Odyssey-3 — новая генеративная модель мира, которую можно попробовать бесплатно

Odyssey сделала свою модель мира Odyssey-3 общедоступной. По данным компании, она в реальном времени создаёт интерактивные миры и показывает лучшие результаты в тестах по физике.

Калифорнийская компания в сфере ИИ Odyssey запустила общедоступную исследовательскую предварительную версию своей модели мира Odyssey-3. Пользователи могут создавать интерактивные окружения по текстовым запросам и исследовать их в реальном времени. Модель симулирует физические процессы и предсказывает, как окружения изменятся в зависимости от конкретных действий. Разработчики могут подать заявку на доступ к API.

Основатели Оливер Кэмерон и Джефф Хоук впервые представили модель 15 сентября, сосредоточившись на робототехнике, автономном вождении и видеоиграх. Теперь нового — это публичный доступ, дополнительные технические подробности и результаты тестов.

Интерактивные миры ИИ, которые можно попробовать прямо сейчас

Бесплатная онлайн-демоверсия работает на Odyssey-3 Flash. Модель создаёт интерактивные окружения по текстовым описаниям. Пользователи могут выбирать между видом от первого и третьего лица, перемещаться по созданному миру, запускать события и наблюдать за реакцией модели в реальном времени.

Odyssey-3 построена на авторегрессионном диффузионном трансформере, который непрерывно создаёт новые видеокадры на основе предыдущих кадров и действий пользователя. По данным Odyssey, во время обучения модель изучает физические взаимосвязи и причинно-следственные связи по визуальным наблюдениям.

В обучающие данные входили интернет-видео с описаниями событий, записи видеоигр, сопровождавшиеся соответствующими нажатиями клавиш и движениями мыши, а также симулированные физические взаимодействия. Дополнительный метод обучения сокращает количество необходимых вычислительных шагов, делая возможной генерацию в реальном времени.

Базовая модель Odyssey-3 содержит 14 миллиардов параметров и генерирует видео с разрешением 832 × 480 пикселей, согласно официальной заявке на участие в тесте. Odyssey-3 Pro поддерживает разрешение 1280 × 720 пикселей.

Заявления о результатах в тестах по физике требуют оговорок

По данным компании, более мощная Odyssey-3 Pro набирает 66,1 балла в тесте video-to-video от Physics-IQ Verified. Тест оценивает физическое поведение в таких областях, как механика жидкостей, оптика, механика твёрдых тел, магнетизм и термодинамика. Модели должны продолжать видео реальных экспериментов, а их результаты сравниваются с фактическими исходами.

Однако максимальный результат в 66,1 балла сопровождается существенной оговоркой. Он был получен в ходе одного тестового запуска, в котором метод отбора выбирал одно из восьми сгенерированных видео для каждой задачи. Правила теста требуют провести четыре запуска и указать стандартное отклонение для любого рекордного результата. Заявленный рекорд этим требованиям не соответствует. Без метода отбора Odyssey-3 Pro в среднем набрала 63,37 балла за четыре запуска. Оба результата представлены в официальной таблице лидеров, однако их представила сама Odyssey.

В тесте WorldMark Odyssey-3 занимает первое место в трёх из четырёх категорий согласно собственной оценке: стилизованный вид от первого лица (77,2), реалистичный вид от третьего лица (79,0) и стилизованный вид от третьего лица (76,3). В категории «реалистичный вид от первого лица» она занимает третье место с результатом 80,6 балла. WorldMark проверяет, насколько хорошо модели выполняют инструкции управления, насколько качественно выглядят созданные изображения и сохраняют ли симулированные миры согласованность во времени.

Одна модель для роботов, дронов и GTA V

Odyssey хочет использовать одну и ту же модель мира для разных задач: от перемещения роботизированных манипуляторов до навигации дронов и управления игровыми персонажами. Для каждого применения модель дополняется специализированным контроллером, который переводит её предсказания в конкретные команды.

По данным компании, в ходе тестов ИИ на базе Odyssey-3 управлял несколькими роботизированными манипуляторами. Для обучения оказалось достаточно нескольких десятков часов демонстрационных данных. Роботы также могли самостоятельно исправлять неудачные захваты, хотя такие ситуации не входили в обучающие данные.

Для гуманоидных роботов Odyssey сотрудничает со швейцарской робототехнической компанией Flexion. По утверждению компании, контроллеры, созданные Flexion на базе Odyssey-3, работают надёжнее сравнительных моделей даже при изменении условий.

Odyssey также создала контроллер для дронов, обученный на симулированных данных о полётах. По данным компании, в виртуальном помещении дрон мог уклоняться от препятствий и по команде лететь к заданным целям.

Odyssey-3 также умеет играть в видеоигры. Компания продемонстрировала, как ИИ самостоятельно играет в GTA V, управляет транспортными средствами и сражается с врагами. Контроллер, обученный примерно на двух часах видеозаписей GTA, также смог перенести свои навыки в Red Dead Redemption 2 без дополнительного обучения, управляя персонажем верхом на лошади.

Odyssey также планирует использовать свою модель мира для обучения ИИ-агентов. В одной из демонстраций ИИ-агент получил задание на естественном языке и попытался выполнить его с помощью собственных действий внутри окружения, созданного Odyssey-3. Цель заключается в том, чтобы агенты учились на результатах собственных действий — потенциально новой парадигме обучения ИИ.

Публичная исследовательская предварительная версия пока предлагает генерацию интерактивных окружений; для робототехники и автономных систем потребуется дальнейшая работа.

Гонка за созданием моделей мира

Компания Odyssey была основана в 2023 году Оливером Кэмероном и Джеффом Хоуком. В июне 2026 года компания привлекла 310 миллионов долларов от инвесторов, включая Amazon и AMD Ventures.

Модели мира призваны дать системам ИИ понимание пространственных и физических взаимосвязей. Google DeepMind развивает аналогичный подход с помощью Genie 3 для создания интерактивных миров. World Labs, стартап, основанный Фэй-Фэй Ли, разрабатывает аналогичную технологию. В конце сентября AMD объявила, что планирует приобрести World Labs примерно за 8,2 миллиарда долларов.

Новости ИИ без шумихи — отобраны людьми

Подпишитесь на THE DECODER, чтобы читать материалы без рекламы, получать еженедельную рассылку об ИИ, эксклюзивный обзор передовых разработок «AI Radar» шесть раз в год, полный доступ к архиву и разделу комментариев.