Odyssey 3
Odyssey · Outros
Odyssey-3 é o modelo de mundo fundacional da Odyssey. Simula física em tempo real, transforma um texto em ambiente interativo e se adapta a robôs, carros e jogos.
Sobre Odyssey 3
About
O que é o Odyssey-3
Odyssey-3 é um modelo do mundo criado pela Odyssey, laboratório de IA fundado em 2023 por Oliver Cameron e Jeff Hawke. Um modelo do mundo aprende como a realidade física se comporta e depois prevê o que acontece em seguida. O Odyssey-3 faz isso em tempo real: você escreve uma descrição, ele gera um ambiente e continua prevendo como esse ambiente muda quando você se move ou provoca um evento.
Por dentro, é um transformer de difusão autorregressivo. Em palavras simples, gera quadros um após o outro, e cada quadro novo depende dos anteriores e da ação que chega naquele instante. É aí que ele se separa de um vídeo comum: o ambiente responde. A Odyssey treinou o modelo com vídeo da internet anotado com eventos e marcas de tempo, gravações de jogos junto das entradas de teclado e mouse, e interações de corpos rígidos simuladas.
As equipes usam o modelo para duas tarefas. A primeira é simular: criar um mundo pelo qual um agente ou uma pessoa consiga se mover. A segunda é aprender políticas: acopla-se um decodificador de ações ou uma política pequena, treinada com pares de observações e ações, e o mesmo núcleo controla braço robótico, humanoide, carro ou drone com muito menos dados do que um treinamento do zero.
Os limites estão no acesso. O Odyssey-3 é uma prévia de pesquisa, não um produto fechado. Não há tabela de preços publicada, documentação pública de API nem jeito de baixar os pesos por conta própria. Você testa o Odyssey-3 Flash no navegador, e qualquer coisa além disso começa com uma conversa com a empresa.
Como começar
- Abra experience.odyssey.systems e entre na prévia de pesquisa.
- Escreva uma descrição de um lugar ou uma cena e espere o modelo gerar os primeiros quadros.
- Percorra o ambiente em primeira ou terceira pessoa e arraste a câmera separadamente para conferir o que o modelo prevê.
- Provogue um evento ou uma ação no meio da geração e observe como o mundo reage.
- Para um projeto de robótica ou direção, fale com a Odyssey sobre acesso e treine um decodificador de ações com observações e ações do seu próprio hardware.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Odyssey 3.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Engenheiros de robótica
- Times de simulação e jogos
- Pesquisadores de IA
Tarefas
- Treinar uma política de manipulação
- Testar uma pilha de direção
- Gerar imagens de várias câmeras
- Avaliar um agente
Cenários
- Um braço robótico que deixa a peça cair
- Um programa de humanoides com pouco dado
- Pré-visualizar uma fase de jogo
Principais recursos
Interação em tempo real, não um vídeo fechado
Você anda por uma cena gerada enquanto ela ainda está sendo produzida, e o modelo atualiza o que aparece conforme você age. O Odyssey-3 Flash é a versão destilada feita para esse ciclo, com poucos passos de remoção de ruído por quadro. O resultado é um modelo do mundo em tempo real que dá para explorar, não um vídeo que só se assiste.
Duas versões com resolução e custo diferentes
O Odyssey-3 Pro renderiza em 1280 por 720 e busca a maior precisão física. O Odyssey-3 Flash roda em 832 por 480 e troca parte do detalhe por velocidade e custo menor por segundo. A empresa apresenta a dupla como um equilíbrio entre precisão e custo de simulação física, então a escolha pode mudar a cada experimento.
Precisão física medida em benchmark público
O Odyssey-3 Pro marcou 66.1 na pista de vídeo para vídeo do Physics-IQ Verified, que segundo a Odyssey é o melhor resultado divulgado, e 54.7 em imagem para vídeo. O teste pede que os modelos continuem vídeos de experimentos reais de dinâmica de fluidos, óptica, mecânica dos sólidos, magnetismo e termodinâmica. As notas vêm da avaliação do próprio fabricante, então valem como ponto de partida para os seus testes.
Primeira pessoa, terceira pessoa e câmera livre
A prévia oferece os dois modos de navegação e movimento de câmera independente. Dá para olhar a mesma previsão de outro ângulo sem reiniciar a cena. Para um time de robótica, é um jeito rápido de verificar se o modelo aprendeu um layout estável ou apenas uma vista convincente de uma posição.
Decodificadores de ação que adaptam o modelo a uma máquina
Um componente aprendido pequeno fica sobre o núcleo congelado e traduz as representações internas em comandos de motor. A Odyssey relata tarefas de braço robótico aprendidas com dezenas de horas de demonstrações, incluindo recuperação como pegar de novo depois de uma falha. A mesma receita gerou as políticas de humanoides da Flexion e uma política de direção treinada com 20 horas de dados.
Ambientes para treinar e testar agentes
Como o mundo responde às ações, um agente pode perseguir um objetivo lá dentro e aprender com as consequências. A Odyssey usa esse ciclo no trabalho PROWL, em que os agentes encontram falhas que orientam melhorias do modelo e o modelo devolve experiência de treino. Também dá às equipes um lugar para ver comportamentos arriscados antes que cheguem ao hardware.
Prós e contras
Prós
- A interação em tempo real funciona numa prévia de navegador, então dá para julgar o modelo antes de pedir acesso.
- A precisão física lidera o ranking do Physics-IQ Verified segundo os resultados publicados pela Odyssey.
- Um único núcleo cobre braços robóticos, humanoides, carros, drones e jogos, o que reduz os dados necessários para cada corpo novo.
- Núcleo congelado mais um decodificador de ações pequeno barateiam a adaptação em comparação com treinar um modelo do zero.
- A equipe de pesquisa publica detalhes técnicos sobre dados de treino e arquitetura, o que ajuda a avaliar se o modelo encaixa.
Contras
- Sem preço público, sem API documentada e sem pesos para baixar, o uso comercial depende de uma conversa com a Odyssey.
- A prévia gratuita entrega o Flash em 832 por 480, não o modelo Pro que tem a nota do benchmark.
- Os números de benchmark são rodados pelo fabricante, e os resultados do WorldMark saem da configuração de avaliação da própria Odyssey.
- A interação em tempo real exige bastante capacidade de GPU no serviço, então latência e custo variam conforme a implantação.
Perguntas frequentes
Odyssey-3 é um modelo de mundo fundacional da Odyssey. Ele prevê como os objetos se movem e interagem, gera ambientes interativos a partir de uma descrição e pode ser adaptado para controlar robôs, veículos e drones.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Odyssey 3.
Alternativas a Odyssey 3
JarvisCore
Prescott Data · Programação · Produtividade · OutrosJarvisCore é um runtime de código aberto em Python em que agentes de IA atuam como pares numa malha, assumem tarefas de um registro compartilhado e chegam a serviços externos por um broker sem confiança.
Clef
Cloudflare · Negócios · OutrosClef é o modelo de decisão open source da Cloudflare para o Workers AI. Devolve probabilidades calibradas para perguntas tipadas em vez de texto, então o agente classifica, roteia e age rápido.
iFixAi
iFixAi · Negócios · OutrosO iFixAi é um auditor de código aberto para agentes de IA. Ele coloca o agente numa simulação do seu negócio, avalia cada resposta e devolve uma nota de A a F com provas.