Odyssey 开放世界模型 Odyssey-3 免费研究预览

Odyssey 正在公开其世界模型 Odyssey-3。据该公司称，它能实时生成可交互的世界，并在物理基准测试中取得最高分。

总部位于加利福尼亚的 AI 公司 Odyssey 已推出其世界模型 Odyssey-3 的公开研究预览版。用户可以根据文本提示生成交互式环境，并实时探索这些环境。该模型模拟物理过程，并预测环境会如何根据特定动作发生变化。开发者可以申请 API 访问权限。

创始人 Oliver Cameron 和 Jeff Hawke 于 9 月 15 日首次公布该模型，重点面向机器人、自动驾驶和视频游戏。此次的新内容是公开访问、更多技术细节以及基准测试结果。

现在就能体验的交互式 AI 世界

这个免费在线演示运行在 Odyssey-3 Flash 上。该模型可根据文本描述生成交互式环境。用户可以在第一人称和第三人称视角之间切换，在生成的世界中移动、触发事件，并观看模型实时作出响应。

Odyssey-3 基于自回归扩散 transformer 构建，会根据之前的帧和用户操作持续生成新的视频帧。据 Odyssey 称，该模型在训练过程中通过视觉观察学习物理关系和因果关系。

训练数据包括带有事件描述的互联网视频、配有相应键盘和鼠标输入的视频游戏画面，以及模拟的物理交互。一种额外的训练技术减少了所需的计算步骤数量，使实时生成成为可能。

根据官方基准测试提交，基础版 Odyssey-3 模型拥有 140 亿参数，可生成 832 × 480 像素的视频。Odyssey-3 Pro 支持 1280 × 720 像素。

物理基准测试的说法附带前提条件

据该公司称，更强大的 Odyssey-3 Pro 在 Physics-IQ Verified 的视频到视频基准测试中获得 66.1 分。该测试评估流体力学、光学、固体力学、磁学和热力学等领域的物理行为。模型必须延续真实世界实验的视频，并将其输出与实际结果进行比较。

不过，66.1 分的最高分有一个重要前提。它来自一次测试运行，其中一种选择方法为每项任务从八个生成的视频中挑选一个。基准测试规则要求任何纪录声明都必须进行四次测试运行并报告标准差。所报告的纪录不符合这一标准。如果不使用该选择方法，Odyssey-3 Pro 在四次运行中的平均得分为 63.37 分。两项结果都出现在官方排行榜上，但都是由 Odyssey 自己提交的。

在 WorldMark 基准测试中，根据其自己的评估，Odyssey-3 在四个类别中的三个排名第一：第一人称风格化（77.2）、第三人称真实（79.0）和第三人称风格化（76.3）。在第一人称真实类别中，它以 80.6 分排名第三。WorldMark 测试模型遵循控制指令的程度、生成图像的质量，以及模拟世界能否随时间保持一致。

一个模型，适用于机器人、无人机和 GTA V

Odyssey希望将同一个世界模型用于不同任务，从移动机械臂到导航无人机再到控制游戏角色。对于每个应用，该模型都会与一个专用控制器配对，由后者将其预测转化为具体指令。

据该公司称，在测试中，一个基于Odyssey-3构建的AI控制了多个机械臂。仅需几十小时的演示数据就足以完成训练。这些机器人还能在抓取失败后自行恢复，即使这些情况并不在训练数据中。

对于人形机器人，Odyssey正与瑞士机器人公司Flexion合作。据称，Flexion基于Odyssey-3构建的控制器即使在条件变化时，表现也比对比模型更可靠。

Odyssey还构建了一个基于模拟飞行数据训练的无人机控制器。据该公司称，在虚拟室内环境中，该无人机能够躲避障碍，并按指令飞向特定目标。

Odyssey-3也能玩电子游戏。该公司展示了一个AI自主游玩GTA V、驾驶车辆并与敌人战斗。一个基于约两小时GTA影像训练的控制器，还能在没有任何额外训练的情况下将其技能迁移到Red Dead Redemption 2中，操控角色骑马。

Odyssey还计划将其世界模型用于训练AI智能体。在一个演示中，一个AI智能体以自然语言接收任务，并尝试在Odyssey-3生成的环境中通过自身行动完成任务。目标是让智能体从自身行动的结果中学习，这可能是一种全新的AI训练范式。

目前公开的研究预览版提供交互式环境生成，机器人技术和自主系统还需要进一步的工作。

构建世界模型的竞赛

Odyssey由Oliver Cameron和Jeff Hawke于2023年创立。2026年6月，该公司从包括Amazon和AMD Ventures在内的投资者处融资3.1亿美元。

世界模型旨在让AI系统理解空间和物理关系。Google DeepMind正通过Genie 3采用类似方法生成交互式世界。由李飞飞创立的初创公司World Labs也在开发类似技术。AMD在9月下旬宣布，计划以约82亿美元收购World Labs。

没有炒作的AI新闻——由人工精选

订阅THE DECODER，享受无广告阅读、每周AI新闻通讯、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。