Après le lancement de Rabbit, un appareil d’IA capable d’utiliser des applications mobiles, le terme « large action models » (LAM) gagne en popularité. Ces systèmes vont au-delà de la conversation en transformant les LLMs en « agents » capables de relier le monde cloisonné et piloté par 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 LAM est floue, mais en bref, un LAM est un large language model (LLM) spécifiquement entraîné à entreprendre des actions (par exemple, envoyer des requêtes API).1
Qu’est-ce qu’un large action model (LAM) ?
Un Large Action Model (LAM) est un type avancé d’IA qui s’appuie sur les Large Language Models (LLMs) non seulement pour comprendre et générer du texte, mais aussi pour planifier et exécuter 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 Large Action Models (LAM) incluent la 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 adapter les tâches étape par étape dans des environnements changeants, et à fonctionner efficacement grâce à une spécialisation dans des domaines précis, ce qui leur permet d’accomplir de manière autonome des tâches complexes du monde réel.
Les principales caractéristiques des Large Action Models (LAM) incluent :
- Interprétation de l’intention de l’utilisateur : Ils peuvent comprendre les demandes des utilisateurs à partir de texte, de voix, d’images ou de vidéos, même lorsque la consigne est peu claire ou implicite.
- Génération d’actions : Ils transforment les objectifs des utilisateurs en actions concrètes dans des environnements numériques ou physiques, comme l’utilisation d’une interface graphique, l’appel à des 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 surviennent.
- Spécialisation et efficacité : Ils sont souvent conçus pour des tâches ou des environnements spécifiques, ce qui les rend plus précis et efficaces que les solutions généralistes dans ce domaine.
En bref, les LAM font plus que comprendre le langage. Ils relient la compréhension à l’action et peuvent exécuter des tâches en plusieurs étapes dans des contextes réels.
Comment fonctionnent les large action models (LAM) ?
Les LAM interagissent avec les applications via leurs interfaces utilisateur ou, plus souvent, 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 LAM de naviguer dans les interfaces utilisateur et les interfaces des applications. Par exemple, si l’information existe ou est accessible via une autre application, ils la récupéreront depuis cette application plutôt que de la demander à l’utilisateur.
Au sein des LAM, de tels degrés d’autonomie et de compréhension transforment l’IA générative en un assistant actif capable d’effectuer des tâches telles que :
- administrer des 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)
LAM et LLMs : comprendre la différence

Source : Large Action Models : de l’Inception à la mise en œuvre3
Les Large Action Models (LAM) étendent les Large Language Models (LLMs) en comprenant à la fois les demandes des utilisateurs et en planifiant et exécutant des actions dans le monde réel, comme accomplir des tâches sur des sites web, ce qui les rend plus efficaces, davantage axés sur les tâches et plus pratiques pour les applications réelles, souvent avec des conceptions plus petites et plus spécialisées.
Bien que les LAM et les large language models partagent certaines similitudes, comme leur capacité à saisir les intentions humaines, leurs objectifs fondamentaux diffèrent considérablement.
Les LAM sont conçus pour agir, tandis que les LLMs excellent dans le traitement et la génération du langage. Alors qu’un LLM peut suggérer des idées ou générer du texte à partir de votre saisie, un LAM va plus loin en effectuant de manière autonome des tâches comme prendre des rendez-vous, commander des produits ou remplir des formulaires.
Large agentic models (LAM) : battage médiatique ou réalité ?
Bien que certaines entreprises présentent les LAM comme une nouvelle architecture, les fonctionnalités qui leur sont attribuées sont 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 LAM sont censés réaliser. Les deux concepts partagent des fonctionnalités communes :
- Analyse contextuelle
- Prompt engineering
- Utilisation d’outils
- Raisonnement5
Figure : flux de travail d’agent IA fondé sur le langage

Source : ICLR6
En outre, les LAM peuvent être décrits comme des conceptions d’agents fondées sur le langage, telles que (1) des agents IA basés sur des gabarits de prompt ; (2) des agents IA à prompt apprenable ; et (3) des large action models (LAM) ; ce qui indique que l’on peut considérer un LAM comme un LLM spécifiquement entraîné à exécuter des actions humaines à partir de données.7
Pour en savoir plus sur les systèmes d’IA, consultez nos recherches fondées sur les données sur :
Exemples réels de LAM
1. Remplir automatiquement des formulaires ou des feuilles de calcul sur des sites web
Un LAM peut reconnaître les champs nécessaires d’un formulaire, rassembler 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, puis les saisir dans les champs appropriés.
Vidéo : remplir automatiquement des formulaires ou des feuilles de calcul avec un LAM
2. Effectuer des transactions en ligne
Un LAM peut fonctionner avec des boutons, des liens et des menus déroulants. Il peut également insérer un texte précis dans des champs de texte et des barres de recherche. C’est exactement ce qu’implique la commande d’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 Large Action Model (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 d’assistance).
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 des enregistrements ou déclencher des processus de service, sans intervention humaine.10
Au lieu de fournir des réponses, le système accomplit lui-même la tâche 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 Large Action Model (LAM) peut alimenter des systèmes autonomes en interprétant les entrées du monde réel, en raisonnant sur les situations et en exécutant des actions en temps réel.
Le Alpamayo de NVIDIA utilise des Vision-Language-Action models pour traiter la vidéo des caméras, 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, trafic, obstacles, état de la route) et explique son raisonnement, ce qui permet une conduite autonome plus sûre et plus transparente.
5. Exécution de tâches personnelles dans les applications du quotidien
Un Large Action Model (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, les 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. Tandis qu’OpenClaw représente un système d’IA agentique complet, les LAM fournissent le cœur d’action qui permet à ces systèmes d’exécuter de manière fiable des workflows en plusieurs étapes.
Technologies dans les LAM
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 LAM de combiner des réseaux de neurones entraînés sur de grands ensembles de données avec des capacités intégrées de raisonnement logique symbolique. Cela leur permet de repérer des schémas tout en comprenant le raisonnement sous-jacent, ce qui les rend plus adaptatifs et capables d’apporter des réponses pertinentes en fonction du « pourquoi » des demandes des utilisateurs.
- Abstraction des 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 dans toutes les applications afin d’élaborer un schéma d’action.
- Raisonnement sur les tâches : Analyser les relations entre les tâches, identifier les dépendances et déterminer l’ordre d’exécution optimal. Cela garantit que les tâches préalables sont terminées avant que les tâches dépendantes ne commencent. Cela permet au LAM d’améliorer les flux de travail en fonction des interactions passées.
- Apprentissage continu : Les LAM 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 habile à résoudre rapidement les problèmes, allant même jusqu’à prédire et traiter les problèmes potentiels avant que les clients ne les signalent.
Exemples de large action models
Le terme LAM recouvre un mélange de produits grand public, de solutions axées 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 supports 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 premiers avis ont été très critiques ; 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 « foundation model for actions » entraîné à utiliser des outils logiciels, des APIs, et des applications web. Il est préférable de le comprendre comme un système d’agent avancé orienté vers l’action, plutôt que comme une catégorie d’IA entièrement distincte à part entière.
- Salesforce xLAM : Salesforce a publié xLAM comme une famille de solutions optimisées pour l’appel de fonctions et les agents IA, puis l’a 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 systèmes de type LAM.
- Microsoft TaskMatrix.IA : TaskMatrix.IA est un document de vision de Microsoft Research qui propose de connecter des foundation models à des millions d’APIs pour accomplir des tâches. Comme il se présente comme un document de vision et de positionnement de recherche, il est mieux décrit comme un framework académique de type LAM qu’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 and Arslan, Ezgi},
title = {{Large Action Models: battage médiatique ou réalité ?}},
year = {2026},
month = jul,
howpublished = {\url{https://aimultiple.com/large-action-models}},
note = {AIMultiple. Consulté le 1 juillet 2026}
}Résultats et horodatages de 5 points de données. Téléchargez les données de synthèse présentées dans les graphiques et les tableaux de cet article sous forme de fichier ZIP contenant un fichier CSV.
Vous voulez les données détaillées derrière ? Rejoindre Premium
Journal des modifications
5 mises à jourAjout d'une section d'exemples de grands modèles d'action couvrant Rabbit R1, Adept ACT-1, Salesforce xLAM et Microsoft TaskMatrix.AI.
Liens de référence
Le travail de Cem chez AIMultiple a été cité par des publications mondiales de premier plan, notamment Business Insider, Forbes, Morning Brew et Washington Post, par des entreprises mondiales comme Deloitte et HPE, par des ONG comme World Economic Forum et par des organisations supranationales comme European Commission. [1], [2], [3], [4], [5]
Tout au long de sa carrière, Cem a été consultant en technologies, acheteur de technologies et entrepreneur technologique. 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 digitalisation.
Il a dirigé la stratégie technologique et les achats d'un opérateur télécom, sous la responsabilité du PDG. Il a également dirigé la croissance commerciale de l'entreprise de technologie profonde Hypatos, qui a atteint un revenu récurrent annuel à 7 chiffres et une valorisation à 9 chiffres, passant de 0 à ce résultat en deux ans. Le travail de Cem chez Hypatos a été couvert par des publications technologiques de premier plan comme TechCrunch et Business Insider.
Cem intervient régulièrement lors de conférences technologiques internationales. Il est diplômé de Bogazici University en tant qu'ingénieur informatique et titulaire d'un MBA de la Columbia Business School.
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.