15 millions de paramètres et 1 seul GPU : Yann LeCun fait un premier pas vers l’IA qui comprend le monde réel

Yann LeCun franchit une étape concrète vers sa vision d'une IA capable de comprendre le monde physique. Avec un consortium de chercheurs, il présente LeWorldModel, un modèle de monde entraînable directement à partir de pixels bruts — sans les instabilités qui plombent habituellement ce type d'approche. Une première technique significative, rendue accessible avec seulement 15 millions de paramètres et un unique GPU.

L'enjeu dépasse la performance brute : les modèles de monde (world models) sont au cœur de la vision de LeCun pour une IA "à la fois plus capable et plus sûre que les LLMs", capable de raisonner sur la causalité et d'anticiper les conséquences de ses actions dans un environnement réel. Là où les grands modèles de langage opèrent sur du texte, un modèle de monde ambitionne de représenter la réalité physique — prérequis fondamental pour la robotique autonome et les systèmes d'IA incarnés.

La contribution technique centrale de LeWorldModel réside dans sa capacité à s'entraîner sur des flux vidéo bruts sans recourir aux architectures hybrides complexes qui causent d'ordinaire des instabilités d'apprentissage. Le choix d'une empreinte modeste — 15 millions de paramètres contre des centaines de milliards pour les modèles génératifs actuels — est délibéré : il s'agit d'un proof of concept reproductible, pas d'une course au gigantisme. LeCun opère dans ce contexte parallèlement à AMI Labs, sa startup fondée en France, dont les premières recherches n'ont pas encore été publiées.

Cette publication s'inscrit dans la trajectoire intellectuelle que LeCun défend depuis plusieurs années contre le courant dominant des LLMs : construire des systèmes qui modélisent le monde plutôt que de simplement en prédire le texte. LeWorldModel ne résout pas ce défi — mais il pose une brique technique vérifiable sur un chemin que peu de laboratoires empruntent encore sérieusement.