關於 Odyssey
About
Odyssey 是什麼
Odyssey 是一家專攻世界模型的 AI 實驗室。這類系統學會預測環境接下來會發生什麼，再把預測結果輸出成你能即時操控的影片。它交出的不是一段固定影片，而是持續維護的場景狀態，你按下按鍵或推動搖桿，狀態就跟著更新。公司由 Oliver Cameron 與 Jeff Hawke 於 2023 年創立，兩人都出身自動駕駛領域，目前已完成 3.1 億美元的 B 輪募資。
它的主張是一套共通基礎，同時支撐實體與虛擬系統。同一個模型系列可以驅動機械手臂、支撐人形機器人的控制策略、操控無人機、玩遊戲，也在模擬世界裡訓練其他 AI 代理。Odyssey 表示，最新模型 Odyssey-3 只要幾十小時的示範資料，就能學會新的機器人任務，靠的是預訓練階段累積的世界理解。
動手規劃前，先弄清楚限制。Odyssey 公開的東西大多是研究預覽，不是完成品，因此存取權限、額度與功能隨時可能變動。長時間運行會漂移，團隊自己也這麼說：場景配置與聲音辨識度會隨時間走樣，互動式影音生成目前也還沒有共通的評測基準。畫質同樣比不上專門的影片生成模型，因為它把算力花在回應你的操作上，而不是雕琢完美畫面。
怎麼開始
- 開啟 Odyssey 官網，挑一個示範：Odyssey-3 適合單人探索，Agora-2 則是多人共享的場次。
- 在桌面瀏覽器開啟體驗。操作支援鍵盤、遊戲手把，手機上則有螢幕按鈕。
- 在生成的世界裡走動，觀察場景如何回應。每個畫面都是即時算出來的，大約每 40 毫秒一張。
- 需要寫程式接介面時，到開發者平台註冊，透過 Odyssey API 呼叫 Odyssey-2，用指令與輸入串流生成互動影片。
- 動工前先讀研究文章，因為模型名稱、預覽版限制與支援的輸入方式每次發表都可能調整。
產品資訊
快速了解 Odyssey 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 機器人與自駕團隊：Odyssey-3 用幾十小時的示範就能學會控制策略，比從零訓練省下大量資料。建議自行驗證效果，因為跨機體與跨視角的轉移仍在研究中。
- 遊戲設計與原型製作：可玩的世界模型讓你在建模任何美術資源之前，先實際走過整個空間。畫質不會達到手工打造的遊戲引擎場景水準。
- AI 研究者：Agora-2 與 PROWL-2 提供多代理模擬與訓練迴圈，適合研究湧現行為。前提是你能讀研究程式碼，而不是等一套成熟 SDK。
任務
- 探索生成環境：描述一個場景，用手把走進去，看世界即時回應你的每個動作。
- 訓練機器人策略：把動作解碼器接上世界模型，用自家示範資料微調，把學到的表徵轉成馬達指令。
- 壓力測試代理：讓多個 AI 代理共用同一套模擬，世界狀態是生成出來的，不是事先寫死的。
- 驗證遊戲概念：在生成空間裡測試關卡節奏與鏡頭手感，再決定要不要投入美術預算。
情境
- 這週就要有互動環境的研究衝刺：瀏覽器示範與 API 不必等美術流程就能開跑。
- 多人實驗：Agora-2 支援最多四位參與者進入同一個生成世界，適合研究協作與共享狀態。
- 機械手臂的 sim-to-real 準備：先用世界資料預訓練表徵，再用少量任務示範調適，最後才上硬體。
主要功能
即時生成的互動世界
核心是一套邊玩邊產生畫面的世界模型。Odyssey-1 定下節奏：大約每 40 毫秒輸出一張畫面，快到鍵盤、手把或手機輸入都像直接連著畫面。沒有算圖農場，也不用等整段影片算完。
一套模型驅動多種機體
Odyssey-3 是自迴歸擴散 Transformer，以世界的視覺觀察訓練，同一組權重可用於機械手臂、人形機器人、車輛、無人機與遊戲。賣點是樣本效率：新的實體系統只需要幾小時示範，不必準備跟預訓練同等規模的資料集。Odyssey 提到一些示範裡沒出現過的補救行為，例如抓取失敗後重新調整夾爪。
多代理共享模擬
Agora-2 讓多位參與者（人或 AI）同時待在同一個生成世界。架構把工作拆成兩半：一個模型根據所有人的動作演進共享世界狀態，另一個負責從各自視角一致地繪製。最多四人同場，這已經很接近把遊戲引擎的兩半都改成學習而來。
聲音與畫面同步生成
Starchild-1 在同一輪生成裡同時產出聲音與影像，最高 24 fps，並靠非同步快取讓兩種模態各自跑在自己的時鐘上而不失同步。它接受串流文字、語音或動作輸入，支援腳本對話、自由交談與旁白模式。聲音帶的是物理與意圖的資訊，不只是氣氛。
把世界當訓練場
PROWL-2 把代理團隊與所處世界接成一個閉環。雙方在同一個訓練迴圈裡跑各自的課程，代理變強，環境就跟著變難，而代理的訓練資料來自自己的失敗。對訓練具身代理的團隊來說，這等於用手工模擬器換來一個會隨策略成長的環境。
瀏覽器示範與開發者 API
不想寫程式也能試：experience.odyssey.systems 提供 Odyssey-3 示範，agora.odyssey.systems 則是多人版。要進正式流程，Odyssey-2 在開發者平台上提供，送出指令與輸入串流，就能拿回互動影片。
優缺點
優點
- 互動是產品的核心，不是附加在影片生成器上的功能，所以你的輸入改變的是下一張畫面，而不是下一次算圖。
- 一套基礎模型涵蓋機器人、無人機、車輛與遊戲，團隊要維護的系統數量因此減少。
- 資料效率確實有感：在官方公布的實驗裡，幾十小時示範就能得到可用的機器人控制。
- 研究公開，有技術報告、論文與可玩示範，簽約前就能先試。
- 多代理支援讓共享的模擬世界成真，不必手工繪製地圖。
缺點
- 多數發表仍是研究預覽，可用性與限制會隨專案不同而變。
- 長時間運行會漂移：場景與聲音辨識度會走樣，物理準確度也因機體而異，長鏡頭與關鍵應用必須另行驗證。
- 沒有公開價目表。API 與企業合作要走開發者平台或業務窗口，編預算得先談一輪。
- 畫質低於專門的影片模型，也失去手工引擎那種對幾何的精確控制。
常見問題
它打造能即時生成互動影片的世界模型。你描述一個場景，用鍵盤、手把或手機操控，模型預測並畫出接下來發生的事。
相關內容
探索與 Odyssey 相關的工具、技能與文章。
Odyssey 替代方案
ngram 2.0
ngram · 影片 · 行銷ngram 2.0 是給團隊使用的 AI 影片生成器。一句描述、一段螢幕錄影或一個產品網址，就能變成配好旁白的解說影片、產品示範或 AI 虛擬主播影片，而且每個場景都還能修改。
OpenScreen 2
OpenScreen (open-source project) · 影片 · 生產力OpenScreen 2 是免費的開源螢幕錄影與示範影片剪輯工具，支援 Windows、macOS 與 Linux，會自動縮放、套上邊框與本機字幕，還能交給代理編輯。
Skreno
Skreno · 影片 · 生產力Skreno 是瀏覽器螢幕錄影工具，能錄下單一分頁、單一視窗或整個螢幕，再把 AI 逐字稿、摘要與主控台紀錄綁進同一個分享連結。