Odyssey открыла превью модели мира Odyssey-3 на 14 млрд параметров

Компания Odyssey запустила публичный research preview своей генеративной модели мира Odyssey-3. Система генерирует интерактивные окружения прямо в браузере, работает в реальном времени и достигает лучших результатов в бенчмарках физического моделирования.

Архитектура и обучение

Модель построена на архитектуре autoregressive diffusion transformer, которая последовательно генерирует новые кадры видео на основе предыдущих кадров и действий пользователя. Система обучена распознавать физические закономерности и причинно-следственные связи из визуальных наблюдений.

Базовая версия содержит 14 млрд параметров и генерирует видео с разрешением 832×480 пикселей, Pro-версия поддерживает 1280×720 пикселей. Система обучалась на трёх типах данных: видеозаписях из интернета с описаниями событий, видеоигровом контенте с соответствующими клавиатурно-мышиными вводами и симулированных физических взаимодействиях. Специальный метод обучения снизил количество вычислительных шагов, позволив достичь генерации в реальном времени.

Пользователи могут генерировать интерактивные окружения из текстовых подсказок и выбирать между first-person и third-person перспективами. В генерируемых мирах можно двигаться, запускать события и наблюдать, как модель реагирует в реальном времени.

Результаты в бенчмарках

На Video-to-Video benchmark, оценивающем поведение в гидромеханике, оптике, механике твёрдого тела, магнетизме и термодинамике, Odyssey-3 Pro достигла 66.1 пункта из одного запуска с отбором лучшего из восьми вариантов. Этот результат не соответствует официальному стандарту рекорда (требуется четыре запуска со стандартным отклонением). Без метода отбора средний результат составил 63.37 пункта.

На WorldMark-бенчмарке, проверяющем следование инструкциям, визуальное качество и консистентность миров, Odyssey-3 лидирует в трёх из четырёх категорий: • First-Person Stylized: 77.2 пункта • Third-Person Real: 79.0 пункта • Third-Person Stylized: 76.3 пункта • First-Person Real: 80.6 пункта (третье место)

От робототехники до видеоигр

Odyssey работает над универсальной моделью мира для разных задач — от управления робо-манипуляторами до навигации дронов и управления персонажами видеоигр. В каждом случае модель сочетается со специализированным контроллером, который переводит её предсказания в конкретные команды.

В тестах AI, обученный на Odyssey-3, управлял несколькими робо-манипуляторами. Для обучения было достаточно нескольких десятков часов видео демонстраций, и роботы смогли восстанавливаться после неудачных захватов, хотя такие ситуации не входили в датасет.

Odyssey партнирует со швейцарской компанией Flexion Robotics, разработавшей контроллеры для гуманоидных роботов на базе Odyssey-3. Эти контроллеры показывают более надёжную работу чем конкурирующие модели, даже при изменении условий.

Для дронов Odyssey обучила контроллер на симулированных данных полётов. Дрон смог избегать препятствий и летать к целевым позициям по команде в виртуальной среде.

В видеоигровом применении система демонстрирует автономное управление в GTA V: управление транспортом и боевые действия. Контроллер, обученный на примерно двух часах видео GTA V, смог перенести свои навыки на Red Dead Redemption 2 без дополнительного обучения, управляя персонажем верхом на лошади.

Компания планирует использовать модель мира для обучения AI-агентов. В демонстрации AI-агент получал задачу на естественном языке и выполнял её через собственные действия в окружении, сгенерированном Odyssey-3, создавая новую парадигму обучения, при которой агенты учатся на результатах своих действий.

Инвестиции и конкуренция

Odyssey была основана в 2023 году Oliver Cameron и Jeff Hawke. В июне 2026 года компания привлекла инвестиции от Amazon и AMD Ventures. В секторе моделей мира конкурируют Google DeepMind со своим подходом к интерактивным мирам и World Labs (основана Fei-Fei Li), которую AMD объявила о намерении приобрести за $8.2 млрд в конце сентября 2026 года.