Modèles du monde IA : les entreprises gardent le secret
Les entreprises développant des modèles du monde en intelligence artificielle maintiennent une confidentialité stricte concernant leurs projets et leurs calendriers de commercialisation. Cette tendance se confirme chez les acteurs majeurs comme AMI Labs, fondé par le chercheur Yann LeCun, et World Labs, porté par Fei-Fei Li. Bien que ces structures aient levé des fonds importants et généré un fort engouement, elles restent prudentes sur leurs ambitions commerciales. Michael Rabbatt, responsable des modèles du monde chez AMI Labs, a indiqué que l'entreprise se situe encore en phase de recherche et refuse de dévoiler tout planning produit. Cette discrétion s'étend à l'écosystème, y compris auprès de partenaires comme Physicl, dont le dirigeant Alex de Vigan déplore ne pas connaître l'usage précis des données fournies. Les modèles du monde visent à automatiser l'intelligence spatiale. Fonctionnant sur des principes comparables aux systèmes de conduite autonome, ils permettent à l'IA de cartographier, de comprendre et d'interagir avec un environnement en trois dimensions. Leurs applications potentielles couvrent la robotique, la simulation industrielle, la création d'univers interactifs pour le jeu vidéo et le cinéma, ainsi que la biomédecine. Certaines démonstrations, comme Marble de World Labs, illustrent déjà ces capacités, mais elles restent principalement orientées vers la validation technique plutôt que vers une offre commerciale immédiate. Cette opacité stratégique s'explique par la polyvalence intrinsèque de la technologie. Plutôt que de se concentrer sur un seul marché, les laboratoires exploitent un financement abondant pour explorer plusieurs pistes simultanément. Publier rapidement une avancée concrète risquerait d'alerter la concurrence, y compris d'autres startups spécialisées et les géants généralistes de l'intelligence artificielle. Pour éviter cet écueil, les acteurs adoptent une approche similaire à la théorie de la Forêt sombre : garder le silence permet de différer l'arrivée des rivaux et de consolider leurs positions. Si les potentiels économiques de cette technologie font l'unanimité, l'incertitude persiste pour les investisseurs et les fournisseurs. Les professionnels du secteur reconnaissent le caractère prometteur des modèles du monde, mais ils doivent accepter une période de maturation technique. Le passage à l'échelle commerciale interviendra probablement lorsque les laboratoires auront identifié les applications les plus viables, prêts alors à affronter une concurrence inévitable mais retardée par cette stratégie de confidentialité.
