Google franchit une étape majeure dans l’intelligence artificielle en faisant évoluer Gemini 2.5 Pro pour en faire un « modèle du monde » complet, capable de comprendre et de simuler des aspects de la réalité d’une manière similaire à la cognition humaine.
Les modèles du monde représentent un changement fondamental dans les capacités de l’IA, allant au-delà du traitement du langage pour créer des représentations internes d’environnements physiques. Ce concept s’intéresse à la manière dont des agents intelligents peuvent comprendre et modéliser des environnements interactifs externes afin d’améliorer leurs capacités de prise de décision et de planification. Initialement développés pour modéliser des interactions physiques de bas niveau, les modèles du monde se sont élargis à la simulation du monde réel et à la génération d’environnements complexes et réalistes.
Ces systèmes d’IA sophistiqués simulent des environnements réels en exploitant de vastes ensembles de données multimodales comprenant des images, des sons, des vidéos et du texte. Cette capacité permet à l’IA de prédire les conséquences de diverses actions, renforçant ainsi son raisonnement et ses aptitudes à la planification. Les modèles du monde comblent efficacement le fossé entre données brutes et informations exploitables, facilitant des interactions plus intuitives entre les machines et leur environnement.
Google a annoncé travailler à l’extension de Gemini 2.5 Pro pour en faire un modèle du monde « capable d’élaborer des plans et d’imaginer de nouvelles expériences en comprenant et simulant des aspects du monde, tout comme le cerveau humain ». Cette évolution marque une avancée majeure dans la stratégie d’IA de Google, ouvrant la voie à une résolution de problèmes plus sophistiquée dans de nombreux domaines.
En plus de cette évolution ambitieuse, Google a partagé plusieurs mises à jour concernant sa famille de modèles Gemini. Gemini 2.5 Flash est désormais accessible à tous dans l’application Gemini, avec une version mise à jour qui sera disponible pour tous dans Google AI Studio pour les développeurs et dans Vertex AI pour les entreprises début juin, suivie par Gemini 2.5 Pro.
Gemini 2.5 Pro sera enrichi de Deep Think, un mode de raisonnement expérimental conçu pour les tâches de mathématiques et de programmation hautement complexes. Google apporte également de nouvelles fonctionnalités aux deux modèles, notamment des dispositifs de sécurité avancés. Leur nouvelle approche en matière de sécurité a considérablement renforcé la protection contre les attaques indirectes par injection de prompt lors de l’utilisation d’outils, faisant de la famille Gemini 2.5 la série de modèles la plus sécurisée à ce jour.
Ces développements interviennent alors que la concurrence dans le domaine de l’IA s’intensifie, avec des entreprises comme Nvidia et des start-up telles que World Labs travaillant également sur la technologie des modèles du monde. Ce que les grands modèles de langage représentent pour des systèmes comme ChatGPT, les modèles du monde le sont pour les simulateurs de mondes virtuels nécessaires à l’entraînement des robots et autres systèmes d’IA. Ces outils peuvent produire des environnements et des simulations 3D qui aident les robots à mieux comprendre, planifier et naviguer dans leur environnement.
Alors que Google continue de repousser les limites des capacités de l’IA, l’évolution de Gemini 2.5 Pro vers un modèle du monde marque une nouvelle ère où l’intelligence artificielle ne se contente plus de traiter l’information, mais peut également comprendre, prédire et interagir avec le monde de manière de plus en plus humaine.