World models
Des mondes imaginés image après image.
De 2018 à cette semaine.
Un world model
imagine la suite d’un monde, image après image.
Et il la fait réagir à ce que tu fais.
World Models
David Ha et Jürgen Schmidhuber
Un agent apprend à conduire dans un jeu de course.
Il s’entraîne entièrement dans un rêve.
Puis ce qu’il a appris marche dans le vrai jeu.
Genie
Google DeepMind
Il apprend en regardant des vidéos de jeux en 2D.
Personne ne lui dit quelles touches sont pressées.
Il invente lui-même 8 actions.
GameNGen
Le jeu DOOM, simulé par un modèle, en direct.
Plus de 20 images par seconde, sur une seule puce TPU.
Sur de courts extraits, on reconnaît le vrai jeu à peine mieux qu’au hasard.
Oasis
Decart et Etched
Un monde de type Minecraft, sans moteur de jeu.
Ce monde n’existe nulle part.
Il est imaginé à chaque image.
Ce jour-là, tout le monde pouvait y jouer.
Oasis, toujours en ligne
On joue.
Sans compte. Une partie dure 5 minutes.
- ZQSD bouger
- souris regarder
- Espace sauter
Une version réduite, Oasis 500M, est publiée en poids ouverts, licence MIT. les poids
Genie 2
Google DeepMind
Une seule image devient un monde en 3D jouable.
Il se souvient de ce qui sort du champ.
L’eau, la gravité, la lumière.
Cohérent jusqu’à une minute.
Genie 3
Google DeepMind
En temps réel. 720p, 24 images par seconde.
On change le monde en écrivant.
Cohérent pendant quelques minutes.
Marble
World Labs (Fei-Fei Li)
Un texte, une image ou une vidéo devient un monde en 3D.
On le garde. On le télécharge.
Au lieu de l’imaginer à la volée.
Ouvert à tous.
La course ouverte
Il y a deux ans, une démo de laboratoire.
Aujourd’hui, ça tourne en temps réel avec des modèles qu’on peut télécharger.
Waypoint-1.5 est conçu pour une carte graphique de joueur.
Matrix-Game 4.0
Skywork
Un vrai petit jeu décide de la physique et des commandes.
Le modèle repeint l’image en direct.
Trois décors. Poids publiés le 12 octobre 2026.
Le même jour, deux directions.
Genie 4
Google DeepMind
Imagine un monde qui n’existe pas.
On le crée et on le modifie en langage naturel, en direct. Le son est généré avec le monde. Annoncé le 27 octobre 2026, selon la presse.
Echo-3
SpAItial, Londres
Recopie un lieu qui existe.
Quelques minutes filmées avec un iPhone. Une copie 3D à l’échelle réelle, qui complète ce que la caméra a raté.
La suite, c’est Chahyn.
