Dans un bureau presque vide du quartier SoMa à San Francisco, Danijar Hafner construit discrètement une nouvelle entreprise. Sans nom affiché sur la porte, sans mobilier ni équipe conséquente, la structure reste pour l'instant en mode furtif. Mais ce dénuement matériel contraste avec l'ambition affichée par son fondateur : concevoir des agents d'intelligence artificielle capables d'anticiper des situations qu'ils n'ont jamais rencontrées auparavant.
Hafner s'est fait connaître dans la communauté de la recherche pour ses travaux sur les modèles du monde, une approche qui consiste à apprendre à un système une représentation interne de son environnement, lui permettant de simuler mentalement les conséquences de ses actions avant de les exécuter. Cette lignée de recherche, illustrée notamment par la série de systèmes Dreamer, s'oppose à la logique dominante des grands modèles de langage, qui apprennent principalement par association statistique sur des données massives plutôt que par une véritable capacité de raisonnement prospectif.
L'enjeu de sa nouvelle startup semble être de transposer cette capacité de planification à des agents opérant dans des contextes réels et changeants, où l'imprévu est la norme plutôt que l'exception. Contrairement aux agents conversationnels actuels, souvent démunis face à des scénarios qui s'écartent de leurs données d'entraînement, l'approche par modèles du monde vise à doter les systèmes d'une forme de bon sens situationnel, capable de générer des hypothèses sur ce qui pourrait se produire.
Le projet reste à un stade précoce et peu d'éléments concrets ont filtré sur son financement, sa taille d'équipe ou son calendrier de lancement. Il illustre néanmoins une tendance de fond dans la recherche en IA : la recherche d'alternatives ou de compléments aux architectures purement génératives, pour construire des agents plus robustes et véritablement autonomes dans des environnements non contrôlés.