Bagel Labs WorldDiT vient d’être publié en accès libre par le laboratoire américain Bagel Labs, selon une annonce officielle relayée le 29 juillet 2026 par TestingCatalog. Il s’agit d’un modèle du monde destiné à la robotique, conçu pour prédire à la fois les actions d’un robot et l’évolution de la scène qui l’entoure à partir d’une seule architecture.
Une seule architecture pour deux tâches
Contrairement aux approches classiques qui séparent la prédiction d’actions et la simulation de l’environnement dans deux modèles distincts, WorldDiT repose sur un unique moteur de diffusion partageant ses paramètres entre les deux tâches. Le modèle, publié avec ses poids et un rapport technique sur Hugging Face, reste sous la barre du milliard de paramètres tout en affichant de bons résultats sur le benchmark de référence LIBERO, utilisé pour évaluer les capacités de manipulation robotique.
Un pari sur l’embarqué
La compacité du modèle n’est pas un détail : elle vise directement les contraintes du matériel embarqué, où la puissance de calcul disponible sur un robot reste très limitée par rapport à un centre de données. En misant sur un modèle unifié et léger plutôt que sur deux réseaux séparés, Bagel Labs cherche à rendre la simulation du monde exploitable directement sur les cartes de calcul déjà présentes dans les robots industriels ou domestiques.
Le troisième modèle ouvert du laboratoire
Fondé par Bidhan Roy, Bagel Labs s’est fait connaître par ses travaux sur l’entraînement distribué de modèles de diffusion sur du matériel grand public. WorldDiT succède à Paris, un modèle texte-image publié en octobre 2025, puis à Paris 2.0, une déclinaison image-vers-vidéo sortie en mai 2026 — deux publications qui ont valu au laboratoire l’acceptation d’un article à la conférence CVPR 2026. L’équipe cible explicitement les ingénieurs en robotique, les chercheurs et les équipes techniques cherchant une base ouverte pour leurs propres modèles du monde.
Une tendance de fond dans l’IA robotique
La publication de WorldDiT s’inscrit dans une accélération plus large autour des modèles du monde appliqués à la robotique, un terrain où Nvidia a également publié cette semaine son propre simulateur génératif Cosmos-H-Dreams, dédié cette fois à la chirurgie robotique. Ces annonces rapprochées confirment que la simulation temps réel de scènes physiques devient un axe de compétition à part entière entre laboratoires ouverts et grands éditeurs.