Clubic a révélé le vendredi 30 octobre 2026 le projet Tinyworldformer, signé du développeur SheepSeb. Une version très simplifiée de Doom y fonctionne sur un Raspberry Pi Pico, plus précisément un Pico 2 W, sans qu'aucun moteur de jeu ne soit exécuté. Les images sont produites une par une par un réseau neuronal entraîné sur des parties enregistrées.
La carte repose sur la puce RP2350 : deux cœurs pouvant atteindre 150 MHz et 520 Ko de mémoire vive, sans GPU ni accélérateur dédié à l'IA. Doom avait déjà été porté sur un Raspberry Pi Pico en 2022, mais le code d'origine tournait alors réellement sur la carte.
Un modèle qui prédit l'image suivante, un autre qui joue
Tinyworldformer associe deux petits réseaux neuronaux. Le premier est un world model, ou modèle de monde : il reçoit une image et une action du joueur, puis prédit l'image suivante. Il n'applique pas les règles du jeu, il reproduit ce qu'il a appris.
Le second réseau observe ces images et décide des actions à effectuer. Les deux tournent sur un seul cœur de la puce, l'autre cœur gérant l'affichage et les communications USB. Une pression sur un bouton permet de reprendre les commandes et d'interagir avec le monde généré.
SheepSeb a également intégré un mode d'apprentissage directement sur le Pico 2 W : un agent peut apprendre à jouer dans l'environnement imaginé par l'autre réseau, sans machine puissante pour cette phase. Le jeu n'est pas le Doom de 1993 mais un Doom-lite, un labyrinthe de 8 × 8 cases en pseudo-3D avec un seul ennemi. Des versions miniatures de Pong, Breakout, Flappy Bird et Pac-Man fonctionnent aussi.
55 000 paramètres et 83,6 % d'images exactes
Le modèle de Doom-lite tient dans 55 000 paramètres, selon Clubic. Sur les transitions réservées à l'évaluation, il reproduit exactement l'image suivante dans 83,6 % des cas, d'après les mesures de son créateur, événements aléatoires exclus. Le critère est sévère : un seul élément graphique incorrect suffit à compter l'image entière comme erronée, même quand la partie reste jouable.
| Indicateur | Chiffre | Source |
|---|---|---|
| Mémoire vive du Raspberry Pi Pico 2 W | 520 Ko | Clubic, octobre 2026 |
| Fréquence des deux cœurs de la puce RP2350 | jusqu'à 150 MHz | Clubic, octobre 2026 |
| Taille du modèle de Doom-lite | 55 000 paramètres | Clubic, octobre 2026 |
| Images suivantes prédites exactement | 83,6 % | Mesures de SheepSeb, via Clubic |
| GameNGen (Google, 2024) : inférence par image | environ 50 millisecondes, soit 20 FPS sur un TPU | Cloudzy, juin 2026 |
Des modèles de monde qui descendent du data center au microcontrôleur
L'idée n'est pas neuve. En 2024, des chercheurs de Google Research et Google DeepMind ont présenté GameNGen, capable de simuler le vrai Doom à plus de 20 images par seconde en 320 × 240, sur un TPU, sans faire tourner le moteur d'origine.
Google a ouvert Project Genie au public en janvier 2026.
L'écart de matériel est l'intérêt principal de Tinyworldformer. Là où les modèles de monde de laboratoire exigent des TPU ou des GPU de classe H100, celui de SheepSeb tient sur un microcontrôleur à quelques euros. Il ne remplace aucun moteur de jeu, mais il montre qu'un univers interactif simulé par IA peut fonctionner hors cloud.
Ce que ça change pour votre entreprise
Le signal est clair pour les projets embarqués : un modèle spécialisé de quelques dizaines de milliers de paramètres peut tourner sur du matériel à bas coût, sans abonnement cloud ni carte graphique. Détection sur capteur, maintenance, automates : l'inférence locale devient accessible à un atelier ou à une PME industrielle. Les usages conversationnels, eux, restent côté serveur, comme l'assistant vocal allo360 (voir les tarifs).
