Odyssey 3
Odyssey · Otro
Odyssey-3 es el modelo del mundo fundacional de Odyssey. Simula física en tiempo real, convierte una descripción en un entorno interactivo y se adapta a robots, coches y videojuegos.
Acerca de Odyssey 3
About
Qué es Odyssey-3
Odyssey-3 es un modelo del mundo creado por Odyssey, un laboratorio de IA fundado en 2023 por Oliver Cameron y Jeff Hawke. Un modelo del mundo aprende cómo se comporta la realidad física y después predice lo que pasa a continuación. Odyssey-3 lo hace en tiempo real: le das una descripción, genera un entorno y sigue prediciendo cómo cambia ese entorno cuando te mueves o provocas un suceso.
Por dentro es un transformer de difusión autorregresivo. Dicho de forma llana, genera fotogramas uno detrás de otro, y cada fotograma nuevo depende de los anteriores y de la acción que llega en ese instante. Ahí está la diferencia con un vídeo normal: el entorno responde. Odyssey lo entrenó con vídeo de internet anotado con eventos y marcas de tiempo, grabaciones de videojuegos junto a las entradas de teclado y ratón, e interacciones de cuerpos rígidos simuladas.
Los equipos lo usan para dos tareas. La primera es simular: crear un mundo por el que pueda moverse un agente o una persona. La segunda es aprender políticas: se acopla un decodificador de acciones o una política pequeña, entrenada con pares de observaciones y acciones, y el mismo núcleo controla un brazo robótico, un humanoide, un coche o un dron con muchos menos datos que un entrenamiento desde cero.
Los límites están en el acceso. Odyssey-3 es una vista previa de investigación, no un producto cerrado. No hay tarifas publicadas, ni documentación pública de API, ni forma de descargar los pesos por tu cuenta. Pruebas Odyssey-3 Flash en el navegador, y todo lo demás empieza por hablar con la empresa.
Primeros pasos
- Entra en experience.odyssey.systems y accede a la vista previa de investigación.
- Escribe una descripción de un lugar o una escena y espera a que el modelo genere los primeros fotogramas.
- Recorre el entorno en primera o tercera persona y mueve la cámara por separado para revisar lo que predice el modelo.
- Provoca un suceso o una acción a mitad de la generación y observa cómo reacciona el mundo.
- Si trabajas en robótica o conducción, escribe a Odyssey para pedir acceso y entrena un decodificador de acciones con observaciones y acciones de tu propio hardware.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de Odyssey 3.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Ingenieros de robótica
- Equipos de simulación y videojuegos
- Investigadores de IA
Tareas
- Entrenar una política de manipulación
- Probar una pila de conducción
- Generar metraje de varias cámaras
- Evaluar un agente
Casos de uso
- Un brazo robótico que suelta una pieza
- Un programa de humanoides con pocos datos
- Previsualizar un nivel de videojuego
Funciones clave
Interacción en tiempo real, no un vídeo cerrado
Puedes moverte por una escena generada mientras se está produciendo, y el modelo actualiza lo que ves a medida que actúas. Odyssey-3 Flash es la versión destilada para ese bucle, con unos pocos pasos de eliminación de ruido por fotograma. El resultado es un modelo del mundo en tiempo real que puedes explorar, no un vídeo que solo se mira.
Dos versiones con distinta resolución y coste
Odyssey-3 Pro renderiza a 1280 por 720 y busca la máxima precisión física. Odyssey-3 Flash trabaja a 832 por 480 y cambia algo de detalle por velocidad y un coste menor por segundo. La empresa plantea la pareja como un equilibrio entre precisión y coste de simulación física, así que puedes elegir en cada experimento.
Precisión física medida en un benchmark público
Odyssey-3 Pro obtuvo 66.1 en la pista de vídeo a vídeo de Physics-IQ Verified, que según Odyssey es el mejor resultado publicado, y 54.7 en imagen a vídeo. La prueba pide a los modelos continuar vídeos de experimentos reales de dinámica de fluidos, óptica, mecánica de sólidos, magnetismo y termodinámica. Las notas salen de la evaluación del propio fabricante, así que tómalas como punto de partida para tus pruebas.
Primera persona, tercera persona y cámara libre
La vista previa ofrece los dos modos de navegación y movimiento de cámara independiente. Puedes mirar la misma predicción desde otro ángulo sin reiniciar la escena. Para un equipo de robótica es una forma rápida de ver si el modelo aprendió una distribución estable o solo una vista convincente desde una posición.
Decodificadores de acción que adaptan el modelo a una máquina
Un componente aprendido pequeño se coloca sobre el núcleo congelado y traduce sus representaciones internas en órdenes de motor. Odyssey informa de tareas de brazos robóticos aprendidas con decenas de horas de demostraciones, incluidas conductas de recuperación como volver a agarrar después de un fallo. La misma receta produjo las políticas de humanoides de Flexion y una política de conducción entrenada con 20 horas de datos.
Entornos para entrenar y probar agentes
Como el mundo responde a las acciones, un agente puede perseguir un objetivo dentro y aprender de las consecuencias. Odyssey usa ese bucle en su trabajo PROWL, donde los agentes encuentran fallos que guían mejoras del modelo y el modelo devuelve experiencias de entrenamiento. También da a los equipos un sitio donde ver conductas arriesgadas antes de que lleguen al hardware.
Ventajas y desventajas
Ventajas
- La interacción en tiempo real funciona en una vista previa del navegador, así que puedes juzgar el modelo antes de pedir acceso.
- La precisión física lidera la clasificación de Physics-IQ Verified según los resultados publicados por Odyssey.
- Un solo núcleo cubre brazos robóticos, humanoides, coches, drones y videojuegos, lo que reduce los datos necesarios para cada cuerpo nuevo.
- Un núcleo congelado más un decodificador de acciones pequeño abarata la adaptación frente a entrenar un modelo desde cero.
- El equipo de investigación publica detalles técnicos sobre datos de entrenamiento y arquitectura, algo que ayuda a valorar si encaja.
Desventajas
- Sin precios públicos, sin API documentada y sin pesos descargables, el uso comercial depende de una conversación con Odyssey.
- La vista previa gratuita ofrece Flash a 832 por 480, no el modelo Pro que tiene la nota del benchmark.
- Las cifras de los benchmarks las ejecuta el fabricante, y los resultados de WorldMark salen de su propia configuración de evaluación.
- La interacción en tiempo real exige bastante capacidad de GPU en el servicio, así que la latencia y el coste cambian según el despliegue.
Preguntas frecuentes
Odyssey-3 es un modelo del mundo fundacional de Odyssey. Predice cómo se mueven e interactúan los objetos, genera entornos interactivos a partir de una descripción y se puede adaptar para controlar robots, vehículos y drones.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con Odyssey 3.
Alternativas a Odyssey 3
JarvisCore
Prescott Data · Programación · Productividad · OtroJarvisCore es un runtime de código abierto en Python donde los agentes de IA actúan como pares en una malla, reclaman tareas de un libro mayor compartido y llegan a servicios externos por un bróker sin confianza.
Clef
Cloudflare · Negocios · OtroClef es el modelo de decisión de código abierto de Cloudflare para Workers AI. Devuelve probabilidades calibradas para preguntas tipadas en lugar de texto, así que un agente clasifica, enruta y actúa rápido.
iFixAi
iFixAi · Negocios · OtroiFixAi es un auditor de código abierto para agentes de IA. Somete al agente a una simulación de tu negocio, califica cada respuesta y devuelve una tarjeta de la A a la F con pruebas.