Neural Drive : un jeu de kart généré image par image par une IA dans le navigateur

Le 19 juillet 2026, le développeur Asankhaya Sharma, connu pour le projet OptiLLM, met en ligne Neural Drive : un jeu de karting inspiré de SuperTuxKart qui ne contient ni moteur 3D, ni scène 3D, ni la moindre ligne de code de rendu classique. Chaque image affichée à l'écran est devinée par un modèle d'intelligence artificielle qui tourne entièrement dans votre navigateur.

Ce genre de projet porte un nom dans la recherche en IA : un world model. Au lieu de simuler un monde avec un moteur physique et des assets 3D préexistants, le modèle observe les dernières images affichées ainsi que les touches que vous enfoncez, puis peint directement l'image suivante. Il n'existe aucune piste, aucun kart, aucune règle de jeu stockée quelque part : tout est halluciné, image après image, en fonction de ce que vous venez de faire.

Comment Neural Drive devine l'image suivante

Techniquement, Neural Drive repose sur un LatentDiT (un transformer de diffusion qui travaille dans un espace latent) de 130,8 millions de paramètres, avec une dimension de 768 et 12 couches. Ce modèle s'appuie sur un ConvVAE qui compresse chaque image d'un facteur 8 avant traitement, puis la décompresse pour l'affichage final en 384 par 192 pixels.

Le modèle regarde les sept dernières images générées ainsi que les touches actuellement pressées sur votre clavier, et produit l'image suivante par débruitage progressif. La version d'origine nécessitait huit étapes de débruitage par image, la version distillée mise en ligne n'en demande plus que deux, ce qui réduit fortement le temps de calcul sans changer l'architecture du modèle.

L'ensemble est exporté au format ONNX (262 Mo) et exécuté directement sur votre carte graphique via WebGPU, sans le moindre appel à un serveur. Si votre navigateur ne supporte pas WebGPU, l'inférence bascule sur le CPU, avec un message d'avertissement explicite sur la lenteur à attendre. Vous démarrez chaque session depuis l'une des 18 positions de départ pré-enregistrées dans un fichier de seeds. Les poids PyTorch sont également disponibles, y compris un checkpoint non distillé de 523 Mo pour qui veut expérimenter l'entraînement.

Des performances encore loin du temps réel

Sur un Mac Studio, sous Firefox, la génération d'une image prend 405 millisecondes, soit 2,5 images par seconde. À ce rythme, le jeu reste injouable au sens strict : vous appuyez sur une touche, et le monde se redessine avec un temps de retard qui donne l'impression de conduire dans un rêve où vos gestes répondent avec retard. Sharma annonce environ 10 images par seconde sur les MacBook équipés des puces M récentes, et un objectif de 15 à 20 images par seconde sur des GPU dédiés classiques, ce qui rapprocherait l'expérience du temps réel. Sur mobile, des boutons tactiles affichés sous l'écran font office de manette, à condition d'accepter la latence.

Quand l'IA repeint aussi le tableau de bord

Le détail le plus révélateur du projet, ce sont ses artefacts. Le modèle ne se contente pas de dessiner la route : il régénère aussi l'intégralité de l'interface, chronomètre, minimap, compteur de tours, icônes de personnages empilées sur le côté. Sauf qu'il ne sait pas ce qu'est un chronomètre : il peint des pixels qui ressemblent à des chiffres, sans en comprendre le sens. Résultat, le temps affiché bave, se réécrit d'une image à l'autre, et peut annoncer un tour 1 sur 300. En haut de l'écran, le décor a tendance à fondre littéralement, avec des pans de falaise qui se mettent à couler dans le ciel. Ces défauts ne sont pas des bugs au sens classique du terme : ils illustrent simplement les limites d'un modèle qui n'a aucune notion explicite de ce qu'il dessine, seulement une intuition statistique de ce à quoi ça devrait ressembler.

Ce que ça change concrètement pour les devs et les PME

Neural Drive reste une démonstration, pas un jeu jouable au quotidien. Mais elle illustre une tendance technique que nous suivons de près chez CZSyn : la capacité des navigateurs modernes à faire tourner des modèles génératifs de taille respectable directement sur le poste client, via WebGPU, sans backend ni facture de serveur GPU à faire tourner en continu.

Pour une PME ou une équipe produit, l'intérêt n'est pas de reproduire un jeu de kart, mais le principe sous-jacent : un modèle téléchargé une seule fois dans l'onglet, puis exécuté localement pour générer du contenu interactif à la demande. Cette approche réduit les coûts d'infrastructure puisqu'aucun serveur d'inférence n'a besoin d'être maintenu, et simplifie les questions de confidentialité puisque rien ne quitte le poste de l'utilisateur. En contrepartie, elle déplace la contrainte ailleurs : le poids du modèle à télécharger et la puissance du GPU client deviennent les vrais facteurs limitants, pas votre bande passante serveur.

Concrètement, si vous envisagez d'intégrer de l'inférence IA côté client dans une application web, comme un configurateur produit, une prévisualisation générative ou un assistant interactif, Neural Drive est un bon cas d'étude. Il montre où se situe aujourd'hui le curseur entre faisabilité technique et confort d'usage réel, et pourquoi tester le framerate sur du matériel représentatif de vos utilisateurs reste une étape à ne pas sauter avant tout projet de ce type.

Notre lecture chez CZSyn

Ce qui nous intéresse dans Neural Drive n'est pas le jeu en lui-même, injouable en l'état, mais le signal qu'il envoie. Il y a encore peu de temps, faire tourner un modèle de génération d'image en continu dans un onglet de navigateur relevait de la démonstration de laboratoire réservée à de grosses équipes. Aujourd'hui, un développeur publie ce type de projet en solo, avec des poids ouverts et un espace de test public accessible à tous.

Pour nos clients, la leçon n'est pas qu'il faut construire un jeu neuronal, mais qu'il devient possible de proposer des expériences génératives sans dépendre d'un serveur d'inférence dédié. Cela ouvre des pistes concrètes pour des démonstrateurs produits, des outils de configuration visuelle ou des prototypes interactifs, à condition d'accepter, pour l'instant, des contraintes de framerate et de qualité encore loin du temps réel. Nous recommandons de tester ce genre d'approche sur des cas d'usage tolérants à la latence avant d'en faire une brique de production.

Sources primaires

• Espace de démonstration officiel, Neural Drive sur Hugging Face Spaces.
• Dépôt du modèle et des poids, codelion/neural-drive-model sur Hugging Face.