Le modèle du monde Apollo de Baidu veut apprendre à l'IA à conduire
La division conduite autonome de Baidu, Apollo, a profité de son événement AI Day à Shenzhen, le 3 novembre, pour présenter Apollo World, un modèle du monde qu’elle décrit comme piloté par agents et multimodal, conçu pour ce qu’elle appelle l’IA physique. Le discours est simple : plutôt que de courir après une vidéo photoréaliste, un modèle du monde doit reproduire fidèlement le comportement du monde physique et la manière dont un événement en provoque un autre. Cette distinction compte pour la conduite autonome, où un simulateur convaincant à l’œil mais qui tord les lois du mouvement enseigne de mauvaises leçons à la voiture.
Apollo a structuré l’annonce autour d’une grille qu’elle définit elle-même, baptisée norme 2+3 pour juger les modèles du monde. Selon l’entreprise, la première paire couvre ce qu’un modèle doit comprendre de la physique et de la causalité, tandis que les trois autres portent sur la manière dont ces capacités sont mises à l’œuvre dans un système autonome. Baidu n’a publié aucun chiffre de référence avec l’annonce, si bien que cette norme se lit davantage comme une déclaration d’intention que comme un tableau de scores pour comparer les modèles du secteur.
L’affirmation la plus concrète concerne le déploiement. Apollo indique que le modèle est déjà utilisé dans les tests et la validation mondiaux d’Apollo Go, son service de robotaxi, alors que l’entreprise cherche à étendre les trajets sans conducteur au-delà de la Chine. Recourir à un modèle du monde pour la validation permet de générer à la demande des scénarios rares et dangereux, comme un piéton inattendu ou un véhicule qui coupe plusieurs voies, au lieu d’attendre qu’ils se produisent sur la voie publique. C’est l’argument pratique de la simulation : la longue traîne des cas limites est là où les programmes de conduite autonome ont tendance à caler.
L’annonce s’inscrit aussi dans une tendance plus large de l’IA chinoise. L’architecte en chef d’IDG chez Baidu et des responsables du comité technique ont présenté le modèle comme le fruit d’un virage vers des agents qui agissent dans des environnements simulés et apprennent des conséquences plutôt que de jeux de données statiques. La formule « une IA qui apprend à une IA à conduire » résume l’ambition : un modèle génère le monde et ses complications, un autre apprend à y répondre.
Pour Baidu, l’enjeu est autant commercial que technique. Apollo Go figure parmi les rares opérations de robotaxi à circuler sans conducteur de sécurité dans des villes chinoises, et l’expansion à l’étranger apporte de nouvelles règles de circulation, météos et habitudes de conduite coûteuses à apprendre sur la voie réelle. Un modèle du monde que l’on peut ajuster à un nouveau marché avant même l’arrivée d’une seule voiture pourrait raccourcir ce processus.
Les lecteurs internationaux devraient accueillir le cadre 2+3 avec prudence tant qu’il n’existe pas d’évaluations indépendantes. Les modèles du monde sont à la mode dans tout le secteur, de l’entraînement de robots à la génération de vidéos, et chaque entreprise rédige aujourd’hui sa propre définition de ce qu’est un bon modèle. L’apport de Baidu tient moins à un nouveau référentiel qu’à l’affirmation que la fidélité causale, et non le poli visuel, est la bonne cible.
Le signal à surveiller est de savoir si les tests à l’étranger d’Apollo Go produisent des gains mesurables, comme moins d’interventions par kilomètre ou une homologation plus rapide dans de nouvelles villes, que Baidu attribue à la simulation. Si les scénarios du modèle se révèlent prédictifs du comportement réel sur la route, les autres opérateurs de robotaxi seront pressés de montrer ce que leurs propres simulateurs savent faire.