World models génératifs : lesquels tester vraiment

Un world model génératif crée un environnement 3D ou une vidéo que l’on peut explorer ou faire évoluer, au lieu de décrire le monde avec des mots. Il représente le camp « générer » des modèles du monde, face à l’approche non générative de l’architecture JEPA, qui apprend à comprendre le monde sans produire d’images. Si vous découvrez le sujet, notre dossier sur les world models pose d’abord les bases et présente les acteurs.

Entre la promesse et l’usage réel, l’écart reste large. Certains de ces modèles s’ouvrent dans un navigateur en deux minutes, d’autres réclament une carte graphique de centre de données. Le plus impressionnant, Genie 3, n’est proposé qu’avec l’abonnement le plus cher de Google. Ce comparatif les classe donc selon leur accessibilité réelle pour un utilisateur français.

Marble (World Labs) : des mondes 3D dans le navigateur

Marble, le modèle de World Labs, la société fondée par Fei-Fei Li, reste le world model génératif le plus simple à essayer. La plateforme web génère des environnements 3D persistants, éditables et téléchargeables à partir d’un texte, d’une image, d’une vidéo ou d’un panorama. Vous pouvez ensuite exporter les mondes en Gaussian splats ou en meshes compatibles avec Unity et Unreal. Un mode d’édition intégré, Chisel, permet de les retoucher au prompt.

La grille tarifaire est lisible. Le plan gratuit permet environ 4 générations de monde, puis l’offre Standard à 20 $ par mois en propose une douzaine. La formule Pro, à 35 $, monte à 25 générations et ajoute les droits commerciaux et l’export de meshes texturés. Le plan Max, à 95 $, en autorise environ 75 pour les usages intensifs. World Labs précise que ces volumes sont indicatifs, car la consommation de crédits varie selon les opérations.

World Labs fait évoluer son modèle à un rythme soutenu. Les versions Marble 1.1 et 1.1 Plus, sorties le 2 avril 2026, améliorent la fidélité et étendent automatiquement la taille des mondes. Depuis le 21 janvier 2026, une API baptisée World API permet aussi aux développeurs d’intégrer Marble dans leurs produits, avec une facturation au crédit.

Une limite demeure : les environnements butent encore sur des bords après quelques pas. La version 1.1 Plus repousse ce plafond spatial sans le supprimer. Pour un créatif 3D, un développeur de jeu ou un vidéaste qui veut un décor navigable en quelques minutes, l’outil se révèle pourtant exploitable dès le palier gratuit.

HY-World (Tencent) : l’open source, avec une réserve pour l’Europe

Du côté des modèles ouverts, la famille HY-World de Tencent (anciennement HunyuanWorld) avance vite. Elle génère de vraies scènes 3D, en meshes ou en Gaussian splats, et pas seulement de la vidéo. HY-World 1.5 (WorldPlay) a apporté l’exploration interactive en temps réel en décembre 2025. HY-World 2.0 a suivi en avril 2026, avec des poids publiés par étapes jusqu’en mai, puis une mise à jour 2.1 en juillet.

Le point de vigilance pour un lecteur français tient à la licence. Celle de Tencent exclut explicitement l’Union européenne, le Royaume-Uni et la Corée du Sud : les poids sont téléchargeables, mais leur usage n’y est pas autorisé. Le matériel pèse aussi, puisque le module de panorama de HY-World 2.0 compte environ 80 milliards de paramètres et vise des GPU de centre de données. Tencent a publié en janvier 2026 une version allégée de WorldPlay (5 milliards de paramètres) pour les cartes grand public, au prix d’une qualité réduite. Une version en ligne existe sur le site Hunyuan 3D, avec ses propres conditions d’utilisation. Pour un usage local en France, vous restez donc dans une zone que la licence ne couvre pas.

Runway GWM : pour la vidéo cohérente

Runway a lancé GWM-1 (General World Model) le 11 décembre 2025. Cette première famille de world models se décline en trois briques : GWM Worlds pour les environnements explorables, GWM Robotics pour la robotique et des avatars conversationnels. L’objectif est de dépasser la génération image par image pour obtenir des scènes où les objets bougent avec un poids et un élan cohérents. Gen-4.5, le modèle vidéo sur lequel repose GWM-1, avait atteint à sa sortie un score Elo record de 1 247 sur le classement texte-vers-vidéo d’Artificial Analysis.

Le 3 septembre 2026, Runway a présenté GWM Worlds 2, qui génère en temps réel une vidéo 720p à 24 images par seconde accompagnée de son, sans limite de durée. Il s’agit encore d’une preview de recherche, avec une démo sur des mondes prédéfinis. Au quotidien, vous passerez par l’application Runway, déjà connue des créateurs vidéo. La sortie reste une vidéo générée, sans monde 3D exportable comme chez Marble. Pour le film, la publicité ou le motion design, Runway constitue la porte d’entrée la plus naturelle.

Genie 3 (Google DeepMind) : impressionnant, mais réservé à l’offre la plus chère

Genie 3 reste techniquement le plus avancé de la liste. Il génère des mondes interactifs en temps réel, à 720p et 24 images par seconde, et chaque pas crée la suite de l’environnement. Après une preview de recherche en août 2025, Google a ouvert l’accès via Project Genie le 29 janvier 2026, d’abord aux seuls abonnés américains.

Depuis le 19 mai 2026, Project Genie est déployé auprès des abonnés Google AI Ultra majeurs dans le monde entier, là où l’offre Ultra est commercialisée, ce qui inclut la France. Google a ajouté à cette occasion un mode Street View, limité pour l’instant à des lieux situés aux États-Unis. Le verrou est désormais financier : Genie est réservé à la formule Ultra la plus complète, facturée 200 dollars par mois aux États-Unis. La nouvelle formule Ultra d’entrée de gamme ne l’inclut pas. Chaque exploration reste par ailleurs limitée à 60 secondes. Pour la plupart des lecteurs, Genie 3 se regarde donc en démonstration plus qu’il ne s’utilise, et notre guide de l’écosystème Google AI détaille ce que couvre chaque abonnement.

NVIDIA Cosmos : pour les développeurs et la robotique

Cosmos sert d’infrastructure sur laquelle d’autres construisent, loin du grand public. La plateforme de NVIDIA génère des données physiques de simulation pour entraîner robots et véhicules autonomes. Ses modèles sont publiés en poids ouverts sous une licence NVIDIA qui autorise l’usage commercial. Le 31 mai 2026, NVIDIA a lancé Cosmos 3, un modèle unique qui comprend et génère texte, image, vidéo, son et actions. Selon NVIDIA, les modèles Cosmos ont dépassé les 10 millions de téléchargements sur Hugging Face en juillet 2026.

Concrètement, un créatif n’a rien à y faire. Pour une équipe robotique ou un développeur de Physical AI, Cosmos devient en revanche une brique centrale, adoptée par des acteurs comme Figure AI, Agility Robotics, XPENG, Samsung ou LG. La différence d’usage est nette : Cosmos sert à entraîner des machines, alors que Marble génère un décor à explorer. Notre dossier sur les robots humanoïdes montre où ces simulations trouvent leur débouché.

Les autres à connaître

Plusieurs noms complètent le tableau. La startup Decart, connue pour Oasis, un monde jouable façon Minecraft généré en temps réel, a lancé Oasis 3 en juin 2026. Ce modèle simule des heures de conduite photoréaliste pour tester les véhicules autonomes et s’utilise par API, à 0,02 dollar la seconde. Odyssey a présenté en mai 2026 Starchild-1, un world model temps réel qui génère l’image et le son, encore au stade de la recherche.

Côté recherche fondamentale, AMI Labs, la société parisienne de Yann LeCun, n’a aucun produit à proposer. Son approche JEPA est non générative, et ses dirigeants annoncent un horizon d’application qui se compte en années.

Le tableau comparatif des world models génératifs

Notre avis : lequel tester selon votre profil

Pour la majorité des lecteurs, le réflexe le plus rentable consiste à commencer par Marble, dans le navigateur, au palier gratuit. La prise en main est immédiate et le résultat s’exploite sans matériel particulier. Si vous préférez l’open source, sachez que HY-World ne vous est pas ouvert légalement depuis la France : Cosmos reste l’option ouverte la plus solide, à condition d’être développeur.

Pour un besoin vidéo, Runway reste la voie directe. Genie 3 mérite un coup d’œil pour mesurer où va la technologie, mais son prix le réserve aux abonnés qui utilisent déjà intensivement Google AI. Cosmos et Oasis 3, eux, ne sortent pas du terrain des développeurs, de la robotique et de la conduite autonome.

La photo honnête tient en quelques mots : deux ou trois de ces outils se testent vraiment depuis la France, le plus spectaculaire coûte cher, et le world model non génératif défendu par LeCun n’a encore aucun produit. Le terrain bouge vite, alors gardez cette page en favori. Les accès et les prix évolueront, mais la grille de lecture tiendra.