Les chercheurs ont développé l’IA JEPA de LeCun en un modèle mondial universel qui fonctionne du domaine physique au domaine biologique

Les chercheurs ont transformé l’IA JEPA de LeCun en un modèle mondial universel qui fonctionne du domaine de la physique à celui de la biologie.

Points clés

• Le modèle JEPA-Anything AI étend l’architecture pionnière de Yann LeCun en un modèle mondial qui fonctionne dans des domaines tels que la physique, la robotique et la médecine.
• La méthode divise les états futurs en plusieurs prédictions partielles, plutôt que de concentrer tout cela en une seule, permettant ainsi à l’algorithme de repérer des patterns que les modèles standards ignorent.
• Le modèle a également identifié un candidat thérapeutique pour le cancer du foie qui détruit plus de cellules tumorales dans les échantillons de laboratoire et chez les souris que n’importe lequel des composants seuls.

Les chercheurs ont développé l’architecture JEPA, initiée par Yann LeCun, de manière à ce qu’elle fonctionne dans sept domaines très différents. Ces efforts ont également permis la création d’un candidat thérapie pour le cancer du foie, que l’équipe a testé en laboratoire.

Les modèles mondiaux prédirent comment un système évoluera, que ce soit un robot, une molécule ou la santé d’un patient. Jusqu’à présent, chaque domaine avait généralement besoin de son propre modèle. Une équipe dirigée par PhAI Labs, avec des collaborateurs de Stanford, Oxford et Princeton, veut montrer qu’un seul principe partagé suffit.

Leur article présente JEPA-Anything, basé sur les Joint-Embedding Predictive Architectures (JEPA). Ces modèles ne reconstituent pas les données brutes comme des pixels, mais prédisent plutôt un résumé abstrait d’un état manquant ou futur, en filtrant les détails inutiles. Les auteurs identifient une faiblesse dans l’approche standard : tout est dirigé vers une seule prédiction, de sorte que les patterns simples finissent par masquer ceux plus complexes.

Plusieurs prédictions spécialisées plutôt qu’une seule

JEPA – Tout brise l’état prédit en plusieurs parties, chacune gérée par son propre module de prédiction. Une contrainte supplémentaire oblige les modules à saisir différents aspects plutôt que d’apprendre la même chose, et le modèle recompose ensuite leurs prédictions partielles en une image complète.

Les chercheurs ne attribuent pas de significations aux parties, permettant que ces rôles apparaissent pendant l’entraînement. Ils ne changent simplement que la manière dont ils préparent les données pour chaque champ.

Gains importants dans les tests de dynamique, résultats mitigés pour les robots

L’équipe a comparé JEPA-Anything à un JEPA standard ayant la même architecture, entraîné sur les mêmes données dans des conditions identiques. Les systèmes dynamiques ont montré les gains les plus évidents : dans un environnement simplifié de Pong avec des interventions ciblées, l’erreur de prédiction a diminué de 35 %. Pour les combinaisons d’interventions que le modèle n’a jamais vues pendant l’entraînement, elle a diminué de 13 %.

JEPA – Tout se comporte de manière constante mieux que la valeur de référence lors des dix tâches d’évaluation couvrant la physique, la robotique et la prévision météorologique, selon les auteurs. Pour l’équation de Burgers, un critère commun de dynamique des fluides, l’erreur a diminué de près de moitié dans une évaluation séparée. Après plus de 50 étapes de prédiction, l’avantage reste, mais il est réduit à environ trois pour cent. La méthode obtient également les meilleurs résultats dans les simulations de eau, de quartz, d’acétaminophène et de benzène, même après 100 étapes.

Pour les données de cellule unique, le modèle assignait les types de cellules de manière plus fiable, et pour les données cliniques, il prédisait plus de 1 000 événements pathologiques possibles de manière légèrement meilleure. La différence dans les tâches d’image était faible. Dans la planification de la locomotion pour des robots marchants simulés, JEPA-Anything a gagné dans deux des trois environnements, tandis que le modèle standard s’est montré supérieur dans le troisième.

Le modèle a identifié un traitement contre le cancer du foie, donc l’équipe l’a testé

La revendication la plus audacieuse de l’équipe provient de la recherche sur le cancer du foie. Les chercheurs ont analysé les prédictions partielles que le modèle avait apprises à partir de données biologiques, incluant l’activité génique, les niveaux de protéines et les analyses CRISPR. Le candidat principal correspond à IL-18, une molécule signalisante qui active les cellules immunitaires, associée à l’inhibition de l’enzyme CD73, que les tumeurs utilisent pour supprimer les réponses immunitaires environnantes.

L’équipe a testé cette combinaison sur des cellules cancéreuses du foie co-cultivées avec des cellules immunitaires, sur des organoids et sur des tissus tumoraux provenant de trois patients chacun, ainsi que chez des souris. Dans les échantillons d’organoids et de tissus, cette combinaison a tué plus de cellules tumorales que le blocage seul de l’IL-18 ou du CD73, et les cellules T et les cellules killer naturelles ont montré une activation plus forte. L’étude ne détermine pas si cela pourrait devenir une thérapie réelle.

Dans un deuxième cas, les chercheurs ont entraîné le modèle sur des trajectoires simulées sans lui fournir aucune quantité physique. Les schémas appris se sont révélés correspondre presque parfaitement à la troisième loi de Kepler, qui stipule que les objets en orbite plus grande se déplacent beaucoup plus lentement. Cette loi fixe la fréquence orbitale en fonction du rayon de l’orbite élevée par un facteur de moins 1,5 ; le modèle a atteint 1,4991. L’équipe n’a évalué qu’une seule expérience d’entraînement et a choisi celle avec le plus faible erreur.

La séparation claire des parties apprises ne signifie pas qu’elles capturent les relations réelles de cause à effet, avertissent les auteurs. Il reste également une question ouverte quant à savoir si un tel modèle est suffisamment fiable pour guider la conception d’expériences. C’est l’objectif à long terme de l’équipe : les agents d’IA utiliseront JEPA-Anything pour proposer et classer des expériences, puis restitueront les résultats au modèle. Le code et les modèles sont disponibles publiquement.

LeCun a proposé JEPA en 2022 comme alternative aux modèles génératifs. En juin 2025, Meta a lancé V-JEPA 2, un modèle vidéo de JEPA avec 1,2 milliard de paramètres, capable de contrôler des bras robotiques dans des environnements inconnus sans entraînement supplémentaire. En novembre 2025, LeCun et Randall Balestriero ont poursuivi avec LeJEPA, une base théorique conçue pour maintenir la stabilité de l’entraînement sans les solutions habituelles. LeCun poursuit cette approche à travers son startup AMI Labs, qui a levé plus d’un milliard de dollars en mars 2026 pour construire des modèles mondiaux.

Google Deepmind avait déjà testé une hypothèse de cancer générée par l’IA dans le laboratoire en octobre 2025. Son modèle basé sur Gemma C2S-Scale 27B a proposé l’usage du médicament silmitasertib pour rendre les cellules tumorales plus visibles pour le système immunitaire, et des expériences avec des modèles de cellules humaines ont confirmé cette prédiction. Le système multi-agents de Google Deepmind Co-Scientist planifie désormais des expériences et utilise l’équipement de laboratoire, couvrant certaines parties du cycle que l’équipe JEPA-Anything souhaite construire. Cependant, le chargement des échantillons dans les machines nécessite encore des humains.

Nouvelles sur l’IA sans hype – sélectionnées par des humains

Abonnez-vous à THE DECODER pour une lecture sans publicités, un bulletin informel sur l’IA toutes les semaines, notre rapport exclusif « AI Radar » six fois par an, un accès complet à l’archive, et un accès à notre section de commentaires.