Au-delà des LLM : que sont les World Models et comment vont-ils transformer la publicité ?

Depuis quelques mois, le monde de l’intelligence artificielle voit apparaître un nouveau concept : les World Models. Porté par des personnalités comme Yann LeCun et des levées de fonds spectaculaires de startups (un milliard de dollars pour Worldlabs et 900 millions de dollars pour AMI, la startup de Yann LeCun), ce concept promet de franchir un nouveau cap dans le développement de l’IA.

Pourquoi les LLM actuels atteignent-ils un plateau ?

Pour comprendre l’intérêt des World Models, il faut d’abord saisir les limites des modèles de langage actuels, les LLM, comme ChatGPT ou Claude. Ces IA génératives ont impressionné par leurs capacités quantiques lors de leurs premières versions, mais désormais, les experts s’accordent à dire qu’elles atteignent une forme de plateau technologique. Chaque amélioration marginale coûte de plus en plus cher.

Selon Pierre Harand, CEO de fifty-five, le problème fondamental des LLM réside dans leur conception : ils fonctionnent de manière purement probabiliste. Ils prédisent simplement la suite logique de caractères ou de pixels à partir d’immenses bases de données sur lesquelles ils ont été entraînés, sans rien comprendre à la réalité physique de ce qu’ils génèrent.

« Les LLM actuels ne comprennent pas réellement ce qu’ils racontent. Ils formulent une réponse probable basée sur les textes écrits par les humains, mais n’ont aucune capacité à conceptualiser le monde. Ils manquent de bon sens élémentaire et vont par exemple recommander de se rendre à pied à la station essence la plus proche pour faire le plein, plutôt que d’y aller en voiture », illustre-t-il.

Qu’est-ce qu’un World Model ?

Contrairement aux LLM qui se nourrissent principalement de textes, les World Models ont pour vocation à appréhender et à conceptualiser le monde physique, ses règles et son espace. Ils sont conçus pour acquérir le bon sens qui fait défaut aux modèles linguistiques, comme la compréhension de la gravité, de la permanence des objets ou de la structure du corps humain.

Pour y parvenir, ces modèles devront être entraînés sur des données physiques, spatiales et visuelles. C’est d’ailleurs la stratégie d’entreprises comme Niantic (créateur de Pokémon Go), qui a accumulé 30 milliards de photos du monde physique pendant 10 ans par le biais de ses joueurs. Bien que cette technologie en soit encore au stade de la recherche fondamentale et n’a pas encore quitté les laboratoires, son objectif à terme est de fournir une compréhension de l’environnement indispensable aux robots humanoïdes, aux véhicules autonomes, mais aussi aux logiciels d’entreprise.

« L’objectif des World Models est de dépasser la simple prédiction de langage. C’est en entraînant des modèles sur des données spatiales et vidéos que les machines pourront véritablement appréhender et conceptualiser le monde qui nous entoure », ajoute Pierre Harand.

Les World Models ne remplaceront pas les LLM, mais ils seront complémentaires. Les modèles de langage actuels ne vont pas disparaître car ils conserveront leur utilité première et leur champ d’action spécifique, à savoir la production de texte ou l’écriture de code informatique. Les World Models, en revanche, prendront le relais dès qu’il sera nécessaire de s’ancrer dans la réalité physique et spatiale.

Quel impact pour la publicité et le marketing ?

Les robots et les voitures autonomes semblent éloignés du monde du marketing. Pourtant les World Models auront des répercussions directes sur la publicité, selon le CEO de fifty-five. Deux cas d’usage principaux se dégagent :

1. Une production créative (images et vidéos) parfaite et à grande échelle
Aujourd’hui, générer des publicités vidéo avec l’IA demande de nombreux essais car les modèles actuels font des erreurs de physique élémentaire, les fameuses hallucinations (une main à six doigts, des problèmes de gravité ou une mauvaise rémanence des visages d’un plan à l’autre).

« Pour la création publicitaire, l’arrivée des World Models permettra de générer des contenus visuels avec une vraie cohérence physique. Les modèles hallucineront beaucoup moins, ce qui réduira la perte de temps et représentera un gain d’efficience et de performance massif pour les marques qui produiront leurs créations à grande échelle », estime-t-il.

2. Des simulations de marché (Digital Twins) ultra-réalistes
L’autre impact concerne la mesure et la stratégie d’investissement. Chez fifty-five, les équipes utilisent déjà l’IA générative pour créer des jumeaux virtuels de marchés entiers. Par exemple, pour Leroy Merlin, ils ont simulé le comportement de centaines de milliers de consommateurs français afin d’anticiper l’impact d’un changement de prix ou d’une nouvelle répartition du budget publicitaire.

« Nous concevons déjà des jumeaux virtuels de marchés pour aider les annonceurs à prendre les meilleures décisions d’investissement. Demain, l’intégration des World Models rendra ces simulations encore plus précises, car elles intégreront nativement et conceptualiseront des paramètres du monde réel, comme la météo, les zones de chalandise ou les temps de transport physique », complète Pierre Harand.

Ne pas brûler les étapes

Les World Models vont permettre aux LLM de passer au niveau supérieur. Mais l’expert de fifty-five rappelle une réalité très pragmatique : les technologies génératives actuelles sont déjà matures, prêtes à l’emploi, mais restent encore largement sous-exploitées par les équipes marketing. Avant d’attendre la révolution des World Models, les marques ont tout intérêt à prendre le train de l’IA générative dès aujourd’hui pour bénéficier des immenses gains de productivité et d’efficacité déjà à leur portée.