Qu'est-ce qu'un modèle du monde en robotique ?
Un modèle du monde est un modèle d'IA qui apprend comment se comporte le monde physique, pour prédire la suite et permettre à un robot de planifier ou s'entraîner « en imagination ».
Mis à jour:
Définition
Un modèle du monde apprend la dynamique de l'environnement — comment les objets bougent, tombent, se déforment et réagissent aux actions du robot — à partir de grandes quantités de vidéos et de données robotiques.
Fonctionnement
À partir de l'observation actuelle et d'une action candidate, il prédit les images ou états suivants. Il sert à planifier, et de simulateur appris pour générer des données et évaluer des politiques, en complément du sim-to-real.
Pourquoi c'est important
Les données physiques sont rares. Les entreprises qui misent sur la vidéo humaine — comme le jeu Index de Figure derrière Helix 2.5 (article) — parient que comprendre le monde mène à une IA incarnée générale.
Questions fréquentes
Quelle différence avec un modèle VLA ?
Un VLA traduit directement ce qu'il voit et entend en actions ; un modèle du monde prédit les états futurs, ensuite utilisés pour choisir ou entraîner des actions.
À quoi sert-il ?
Générer des vidéos d'entraînement synthétiques, tester des politiques dans un simulateur appris, planifier en imaginant les résultats.
Est-ce un simulateur ?
Proche mais différent : un simulateur physique est construit à partir d'équations ; un modèle du monde est appris à partir de données comme la vidéo.
Couverture
Kosmo de Hesai transforme des salles réelles en mondes d'entraînement en minutes
Le fabricant de lidar a lancé Kosmo One (caméra spatiale 8K) et Kosmo World, avec Galbot et Dexmal ; un scan Dairy Queen a fait passer le modelage de ~300 h à 15 min.
AWS ouvre une Physical AI Toolchain branchée sur NVIDIA
Le 8 oct. 2026, AWS a lancé une toolchain open source (données synthétiques, SageMaker, simu, edge) avec Isaac/Cosmos, après l'arrêt de RoboMaker en 2025.
Le S1 de Skild apprend le foot en s'entraînant contre lui-même pendant 140 ans simulés
Après S1 — modèle de fondation qui copie une seule vidéo sans fine-tuning — Skild montre Physical Self-Play : la même politique s'entraîne contre elle-même dans Isaac Sim puis passe sur un humanoïde.
Helix 2.5 de Figure range 30 maisons jamais vues
Figure affirme que son humanoïde a rangé des salons, plié des serviettes et fait des lits dans 30 maisons inconnues sans données locales, appuyé par un contrat de calcul de 3,5 Md$ avec Nscale.
Newsletter
Robrief Weekly
Un e-mail par semaine avec l'actualité robotique qui compte. Gratuit, désinscription à tout moment.