JEPA et modèles du monde : qui en est où ?

Chaque semaine, un laboratoire annonce son « modèle du monde ». Google, Alibaba, Tencent, NVIDIA, et Yann LeCun, qui a fondé AMI Labs après son départ de Meta. Mêmes mots, projets très différents. Et deux duels se mélangent dans les titres : JEPA contre les grands modèles de langage (les LLM), le débat que LeCun mène depuis des années, et JEPA contre les autres modèles du monde, qui fabriquent des images. On a fait le tour des acteurs en remontant aux papiers et aux pages officielles, pour savoir qui en est où, et sur quel duel.

D'abord, de quoi parle-t-on ?

Trois familles se côtoient. Les LLM, comme ChatGPT, devinent le mot suivant. LeCun juge depuis des années qu'ils ne mèneront pas à une IA qui comprend le monde physique : c'est son duel d'origine, et celui que met en scène son papier d'octobre avec Randall Balestriero, qui oppose un petit JEPA à des modèles de langage jusqu'à 72 milliards de paramètres. Les modèles du monde génératifs fabriquent ce que l'on voit : une vidéo, une scène en 3D, un monde que l'on explore.
L'architecture JEPA, proposée par LeCun en 2022, ne dessine rien : elle prédit dans un espace abstrait, un peu comme on se dit « la balle va rebondir » sans se représenter chaque pixel. Selon LeCun, c'est plus économe et plus proche du raisonnement. C'est sa thèse, pas (encore ?) un fait établi.

Les frontières ne sont pas étanches : le modèle d'Alibaba, par exemple, s'appuie sur un modèle de langage et de vision de la famille Qwen. On a pas trouvé de comparaison directe entre un JEPA et un modèle génératif. Quand on lit « JEPA contre le reste », il faut donc demander : contre quoi ?

Le camp JEPA : peu d'acteurs, beaucoup de papiers

Côté industriel, deux noms. Meta FAIR a publié V-JEPA 2 en juin 2025, puis V-JEPA 2.1 en mars 2026 (arXiv). AMI Labs, la start-up de LeCun, a levé 1,03 milliard de dollars en mars. Selon une interview relayée par la presse, elle compte 50 à 60 chercheurs, des sites à Paris, New York, Montréal et Singapour, et ne vise aucun produit à court terme. Son propre directeur, Alexandre LeBrun, prévient d'ailleurs que bientôt tout le monde se dira « world model » pour lever des fonds (TechCrunch).

Côté recherche, l'activité est dense : plus de 60 articles arXiv citant JEPA entre le 12 octobre et le 3 novembre. Beaucoup sont chinois : Alibaba Cloud avec l'université Jiao Tong de Shanghai, ByteDance avec l'université de Pékin, Lenovo Research, Zhejiang Lab, l'Académie chinoise des sciences. Ce sont des travaux universitaires, parfois en partenariat avec des entreprises, pas des produits.

Le camp génératif : des produits déjà là

Les modèles qui sortent des laboratoires des grands groupes sont surtout génératifs. Genie 3 de DeepMind crée un monde interactif en 720p et 24 images par seconde, cohérent pendant quelques minutes, réservé à des chercheurs et créateurs (août 2025). Qwen-RobotWorld d'Alibaba produit des vidéos de scènes robotiques à partir d'instructions écrites (arXiv, 15 juin). HY-World 2.0 de Tencent livre des maillages 3D importables dans Unity ou Unreal (avril). World Labs, la société de Fei-Fei Li, a levé un milliard de dollars en février. NVIDIA revendique avec Cosmos 3 des classements de tête, selon ses propres chiffres. Les pages officielles d'Alibaba et de Tencent ne parlent pas de JEPA.

Les JEPA marchent-ils ?

Contre les LLM, un seul papier, celui d'octobre, non relu par des pairs et lié à AMI Labs. Ailleurs, les résultats sont mêlés. V-JEPA 2 a piloté des bras de robot dans deux laboratoires après moins de 62 heures de vidéos de robot (Meta, arXiv). LeWorldModel, un petit JEPA de mars, a été reproduit en août par un chercheur indépendant, avec 94 % de réussite contre 87 % annoncés. Mais il a dû deviner quatre réglages absents des fichiers publiés, et il note que le protocole d'évaluation change le résultat. Sur des dossiers médicaux, trois variantes JEPA font moins bien que la méthode classique (Gupta et coll., 21 octobre). Pour un robot, une équipe de Shanghai trouve que prédire le futur n'apporte aucun gain mesurable (Xiao et coll., 28 octobre).

Ce qu'il faut retenir

D'abord, « modèle du monde » est une étiquette qui cache plusieurs paris, et deux duels : JEPA contre les LLM, argument central de LeCun mais encore étayé par un seul papier ; JEPA contre les modèles génératifs, où aucune comparaison directe n'a été trouvé.
Ensuite, les produits visibles sont génératifs, tandis que les JEPA avancent surtout par la recherche, avec des résultats prometteurs mais non tranchés. Enfin, les deux camps lèvent des sommes du même ordre : 1,03 milliard de dollars pour AMI Labs, un milliard pour World Labs.

Je pense encore une fois que la robotique départagera l'affaire, parce qu'il faut y prévoir l'effet d'un geste vite et avec peu de calcul. Mais c'est un pronostic, pas un résultat.
Il est clair qu'il faudra suivre avec attention les publications sur les avancées de JEPA...