Enter était présent à HackPrinceton Spring 2026 — 410 participants, 36 heures, sur le campus de Princeton. Nous étions là pour soutenir la prochaine génération de bâtisseurs. L'équipe derrière Atlas est l'une de celles vers lesquelles nous revenions sans cesse.

Le problème dans la façon dont on enseigne

Il y a un vide au cœur de la plupart des enseignements, que tous ceux qui ont assisté à un cours d'histoire connaissent déjà.

On vous dit ce qui s'est passé. Vous lisez les mots. Vous passez l'examen. Et quelque part entre le manuel et le contrôle, ce qui était censé compter — le moment, le lieu, la réalité de la chose — ne finit jamais vraiment par s'incarner. Ça reste abstrait. Des mots sur une page qui décrivent un monde qu'on ne peut pas voir.

C'est pareil pour les sciences. La photosynthèse est un mot avant d'être un processus. On en mémorise les étapes. Mais la compréhension réelle, l'intuition de ce qui se passe vraiment dans une feuille quand la lumière la frappe, demande plus qu'un schéma.

L'équipe derrière Atlas est partie d'un constat simple : les outils pour changer cela existent désormais. Des environnements 3D immersifs, une IA capable de parler et de raisonner en temps réel, une génération de mondes à partir d'un simple prompt texte. La question était de savoir si ces outils pouvaient s'assembler en quelque chose qui ressemble moins à un produit et plus à un lieu.

Ce qu'est réellement Atlas

Tapez n'importe quel événement historique ou concept scientifique. Entrez dans un monde 3D généré autour de lui.

C'est le cœur d'Atlas — et cette description ne rend pas justice à ce que l'on ressent réellement en l'utilisant. Le monde n'est pas une illustration ni une simulation au sens traditionnel. C'est un environnement photoréaliste généré à partir de votre prompt, rendu en temps réel, construit précisément autour de ce que vous êtes venu comprendre.

À l'intérieur de ce monde se trouve un Guide IA. Il parle. Il écoute. Il répond aux questions comme le ferait une personne compétente se tenant à vos côtés dans cet environnement — ancré dans la scène qui vous entoure, dans les objets que vous pouvez voir, dans le contexte précis de l'endroit où vous êtes et de ce que vous regardez. Vous pouvez cliquer sur des éléments individuels et poser des questions directement à leur sujet. Pour les scènes scientifiques, des expériences guidées réagissent à vos actions. Un cycle de photosynthèse qui change à mesure que vous interagissez avec lui. Un monde qui enseigne en faisant, pas en racontant.

L'interface d'Atlas montrant un environnement 3D généré d'un village chinois ancien, avec le Guide IA actif dans le coin — prêt à répondre à des questions ancrées dans les objets et le contexte spatial visibles dans la scène.

Le problème complexe qu'ils ont résolu

Le défi technique le plus intéressant rencontré par Atlas était aussi le plus fondamental : garder le Guide IA honnête sur ce qui existe réellement.

Un modèle de langage, laissé libre dans un monde qu'il ne peut pas voir, comblera les vides. Il décrira des personnes absentes, mentionnera des objets jamais générés, ajoutera un contexte qui semble juste mais qui n'est pas ancré dans l'environnement réel où se trouve l'élève. Pour une leçon d'histoire, ce type d'hallucination n'est pas seulement inexact — il sape activement ce qu'Atlas essaie de faire.

La solution fut un système de graphe de scène — une représentation structurée de chaque élément étiqueté et interrogeable dans le monde généré. Avant de répondre à quoi que ce soit, le Guide lit la scène. Il sait ce qui s'y trouve. Chaque réponse est ancrée dans ce contexte spatial et historique, et non dans la connaissance générale du modèle sur ce à quoi pourrait ressembler un village chinois ancien.

Le résultat est une IA qui se comporte moins comme un moteur de recherche et plus comme un guide qui se serait réellement tenu dans cette pièce.

L'architecture de graphe de scène derrière Atlas structure chaque monde généré en éléments étiquetés et interrogeables — donnant au Guide IA un ancrage spatial pour que chaque réponse reflète ce que l'élève peut réellement voir.

Ce dont ils sont le plus fiers

Que toute la boucle fonctionne de bout en bout.

Taper un prompt. Un véritable monde 3D se génère autour. Un Guide IA vocal répond à des questions depuis l'intérieur de ce monde, avec des détails historiquement exacts et ancrés spatialement. Pour une équipe qui construit lors d'un hackathon — assemblant un pipeline couvrant génération de mondes, rendu 3D, interprétation de scène, IA conversationnelle et synthèse vocale — réussir à boucler ce cycle proprement en 36 heures, c'est l'exploit.

Le mode expérience STEM a surpris jusqu'à l'équipe elle-même. Enseigner la science par l'interaction plutôt que par l'instruction change la relation entre l'élève et le concept. On ne mémorise pas les étapes de la photosynthèse. On la regarde réagir à ce que l'on fait. Cette nuance compte plus qu'il n'y paraît.

Et ensuite ?

La qualité de la génération de mondes est le domaine d'amélioration le plus évident — le Gaussian Splatting crée des environnements photoréalistes, mais la résolution actuelle a des limites, et l'équipe souhaite élargir à la fois la fidélité et l'échelle de ce qui est généré à partir d'un seul prompt.

L'ambition la plus grande est la VR. Un monde 3D sur un écran, c'est une chose. Se tenir à l'intérieur, s'y déplacer avec son propre corps, tendre la main vers un objet pour poser une question — c'est la version d'Atlas qui referme totalement l'écart entre apprendre et vivre l'expérience.

L'idée plus large

L'éducation a toujours eu la bonne intention. Ce sont les outils capables de concrétiser cette intention qui ont pris du retard.

Ce que représente Atlas, c'est le début d'un modèle réellement différent — un modèle où l'environnement enseigne lui-même, où les questions trouvent une réponse en contexte, où la distance entre un concept et sa compréhension vécue s'effondre. La technologie pour construire cela existait en morceaux depuis des années. Ce qui a changé, c'est la capacité d'assembler ces morceaux en quelque chose dans lequel un élève peut réellement entrer.

C'est le genre de problème qui mérite qu'on y consacre 36 heures. Et le genre de réponse qui prend plus de 36 heures à finaliser.

Vous avez manqué les épisodes précédents ? → Vol. 1 — Heritage in Pixels → Vol. 2 — Terra Zone AI → Vol. 3 — reAgent → Vol. 4 — TaleTailor → Vol. 5 — LEGR → Vol. 6 — PolyPath → Vol. 7 — EcoThread → Vol. 8 — Aletheia → Vol. 9 — Synova → Vol. 10 — Overturn Insurance → Vol. 11 — VentureLink