Quel bouleversement !
L'IA commence à prédire l'univers entier —
Les LLM prédisent des descriptions langagières du monde, les modèles de monde vidéo prédisent des images (dynamiques), et cette fois, elle prédit directement l'état physique quadridimensionnel de l'espace et du temps.
Ce qui est le plus stupéfiant, c'est qu'elle adopte une nouvelle architecture nommée « opérateur neuronal », et non le Transformer qui est à son apogée.
En une seule inférence, elle produit directement une trajectoire quadridimensionnelle complète, incluant la dimension temporelle.
La longueur de contexte requise pour cela est sans aucun doute énorme. Aujourd'hui, la startup Accelerated Understanding a atteint un contexte de l'ordre du billion (1T) lors de l'entraînement, et dépasse les 5 billions lors de l'inférence !
Que représentent 5 billions ? C'est 5 millions de fois plus que les meilleurs LLM actuels ! C'est comme si vous demandiez à une IA de lire « Guerre et Paix » 5 millions de fois d'une traite, et qu'elle s'en souvenait entièrement.
Méditez cela. Réfléchissez-y bien.
Le temps n'est pas une chose fondamentale, il ressemble davantage à une manifestation dérivée d'une structure informationnelle plus profonde, n'est-ce pas intéressant ? Si on pousse cette idée à l'extrême, cela équivaut à générer l'univers physique tout entier.
Plus étonnant encore, les deux fondateurs de cette startup viennent de décliner une offre alléchante de l'ancien homme le plus riche du monde, Jeff Bezos, qui leur proposait 35% des actions, un salaire annuel de 2 millions de dollars et la promesse d'un financement dépassant les 20 milliards de dollars.
Et derrière eux, l'« actionnaire spirituel » et le possible moteur caché pourrait bien être cet homme en cuir — Jensen Huang, le PDG de Nvidia.
Les 5 billions de contextes ne sont pas la « Super Intelligence de Sécurité » d'Ilya
Hier, un grand investisseur de la Silicon Valley a fait des déclarations ambiguës, mais tout Internet s'est enflammé, spéculant qu'Ilya et sa SSI allaient peut-être dévoiler quelque chose de majeur.
Et maintenant, le mystère semble éclairci : ce n'est pas Ilya, ni même un modèle de langage, mais un véritable « générateur d'univers ».
Ce jeu de données terrifiant d'Accelerated Understanding a été largement partagé :
- Taille du modèle (paramètres) : pré-entraînement achevé sur un modèle de 1 billion (1 Trillion) de paramètres.
- Évolutivité extrême : les expériences d'extension ont déjà atteint 35 billions (35 Trillions) de paramètres.
- Contexte d'entraînement : 1 Trillion (1 billion).
- Contexte d'inférence : plus de 5 Trillions (5 billions).
Avec un contexte aussi massif, ce modèle montre des capacités effrayantes :
Lors de ses déductions physiques, il ne nécessite pas de sous-échantillonnage (No sub-sampling), ni de traitement par blocs (No chunking).
Face à des systèmes physiques spatiaux 4D extrêmement complexes, il peut générer en « une seule déduction (One-shot) » la trajectoire complète du mouvement dans l'espace-temps !
De plus, grâce à une logique fondamentale unifiée, le même modèle peut traiter simultanément des problèmes physiques de domaines totalement différents !
Jusqu'à présent, c'était impensable.
Autrefois, les météorologues utilisaient des modèles météorologiques, les spécialistes des matériaux des modèles de matériaux ; maintenant, Accelerated Understanding montre au monde : les lois physiques sont fondamentalement interconnectées, un grand modèle physique universel suffit à tout résoudre.
La fonctionnalité centrale la plus disruptive d'Accelerated Understanding réside dans la construction d'une boucle parfaite « simulation → amélioration → simulation ». Ce n'est pas seulement un « générateur », mais un véritable « validateur de réalité » (Reality Validator).
Et cette fois, le retour orienté touche aussi l'entraînement au moment du test d'Ilya.
« Le Transformer est-il mort ? » L'éveil de l'IA physique
Si vous demandez aujourd'hui à n'importe quel professionnel de l'IA : « Quelle est l'architecture IA la plus en vogue actuellement ? » La réponse sera à 100% : le Transformer.
De ChatGPT aux principaux modèles de génération vidéo, cette architecture inventée par Google a dominé le monde de l'IA ces dernières années (c'est le « T » dans ChatGPT).
Mais pour Anima, la voie du Transformer est un détour.
« La vision de l'intelligence centrée sur le langage est 'anthropocentrique', » a souligné Anima lors d'une interview exclusive avant la conférence, « tandis que placer la physique au centre est une vision 'centrée sur la nature'. »
Comment fonctionnent les LLM et les modèles de monde vidéo actuels ? Essentiellement, ils jouent à des « jeux de probabilités ».
ChatGPT prédit le mot suivant le plus probable.
Et ces IA de génération vidéo impressionnantes suivent essentiellement des raccourcis visuels (Visual Shortcuts) — elles rendent simplement les images générées « apparemment » conformes aux lois physiques, mais si vous examinez en détail la gravité, la mécanique des fluides, la tension des matériaux, vous découvrirez qu'elles ont tout faux.
Elles ne comprennent pas la physique, ce ne sont que des « répéteurs de pixels » de haut niveau.
Et le texte n'a qu'une dimension, la vidéo seulement trois dimensions, tandis que l'espace-temps réel est l'espace en 3D + le temps en 1D.
De plus, de nombreux modèles utilisent une approche autorégressive — prédiction image par image, les erreurs s'accumulant progressivement.
C'est pourquoi Accelerated Understanding a complètement rejeté le Transformer, et a également rejeté les raccourcis visuels.
L'arme ultime qu'ils déploient est une technologie révolutionnaire à laquelle Anima a participé il y a des années — l'opérateur neuronal (Neural Operators).
Contrairement au traitement de texte, les opérateurs neuronaux sont conçus pour traiter des données physiques complexes et invisibles. Ils n'ont pas besoin de réduire de force le monde physique en mots ou pixels, mais comprennent les phénomènes multiphysiques directement dans leur dimension 4D complète (espace 3D + dimension temporelle).
Les flux d'air invisibles, la turbulence du plasma dans un réacteur à fusion nucléaire, la distribution thermodynamique microscopique à l'intérieur d'une puce... Ces processus physiques invisibles à l'œil humain, que les IA traditionnelles ne peuvent pas « deviner » par « expérience visuelle », deviennent clairs, visibles et calculables sous cette nouvelle architecture.
Époustouflé Huang Renxun, a refusé Bezos
En lisant cela, vous pourriez vous demander : quelle puissance de calcul est nécessaire pour entraîner un modèle aussi terrifiant ? D'où vient l'argent ?
Bien qu'ils refusent de révéler les détails de financement actuels, le cofondateur a simplement indiqué de manière allusive qu'« un accord de coopération a été conclu avec des fournisseurs de calcul, qui ont fourni des clusters matériels pour développer et exécuter l'IA ».
Mais tous les indices pointent vers son ancien employeur — Nvidia, et celui qui clame « L'IA c'est l'avenir » — Jensen Huang.
Retour en 2018, Anima est recrutée par Nvidia en tant que directrice de la recherche IA.
Pendant cinq ans, elle dirige une équipe de scientifiques de pointe, explorant comment appliquer la puissance de calcul GPU de Nvidia aux domaines de pointe de l'IA.
À l'époque, l'équipe réalise un premier projet impressionnant : accélérer les prévisions météorologiques avec l'IA. Les résultats montrent que la précision des prévisions IA est aussi élevée que celle des météorologues utilisant des modèles traditionnels de mécanique des fluides computationnels extrêmement complexes, mais avec une vitesse plusieurs ordres de grandeur supérieure.
Ce résultat a littéralement « époustouflé » Jensen Huang.
Lors de la conférence GTC de Nvidia en 2021, Jensen Huang monte personnellement sur scène pour présenter au monde entier les recherches de l'équipe d'Anima sur les « opérateurs neuronaux ». « Il était tellement enthousiaste à l'époque, » se souvient Jensen Huang.
Quand Anima dit en plaisantant à Huang : « L'IA pourrait bien prendre le déjeuner des physiciens théoriciens. »
À ce moment, les yeux de Jensen Huang s'illuminent, et il répond avec autorité : « Je veux qu'elle mange tous leurs déjeuners ! »
Selon Anima, c'est bien Jensen Huang qui l'a initialement encouragée à poursuivre et réaliser cette idée folle d'« IA physique ».
Bien que Nvidia n'ait pas encore répondu aujourd'hui à Reuters concernant un éventuel investissement dans cette société, dans le monde de l'IA, tout le monde sait — sans un soutien caché en puissance de calcul de pointe, il est impossible de créer un tel colosse à 5 billions de contextes.
La grande stratégie de Huang Renxun est enfin mise en œuvre.
Cependant, pour comprendre à quel point ce « grand modèle physique » est impressionnant, revenons à fin 2024, à Los Angeles.
Dans un restaurant haut de gamme, un dîner secret qui pourrait changer la donne actuelle de l'IA est en cours.
L'un des protagonistes est l'investisseur et entrepreneur en biotechnologie Vik Bajaj (qui cofondera plus tard Project Prometheus avec Bezos, valorisé à plus de cent milliards).
En face de lui, un couple possédant un background IA de premier plan : Anima Anandkumar, professeure en sciences computationnelles et mathématiques à Caltech, ancienne directrice de recherche IA chez Nvidia, et son mari, l'ingénieur en infrastructures IA de pointe Benedikt Jenik.
Bajaj arrive préparé avec une offre nommée « Project Prometheus ». Ce contrat, soutenu en force par Bezos, propose des conditions si généreuses qu'elles en sont stupéfiantes :
Invitation à Anima pour être la porte-parole de l'entreprise, membre du conseil d'administration et leader de la vision scientifique ;
Le couple recevrait jusqu'à 35% des actions de l'entreprise ;
Un salaire de base de 1 million de dollars, doublé après trois mois pour atteindre 2 millions de dollars ;
Le plus extravagant : le contrat stipule clairement que les investisseurs, dont Bezos, fourniront plus de 20 milliards de dollars de « financement garanti » avant le cycle B.
À une époque où le financement des grands modèles devient de plus en plus difficile et où les coûts de calcul sont élevés, c'est un super billet en or vers la liberté financière et le pouvoir dans l'industrie.
Cependant, Anima et Jenik ont choisi de refuser.
Pourquoi ? Parce qu'ils détiennent quelque chose dont le potentiel dépasse largement celui d'une entreprise « d'automatisation de la fabrication de systèmes physiques complexes ». Ils ne veulent pas dépendre d'autrui, ni voir leur vision technologique dictée par le capital. Ce qu'ils veulent construire, c'est un « modèle divin » capable de comprendre et de simuler directement l'univers physique.
Finalement, le couple Anima s'est mis en retrait, jusqu'à aujourd'hui, où ils stupéfient le monde avec leur création indépendante : Accelerated Understanding.
Conclusion : Le changement de paradigme de la « génération d'informations » à « l'optimisation du monde »
Le 25 août 2026 est un jour qui restera gravé dans l'histoire du développement de l'IA.
Alors que nous nous réjouissons que les grands modèles de langage puissent écrire un bon poème ou améliorer nos e-mails professionnels, Accelerated Understanding, tel un briseur de murs venu du futur, nous dit froidement : Le langage et les images ne sont que des manifestations de la compréhension humaine du monde, les lois physiques sont le véritable code source de cet univers.
Refuser Bezos, refuser le Transformer, abandonner les raccourcis visuels, viser l'essence de l'espace-temps 4D. Anima Anandkumar et Benedikt Jenik, avec leurs données folles de 1 billion de paramètres et 5 billions de contextes, annoncent au monde l'avènement de l'ère de l'« IA physique (Physical AI) ».
Références :
https://x.com/AndrewCurran_/status/2092244031002771643
https://x.com/AnimaAnandkumar/status/2092236528898675014
https://x.com/daniel_mac8/status/2092303081287418277
https://www.reuters.com/business/ai-founders-who-walked-away-bezos-backed-prometheus-model-universe-2026-08-25/
https://acceleratedunderstanding.com/
Cet article provient du compte WeChat officiel « New Zhiyuan », auteur : ASI Revelation, éditeur : David
