Grands modèles d'action: hype ou réalité ?

Suite au lancement de Rabbit, un appareil d'IA capable d'utiliser des applications mobiles, le terme grands modèles d'action (LAMs) devient populaire. Ces modèles vont au-delà de la conversation en transformant les LLMs en « agents » capables de connecter le monde cloisonné et centré sur les applications sans obliger les utilisateurs à cliquer sur des applications ou à intégrer des APIs.

La frontière entre le battage médiatique et la réalité des LAMs est floue, mais en bref, un LAM est un LLM (LLM) spécialement entraîné à effectuer des actions (par exemple, envoyer des requêtes API).¹

Qu'est-ce qu'un grand modèle d'action (LAM) ?

Un grand modèle d'action (LAM) est un type avancé d'IA qui s'appuie sur les grands modèles de langage (LLMs) en ne se contentant pas de comprendre et de générer du texte, mais en planifiant et en exécutant des actions dans des environnements réels (numériques ou physiques), ce qui lui permet d'automatiser des tâches et d'interagir directement avec les systèmes en fonction de l'intention de l'utilisateur.

Les principales caractéristiques des grands modèles d'action (LAMs) incluent leur capacité à comprendre l'intention de l'utilisateur à partir de différentes entrées (texte, voix, images), à transformer cette intention en actions exécutables, à planifier et à adapter les tâches étape par étape dans des environnements changeants, et à fonctionner efficacement grâce à une spécialisation dans des domaines spécifiques, leur permettant d'accomplir de manière autonome des tâches complexes du monde réel.

Les principales caractéristiques des grands modèles d'action (LAMs) incluent :

• Interpréter l'intention de l'utilisateur : Ils peuvent comprendre les demandes de l'utilisateur à partir du texte, de la voix, d'images ou de vidéos, même lorsque l'instruction n'est pas claire ou implicite.
• Générer des actions : Ils transforment les objectifs de l'utilisateur en actions concrètes dans des environnements numériques ou physiques, comme l'utilisation d'une interface graphique, l'appel d'APIs, le contrôle de robots ou la génération de code.
• Planification et adaptation dynamiques : Ils peuvent décomposer des tâches complexes en étapes plus petites, suivre un plan et l'ajuster lorsque la situation change ou que des erreurs se produisent.
• Spécialisation et efficacité : Ils sont souvent conçus pour des tâches ou des environnements spécifiques, ce qui les rend plus précis et efficaces que les modèles à usage général dans ce domaine.

En bref, les LAMs font plus que comprendre le langage. Ils relient la compréhension à l'action et peuvent accomplir des tâches en plusieurs étapes dans des contextes réels.

Comment fonctionnent les grands modèles d'action (LAM) ?

Les LAMs interagissent avec les applications via leurs interfaces utilisateur ou plus couramment via des APIs. Par exemple, ils peuvent traiter les images et le code d'un site Web ou d'une application pour décider de leurs prochaines étapes et effectuer des actions.

Source : Salesforce²

Cela permet aux LAMs de naviguer dans les interfaces utilisateur et applicatives. Par exemple, si l'information existe ou est accessible via une autre application, il la récupérera depuis cette application plutôt que de demander à l'utilisateur.

Au sein des LAMs, de tels degrés d'autonomie et de compréhension transforment l'IA générative en un assistant actif capable d'effectuer des tâches telles que :

• administrer les plateformes de médias sociaux
• obtenir des informations météorologiques
• faire des réservations
• traiter des transactions financières
• se connecter à des appareils IoT pour vous permettre de leur envoyer des commandes (par exemple, appeler un Uber)

LAMs et LLMs : comprendre la différence

Source : Large Action Models: From Inception to Implementation³

Les grands modèles d'action (LAMs) étendent les grands modèles de langage (LLMs) en comprenant à la fois les demandes de l'utilisateur et en planifiant et exécutant des actions dans le monde réel, comme accomplir des tâches sur des sites Web, les rendant plus efficaces, axés sur les tâches et pratiques pour les applications du monde réel, souvent avec des conceptions plus petites et plus spécialisées.

Bien que les LAMs et les grands modèles de langage partagent certaines similitudes, comme leur capacité à saisir les intentions humaines, leurs objectifs principaux diffèrent grandement.

Les LAMs sont conçus pour agir, tandis que les LLMs excellent dans le traitement et la génération de langage. Alors qu'un LLM peut suggérer des idées ou générer du texte en fonction de votre saisie, un LAM va plus loin en effectuant de manière autonome des tâches telles que prendre des rendez-vous, commander des produits ou remplir des formulaires.

Grands modèles agentiques (LAM) : hype ou réalité ?

Alors que certaines entreprises présentent les LAMs comme une nouvelle architecture, les fonctionnalités qui leur sont attribuées sont déjà mises en œuvre depuis un certain temps à l'aide d'LLM agents.⁴

De plus, les LLM agents ont déjà accompli des tâches que les LAMs sont censés faire. Les deux concepts partagent des fonctionnalités communes (voir figure) :

• Analyse basée sur le contexte
• Ingénierie des prompts
• Utilisation d'outils
• Raisonnement⁵

Figure : Flux de travail d'un agent IA basé sur le langage

Source : ICLR⁶

De plus, les LAMs peuvent être décrits comme des conceptions d'agents basés sur le langage telles que (1) les agents IA basés sur des modèles de prompts ; (2) les agents IA à prompt apprenable ; et (3) les grands modèles d'action (LAMs) ; en affirmant que l'on peut considérer un LAM comme un LLM spécialement entraîné à exécuter des actions humaines à partir de données.⁷

Exemples concrets de LAM

1. Remplir automatiquement des formulaires ou des feuilles de calcul sur des sites Web

Un LAM peut reconnaître les champs nécessaires sur un formulaire, collecter les données requises (par exemple, adresses, noms, mots de passe et numéros de carte de crédit) à partir d'une base de données ou d'un profil utilisateur, et les saisir dans les champs appropriés.

Vidéo : Remplir automatiquement des formulaires ou des feuilles de calcul avec LAM

2. Effectuer des transactions en ligne

 Un LAM peut interagir avec les boutons, les liens et les menus déroulants. Il peut également insérer du texte spécifique dans les champs de texte et les barres de recherche. C'est précisément ce qu'implique commander une pizza en ligne : remplir des formulaires textuels, cliquer sur des boutons et sélectionner des options de menu.

Vidéo : HyperWriteAI Assistant Studio utilisant le navigateur pour passer une commande en ligne

Source : HyperWriteAI⁹

3. Résoudre les demandes de service client de bout en bout

Un grand modèle d'action (LAM) peut traiter une demande client complète du début à la fin en comprenant l'objectif de l'utilisateur, en décidant des étapes nécessaires et en les exécutant sur plusieurs systèmes (tels que CRM, facturation et plateformes de support).

Le Genesys Cloud Agentic Virtual Agent est un exemple de ce cas d'usage : il peut comprendre le problème d'un client (par exemple, un problème de facturation), déterminer ce qui doit être fait et accomplir les actions requises, comme vérifier les données du compte, mettre à jour les enregistrements ou déclencher des processus de service, sans intervention humaine.¹⁰

Au lieu de fournir des réponses, le système accomplit la tâche lui-même en interagissant avec différents outils et flux de travail, réduisant ainsi le besoin d'explications répétées ou de suivis manuels.

4. Conduite autonome et prise de décision

Un grand modèle d'action (LAM) peut alimenter des systèmes autonomes en interprétant des entrées du monde réel, en raisonnant sur les situations et en exécutant des actions en temps réel.

Alpamayo de NVIDIA utilise des modèles vision-langage-action pour traiter la vidéo de la caméra, comprendre l'environnement de conduite, raisonner sur ce qui se passe et générer des actions de conduite telles que diriger, freiner ou accélérer.¹¹

Au lieu de suivre des règles fixes, le système décide quoi faire en fonction du contexte (par exemple, circulation, obstacles, conditions routières) et explique son raisonnement, permettant une conduite autonome plus sûre et plus transparente.

5. Exécution de tâches personnelles dans les applications du quotidien

Un grand modèle d'action (LAM) peut transformer l'objectif d'un utilisateur en actions concrètes sur plusieurs outils, en accomplissant des tâches sans instructions étape par étape. Par exemple, des systèmes d'IA agentique comme OpenClaw utilisent des principes similaires : ils peuvent gérer les e-mails, les calendriers et les réservations de voyage en planifiant les étapes et en les exécutant de manière autonome. Alors qu'OpenClaw représente un système d'IA agentique complet, les LAMs fournissent le noyau d'action qui permet à ces systèmes d'exécuter des workflows en plusieurs étapes de manière fiable.

Découvrez davantage de nos benchmarks et analyses basées sur les données dans la recherche Google.

Ajouter comme source préférée

Technologies dans les LAMs

Un LAM peut utiliser les techniques suivantes :

• Connexions : Se connecter à plusieurs applications et APIs.
• Approche neuro-symbolique : La programmation neuro-symbolique est une méthode qui permet aux LAMs de combiner des réseaux neuronaux entraînés sur de grands ensembles de données avec des capacités de raisonnement logique symbolique intégrées. Cela leur permet de repérer des motifs tout en comprenant le raisonnement sous-jacent, les rendant plus adaptatifs et capables de prendre des réponses significatives en fonction du « pourquoi » des demandes des utilisateurs.
• Abstraction d'instructions : Créer des instructions qui fournissent une abstraction modulaire et hiérarchique pour la modélisation via une interface.
• Modélisation humaine directe : Identifier l'intention, les habitudes et les routines d'un utilisateur à travers les applications pour développer un modèle d'action.
• Raisonnement sur les tâches : Analyser les relations entre les tâches, identifier les dépendances et déterminer l'ordre optimal d'exécution. Cela garantit que les tâches préalables sont terminées avant que les tâches dépendantes ne commencent. Cela permet au LAM d'améliorer les workflows en fonction des interactions passées.
• Apprentissage continu : Les LAMs exécutent des tâches et améliorent leurs performances grâce à un apprentissage continu. Par exemple, un LAM pourrait gérer les demandes des clients concernant les commandes, les retours et les informations sur les produits. Il deviendrait plus apte à résoudre rapidement les problèmes, voire à prédire et à traiter les problèmes potentiels avant que les clients ne les contactent.

Exemples de grands modèles d'action

Le terme LAM couvre un mélange de produits grand public, de modèles axés sur l'action et de systèmes de recherche qui tentent de transformer l'intention de l'utilisateur en actions logicielles.

• Rabbit R1 : Rabbit commercialise le R1 autour de son idée de LAM, et ses documents officiels orientent désormais les utilisateurs vers des fonctionnalités telles que LAM Playground et le mode d'apprentissage pour les tâches sur site Web. Dans le même temps, les premières critiques ont été très sévères ; The Verge a qualifié l'appareil d'« inachevé » et d'« inutile », et a déclaré qu'il y avait peu de preuves qu'un LAM fonctionnait de manière fiable dans le produit au lancement.
• Adept ACT-1 : Adept a décrit ACT-1 comme un « modèle de base pour les actions » entraîné à utiliser des outils logiciels, des APIs et des applications Web. Il est mieux compris comme un système d'agent avancé orienté vers l'action, plutôt que comme une catégorie d'IA entièrement distincte en soi.
• Salesforce xLAM : Salesforce a publié xLAM en tant que famille de modèles optimisés pour l'appel de fonctions et les agents IA, et l'a ensuite étendu avec une prise en charge multi-tours plus robuste. Cela fait de xLAM l'un des exemples officiels les plus clairs d'une famille de modèles de type LAM.
• Microsoft TaskMatrix.IA : TaskMatrix.IA est un article de vision de Microsoft Research qui propose de connecter des modèles de base à des millions d'APIs pour accomplir des tâches. Comme il est présenté comme une vision de recherche et un article de position, il est mieux décrit comme un cadre académique de type LAM plutôt que comme un produit déployable.

Citer cette recherche

Choisissez le format qui correspond à votre lieu de publication. Coller la version avec lien dans votre CMS préserve le lien retour.

@misc{dilmegani2026,
  author = {Dilmegani, Cem},
  title  = {{Grands modèles d'action: hype ou réalité ?}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/large-action-models}},
  note   = {AIMultiple. Consulté le 1 Juillet 2026}
}

Liens de référence

1.

SuperAGI/SAM · Hugging Face

2.

Salesforce/xLAM-1b-fc-r · Hugging Face

3.

[2412.10047] Large Action Models: From Inception to Implementation

4.

Language-based AI Agents and Large Action Models (LAMs) | Juan Carlos Niebles

5.

What Are Large Action Models (LAMs)? - How Do They Work in 2026

Trinetix | Globally Trusted Digital Partner

6.

[2210.03629] ReAct: Synergizing Reasoning and Acting in Language Models

7.

[2402.15506] AgentOhana: Design Unified Data and Training Pipeline for Effective Agent Learning

8.

UiPath joins Large Action Model Race - YouTube

9.

Matt Shumer on X: "Today, we’re unveiling Personal Assistant - @HyperWriteAI's groundbreaking AI agent that can use a web browser like a human. One agent to rule them all. It’s time to reimagine the way we interact with the internet. https://t.c

10.

Genesys unveils industry’s first Agentic virtual agent powered by LAMs for enterprise CX – Intelligent CIO Europe

11.

Sawyer Merritt on X: "NEWS: NVIDIA just announced Alpamayo, what CEO Jensen Huang calls the world’s first thinking, reasoning autonomous vehicle AI, launching on U.S. roads later this year, starting with the Mercedes CLA. Jensen: "It's trai

Cem Dilmegani

Analyste principal

Suivre

Cem est analyste principal chez AIMultiple depuis 2017. AIMultiple informe chaque mois des centaines de milliers d'entreprises (selon similarWeb), dont 55 % des entreprises du classement Fortune 500. Les travaux de Cem ont été cités par des publications internationales de premier plan telles que Business Insider, Forbes et le Washington Post, ainsi que par des entreprises mondiales comme Deloitte et HPE, des ONG comme le Forum économique mondial et des organisations supranationales comme la Commission européenne. Vous trouverez d'autres entreprises et ressources réputées ayant fait référence à AIMultiple. Tout au long de sa carrière, Cem a exercé les fonctions de consultant, d'acheteur et d'entrepreneur dans le secteur des technologies. Il a conseillé des entreprises sur leurs décisions technologiques chez McKinsey & Company et Altman Solon pendant plus de dix ans. Il a également publié un rapport McKinsey sur la numérisation. Il a dirigé la stratégie technologique et les achats d'un opérateur télécom, sous la responsabilité directe du PDG. Il a également piloté la croissance commerciale de la société de deep tech Hypatos, qui a atteint un chiffre d'affaires annuel récurrent à sept chiffres et une valorisation à neuf chiffres en seulement deux ans. Les travaux de Cem chez Hypatos ont été présentés dans des publications technologiques de référence telles que TechCrunch et Business Insider. Cem intervient régulièrement lors de conférences internationales sur les technologies. Diplômé en génie informatique de l'université de Bogazici, il est également titulaire d'un MBA de la Columbia Business School.

Voir le profil complet

Soyez le premier à commenter

Votre adresse courriel ne sera pas publiée. Tous les champs sont obligatoires. Les commentaires sont laissés dans leur langue d'origine.

Nom

Adresse email

Commentaire

0/450

Publier un commentaire