les interfaces, les systèmes et les outils. Les LLM avaient trouvé leur forme — la conversation — avant leur utilité. Les modèles du monde ont l’utilité, pas encore la forme. C’est l’inconfort d’une technologie qui sait où elle est utile sans savoir comment elle se présentera.
« Complète absurdité » : l’avertissement de Yann LeCun
Il faut ici affronter l’objection la plus solide, et je ne la contournerai pas. On pourrait me répondre : les modèles du monde ne sont qu’un nouvel emballage pour la même promesse démesurée, celle d’une machine qui rejoindrait l’esprit humain. Le soupçon est légitime. Nous avons trop entendu ce refrain.
Sauf que le procès en surpromesse ne vient pas des sceptiques de l’extérieur — il vient de l’intérieur. Yann LeCun, ancien directeur scientifique de l’IA chez Meta, tranche sans nuance : « L’idée que vous allez étendre les capacités des LLM jusqu’à ce qu’ils atteignent une intelligence de niveau humain est une complète absurdité », déclarait-il plus tôt cette année, propos rapportés par Ars Technica.
Ma lecture : LeCun ne condamne pas l’ambition, il condamne la voie. Il dit que la route du langage ne mène pas à l’intelligence générale. Et c’est précisément ce constat qui justifie l’existence des modèles du monde. Loin d’être la énième version du mythe de l’esprit-machine, ils en sont plutôt le renoncement partiel : moins d’esprit universel, plus de simulation utile. Le pari a changé de nature. On ne cherche plus à faire penser la machine. On cherche à lui faire comprendre un monde.
Trois praticiens, trois paris industriels
La force du reportage d’Ars Technica tient à ce qu’il ne parle pas d’un concept, mais de trois trajectoires concrètes, portées par trois chercheurs aux ancrages différents.
- Vincent Sitzmann, du MIT, incarne la voie académique : comprendre comment une machine peut se forger une représentation interne de l’espace et de la matière.
- Anastasis Germanidis, de Runway, tire le fil créatif : générer des images et des séquences vidéo qui tiennent debout parce qu’elles obéissent à une logique du monde, pas seulement à une esthétique.
- Ben Mildenhall, de World Labs, travaille la reconstruction de scènes tridimensionnelles, terrain où la fidélité géométrique n’est pas un luxe mais la condition même de l’utilité.
Trois laboratoires, trois métiers, une même conviction : la prochaine frontière ne se joue pas dans la finesse du verbe, mais dans la solidité du modèle sous-jacent. Je n’y vois pas une chapelle unique. J’y vois une industrie qui cherche encore son centre de gravité.
Ce que ce déplacement engage, au-delà des laboratoires
Pourquoi cela devrait-il compter pour un lecteur qui n’écrit pas de robots ni de moteurs graphiques ? Parce que celui qui modélise le réel façonne le substrat sur lequel les futures machines agiront. Un LLM produit du texte que nous lisons et corrigeons. Un modèle du monde, lui, produit l’environnement dans lequel un robot livrera un colis, dans lequel une simulation médicale testera un geste, dans lequel une voiture anticipera un obstacle. L’erreur n’y est plus une phrase maladroite. Elle devient un mouvement, une collision, une conséquence.
Le langage se relit. La simulation, elle, agit.
Voilà l’enjeu que je veux mettre au centre : nous avons passé trois ans à débattre de ce que l’IA dit. La vraie question des années à venir sera de savoir ce qu’elle fait — et sur quelle représentation du monde elle appuie ses actes. Qui construit cette représentation, avec quelles approximations, au service de quels usages : ce sont là des choix, pas une fatalité technique.
À retenir
- Le langage n’est plus la seule frontière. Les modèles du monde visent à simuler le monde physique, ou une approximation utile de celui-ci, quand les LLM se contentent de le décrire.
- La méthode s’est inversée. Les acteurs partent d’usages précis — robotique, recherche, génération d’assets — sans savoir encore quelle forme prendront interfaces et outils.
- Le scepticisme vient de l’intérieur. Pour Yann LeCun, prolonger les LLM jusqu’à l’intelligence humaine est « une complète absurdité » — un aveu qui légitime, plutôt qu’il n’enterre, la voie de la simulation.
À suivre d’ici la fin 2026 : la manière dont Runway, World Labs et les équipes académiques comme celle du MIT feront émerger — ou non — une interface commune. Tant que cette forme reste indécise, les modèles du monde resteront une promesse puissante en quête de son visage. Nous parlions de l’IA comme d’une voix. Il faudra bientôt la penser comme un monde. Et un monde, cela se choisit.
Cet article est une tribune et reflète l’opinion de son auteur.
