Odyssey 3
Odyssey · Autres
Odyssey-3 est le modèle du monde fondationnel d'Odyssey. Il simule la physique en temps réel, transforme une consigne en environnement interactif et s'adapte aux robots, voitures et jeux.
À propos de Odyssey 3
About
Qu'est-ce qu'Odyssey-3
Odyssey-3 est un modèle du monde conçu par Odyssey, laboratoire d'IA fondé en 2023 par Oliver Cameron et Jeff Hawke. Un modèle du monde apprend le comportement du réel, puis prédit la suite. Odyssey-3 le fait en temps réel : vous saisissez une consigne, il génère un environnement et continue de prédire comment cet environnement évolue quand vous bougez ou déclenchez un événement.
Sous le capot, c'est un transformer de diffusion autorégressif. Autrement dit, il produit les images une par une, et chaque nouvelle image dépend des précédentes et de l'action reçue à cet instant. C'est ce qui distingue l'environnement d'un simple clip vidéo : le monde réagit. Odyssey l'a entraîné sur des vidéos du web annotées avec des événements horodatés, des captures de jeu associées aux entrées clavier et souris, et des interactions de corps rigides simulées.
Les équipes l'utilisent pour deux choses. La première est la simulation : créer un monde dans lequel un agent ou une personne peut se déplacer. La seconde est l'apprentissage de politiques : on ajoute un petit décodeur d'actions ou une politique entraînée sur des paires d'observations et d'actions, et le même socle pilote un bras robotique, un humanoïde, une voiture ou un drone avec bien moins de données qu'un entraînement depuis zéro.
Les limites concernent l'accès. Odyssey-3 est un aperçu de recherche, pas un produit packagé. Aucune grille tarifaire n'est publiée, aucune documentation d'API n'est ouverte, et les poids ne se téléchargent pas. Vous essayez Odyssey-3 Flash dans le navigateur ; pour aller plus loin, il faut parler à l'entreprise.
Premiers pas
- Ouvrez experience.odyssey.systems et connectez-vous à l'aperçu de recherche.
- Écrivez une consigne qui décrit un lieu ou une scène, puis attendez que le modèle génère les premières images.
- Parcourez l'environnement en première ou en troisième personne et déplacez la caméra séparément pour examiner les prédictions.
- Déclenchez un événement ou une action en cours de génération et regardez le monde réagir.
- Pour un projet de robotique ou de conduite, contactez Odyssey pour l'accès, puis entraînez un décodeur d'actions sur des observations et des actions issues de votre matériel.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Odyssey 3.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Ingénieurs en robotique
- Équipes simulation et jeu vidéo
- Chercheurs en IA
Tâches
- Entraîner une politique de manipulation
- Tester une pile de conduite
- Générer des images multicaméras
- Évaluer un agent
Cas d'usage
- Un bras robotique qui lâche un objet
- Un programme d'humanoïdes avec peu de données
- Prévisualiser un niveau de jeu
Fonctionnalités clés
Une interaction en temps réel, pas un clip figé
Vous avancez dans une scène générée pendant qu'elle se construit, et le modèle met à jour l'image à mesure que vous agissez. Odyssey-3 Flash est la version distillée prévue pour cette boucle, avec quelques étapes de débruitage par image. Le résultat est un modèle du monde en temps réel que vous explorez, pas une vidéo que vous regardez.
Deux versions, deux résolutions et deux coûts
Odyssey-3 Pro rend en 1280 par 720 et vise la précision physique maximale. Odyssey-3 Flash tourne en 832 par 480 et échange un peu de détail contre la vitesse et un coût à la seconde plus bas. L'entreprise présente le duo comme un compromis entre précision et coût de simulation physique, à choisir expérience par expérience.
Une précision physique mesurée sur un benchmark public
Odyssey-3 Pro obtient 66,1 sur la piste vidéo vers vidéo de Physics-IQ Verified, que la société présente comme le meilleur score publié, et 54,7 en image vers vidéo. L'épreuve demande aux modèles de prolonger des vidéos d'expériences réelles en dynamique des fluides, optique, mécanique des solides, magnétisme et thermodynamique. Les notes viennent de l'évaluation du fabricant : prenez-les comme un point de départ pour vos propres essais.
Première personne, troisième personne et caméra libre
L'aperçu propose les deux modes de navigation et un mouvement de caméra indépendant. Vous examinez la même prédiction sous un autre angle sans relancer la scène. Pour une équipe de robotique, c'est un moyen rapide de voir si le modèle a appris une disposition stable ou seulement une vue convaincante depuis une position.
Des décodeurs d'actions pour adapter le modèle à une machine
Un petit composant appris se pose sur le socle figé et traduit ses représentations internes en commandes moteur. Odyssey rapporte des tâches de bras robotique apprises avec des dizaines d'heures de démonstrations, dont des comportements de récupération comme une nouvelle prise après un échec. La même recette a donné les politiques humanoïdes de Flexion et une politique de conduite entraînée sur 20 heures de données.
Des environnements pour entraîner et tester des agents
Le monde réagissant aux actions, un agent peut y poursuivre un objectif et apprendre des conséquences. Odyssey exploite cette boucle dans ses travaux PROWL, où les agents trouvent des défaillances qui orientent les améliorations du modèle, lequel fournit en retour de l'expérience d'entraînement. Les équipes y observent aussi des comportements risqués avant le passage au matériel.
Avantages et inconvénients
Avantages
- L'interaction en temps réel fonctionne dans un aperçu navigateur, ce qui permet de juger le modèle avant de demander un accès.
- La précision physique domine le classement Physics-IQ Verified selon les résultats publiés par Odyssey.
- Un seul socle couvre bras robotiques, humanoïdes, voitures, drones et jeux, ce qui réduit les données nécessaires pour chaque nouveau corps.
- Un socle figé et un petit décodeur d'actions rendent l'adaptation moins coûteuse qu'un entraînement depuis zéro.
- L'équipe de recherche publie des détails techniques sur les données d'entraînement et l'architecture, utiles pour juger de l'adéquation.
Inconvénients
- Sans tarif public, sans API documentée et sans poids téléchargeables, l'usage commercial passe par un échange avec Odyssey.
- L'aperçu gratuit expose Flash en 832 par 480, pas le modèle Pro qui détient le score du benchmark.
- Les chiffres des benchmarks sont produits par le fabricant, et les résultats WorldMark viennent de sa propre configuration d'évaluation.
- L'interaction en temps réel demande une capacité GPU importante côté service, donc la latence et le coût varient selon le déploiement.
Questions fréquentes
Odyssey-3 est un modèle du monde fondationnel d'Odyssey. Il prédit le déplacement et les interactions des objets, génère des environnements interactifs à partir d'une consigne et peut être adapté au pilotage de robots, de véhicules et de drones.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Odyssey 3.
Alternatives à Odyssey 3
JarvisCore
Prescott Data · Programmation · Productivité · AutresJarvisCore est un runtime Python open source où les agents IA travaillent en pairs sur un maillage, prennent les tâches dans un registre partagé et joignent les services externes via un broker zero trust.
Clef
Cloudflare · Entreprise · AutresClef est le modèle de décision open source de Cloudflare pour Workers AI. Il renvoie des probabilités calibrées pour des questions typées au lieu de texte, ce qui permet à un agent de classer, router et agir vite.
iFixAi
iFixAi · Entreprise · AutresiFixAi est un auditeur open source pour agents IA. Il fait passer votre agent par une simulation de votre entreprise, note chaque réponse et rend une note de A à F avec les preuves.