Odyssey
Odyssey · Vidéo
Odyssey est un laboratoire d'IA dont les modèles du monde génèrent des environnements interactifs et jouables pour robots, drones, jeux vidéo et entraînement d'IA.
À propos de Odyssey
About
Qu'est-ce qu'Odyssey
Odyssey est un laboratoire d'IA consacré aux modèles du monde : des systèmes entraînés à prédire la suite d'un environnement, puis à transformer cette prédiction en vidéo que vous pilotez en temps réel. Le résultat n'est pas un clip figé. Le modèle conserve un état de la scène et le met à jour dès que vous appuyez sur une touche ou bougez une manette. L'entreprise a été fondée en 2023 par Oliver Cameron et Jeff Hawke, deux vétérans de la conduite autonome, et a bouclé une série B de 310 millions de dollars.
Le pari est celui d'une base commune aux systèmes physiques et virtuels. La même famille de modèles anime des bras robotiques, porte des politiques de contrôle pour humanoïdes, pilote des drones, joue à des jeux vidéo et entraîne d'autres agents d'IA dans des mondes simulés. D'après Odyssey, son modèle le plus récent, Odyssey-3, apprend de nouvelles tâches robotiques à partir de quelques dizaines d'heures de démonstrations, en s'appuyant sur ce qu'il a vu pendant le pré-entraînement.
Mieux vaut connaître les limites avant de bâtir un projet dessus. Presque tout ce que publie Odyssey relève de l'aperçu de recherche, pas du produit fini : l'accès, les quotas et les fonctions évoluent sans préavis. Les sessions longues dérivent, et l'équipe le dit elle-même : la disposition de la scène et l'identité acoustique se perdent avec le temps, et aucun référentiel standard ne mesure encore la génération audiovisuelle interactive. Le rendu visuel reste en retrait face aux générateurs de vidéo classiques, parce que le modèle dépense son effort à vous répondre plutôt qu'à composer un plan parfait.
Pour commencer
- Ouvrez le site d'Odyssey et choisissez une démo : Odyssey-3 pour explorer seul, Agora-2 pour une session partagée.
- Lancez l'expérience dans un navigateur de bureau. Les commandes passent par le clavier, une manette ou des boutons à l'écran sur mobile.
- Parcourez le monde généré et observez la réaction de la scène. Chaque image est produite à la volée, environ toutes les 40 millisecondes.
- Pour un accès par code, inscrivez-vous sur la plateforme développeurs et appelez Odyssey-2 via l'API Odyssey afin de générer de la vidéo interactive à partir d'instructions et de flux d'entrée.
- Lisez les notes de recherche avant de construire quoi que ce soit : les noms de modèles, les limites des aperçus et les entrées acceptées changent à chaque sortie.
Informations sur le produit
Aperçu des tarifs, des plateformes compatibles et des performances de Odyssey.
Idéal pour
Les utilisateurs, tâches et cas d'usage où cet outil convient le mieux.
Utilisateurs
- Équipes robotique et autonomie
- Concepteurs et prototypistes de jeux
- Chercheurs en IA
Tâches
- Explorer un environnement généré
- Entraîner une politique de robot
- Mettre des agents à l'épreuve
- Prototyper un concept de jeu
Cas d'usage
- Un sprint de recherche qui a besoin d'un environnement interactif cette semaine
- Expériences multijoueur
- Préparation sim-to-real sur un bras robotique
Fonctionnalités clés
Des mondes interactifs en temps réel
Le produit est un modèle du monde qui émet des images pendant que vous jouez. Odyssey-1 a fixé le rythme en produisant une image toutes les 40 millisecondes, assez vite pour que clavier, manette ou téléphone semblent reliés à ce que vous voyez. Pas de ferme de rendu, pas d'attente à la fin d'un clip.
Un modèle pour plusieurs châssis
Odyssey-3 est un transformer de diffusion autorégressif entraîné sur des observations visuelles du monde, et le même checkpoint sert aux bras robotiques, aux humanoïdes, aux voitures, aux drones et aux jeux. La promesse tient à l'efficacité en données : un nouveau système physique demande des heures de démonstrations, pas un jeu de données de la taille du pré-entraînement. Odyssey décrit des comportements de récupération, comme rattraper une prise manquée, absents des démonstrations.
Des simulations partagées entre agents
Agora-2 place plusieurs participants, humains ou IA, dans un même monde généré en simultané. L'architecture coupe le travail en deux : un modèle fait évoluer un état partagé à partir des actions de tous, un second rend chaque point de vue de façon cohérente. Jusqu'à quatre joueurs partagent une session, ce qui rapproche le plus d'un moteur de jeu dont les deux moitiés sont apprises.
Image et son dans la même passe
Starchild-1 génère son et image dans la même trajectoire, jusqu'à 24 images par seconde, et les garde synchronisés grâce à un cache asynchrone qui laisse chaque modalité courir à son propre rythme. Il répond au texte, à la parole ou aux actions en flux et gère le dialogue scénarisé, la conversation et la narration. Le son porte des informations sur la physique et l'intention, pas seulement l'ambiance.
Le monde comme terrain d'entraînement
PROWL-2 ferme la boucle entre une équipe d'agents et son monde. Chaque camp suit son propre programme dans une seule boucle d'entraînement : l'environnement se durcit à mesure que les agents progressent, et ceux-ci tirent leurs données de leurs propres échecs. Pour les équipes qui entraînent des agents incarnés, cela remplace un simulateur artisanal par un autre qui grandit avec la politique.
Démos navigateur et API développeurs
Vous pouvez tester les modèles sans écrire de code : experience.odyssey.systems héberge la démo Odyssey-3, agora.odyssey.systems celle du multijoueur. Pour la production, Odyssey-2 est accessible sur la plateforme développeurs, où vous envoyez instructions et flux d'entrée et recevez de la vidéo interactive en retour.
Avantages et inconvénients
Avantages
- L'interaction est le cœur du produit, pas un ajout au générateur de clips : votre entrée change l'image suivante, pas le rendu suivant.
- Un seul modèle de base couvre robots, drones, véhicules et jeux, ce qui réduit le nombre de systèmes à maintenir.
- L'efficacité en données compte vraiment : quelques dizaines d'heures de démonstrations suffisent à obtenir un contrôle robotique fonctionnel dans les expériences publiées.
- La recherche est ouverte, avec rapports techniques, articles et démos jouables à tester avant de s'engager.
- Le support multi-agents rend possibles des mondes simulés partagés sans dessiner une carte à la main.
Inconvénients
- Presque toutes les sorties sont des aperçus de recherche : disponibilité et limites changent d'un projet à l'autre.
- Les sessions longues dérivent : la scène et l'identité sonore perdent leur cohérence, et la précision physique varie encore selon le robot, ce qui impose des vérifications sur les plans longs et les usages critiques.
- Aucune grille tarifaire publique. L'accès à l'API et les projets d'entreprise passent par la plateforme développeurs ou l'équipe commerciale, donc le budget suppose un échange.
- Le rendu visuel reste sous celui des modèles vidéo dédiés, et vous renoncez au contrôle exact de la géométrie qu'offre un moteur construit à la main.
Questions fréquentes
Odyssey conçoit des modèles du monde qui génèrent de la vidéo interactive en temps réel. Vous décrivez une scène, la pilotez au clavier, à la manette ou au téléphone, et le modèle prédit puis affiche la suite.
Contenus associés
Découvrez des outils, des compétences et des articles liés à Odyssey.
Alternatives à Odyssey
ngram 2.0
ngram · Vidéo · Marketingngram 2.0 est un générateur de vidéo IA conçu pour les équipes. Il transforme un prompt, un enregistrement d'écran ou l'URL d'un produit en vidéo explicative, en démo ou en vidéo avec avatar IA, et chaque scène reste modifiable.
OpenScreen 2
OpenScreen (open-source project) · Vidéo · ProductivitéOpenScreen 2 est un enregistreur d'écran et un éditeur de vidéos de démonstration gratuit et open source pour Windows, macOS et Linux, avec zooms automatiques, cadres, sous-titres locaux et montage par agent.
Skreno
Skreno · Vidéo · ProductivitéSkreno est un enregistreur d'écran dans le navigateur : il capture un onglet, une fenêtre ou tout l'écran, puis joint transcription IA, résumé et journaux de console à un seul lien.