Introduzione

Odyssey, la startup californiana specializzata in intelligenza artificiale, ha lanciato un’anteprima di ricerca pubblica del suo modello di mondi generativi, denominato Odyssey-3. Il modello consente di generare ambienti interattivi a partire da semplici prompt testuali e di esplorarli in tempo reale da diverse prospettive, offrendo una piattaforma versatile per robotica, guida autonoma e videogiochi.

Come funziona Odyssey-3

Il cuore di Odyssey-3 è un autoregressive diffusion transformer che produce continui frame video basandosi sui frame precedenti e sulle azioni dell’utente. Durante l’addestramento, il modello ha osservato una vasta collezione di video internet accompagnati da descrizioni degli eventi, sequenze di videogiochi con input da tastiera e mouse, e simulazioni di interazioni fisiche.

Una tecnica di addestramento aggiuntiva riduce il numero di passi computazionali richiesti, rendendo possibile la generazione in tempo reale. Il modello apprende relazioni fisiche e cause‑effetto direttamente dalle osservazioni visive, consentendo di prevedere come l’ambiente evolve in risposta a specifiche azioni.

Demo gratuita online

Il demo gratuito, basato su Odyssey-3 Flash, permette agli utenti di inserire una descrizione testuale, scegliere la visuale in prima o terza persona, muoversi all’interno del mondo generato, attivare eventi e osservare le risposte del modello in tempo reale.

L’interfaccia consente di:

    • Generare ambienti da prompt come “una foresta nebbiosa con un lago cristallino”.
    • Passare dalla visuale in prima persona a quella in terza persona.
    • Interagire con oggetti, attivare meccanismi e vedere le reazioni fisiche immediate.

Architettura e specifiche tecniche

Il modello di base Odyssey-3 contiene 14 miliardi di parametri ed è in grado di produrre video a risoluzione 832 × 480 pixel. La versione avanzata, Odyssey-3 Pro, supporta una risoluzione di 1280 × 720 pixel, offrendo immagini più dettagliate per applicazioni più esigenti.

Prestazioni sui benchmark di fisica

Secondo le dichiarazioni di Odyssey, Odyssey-3 Pro ha ottenuto 66,1 punti nel benchmark video‑to‑video di Physics‑IQ Verified. Il test copre meccanica dei fluidi, ottica, meccanica dei solidi, magnetismo e termodinamica, richiedendo al modello di continuare video di esperimenti reali e confrontare i risultati con gli esiti effettivi.

Tuttavia, il punteggio massimo è stato raggiunto con una selezione singola: su otto video generati per ciascun compito, ne è stato scelto uno. Le regole del benchmark richiedono quattro esecuzioni con deviazione standard riportata, quindi il risultato non soddisfa pienamente i criteri ufficiali. Senza la selezione, Odyssey-3 Pro ha registrato una media di 63,37 punti su quattro esecuzioni.

Nel benchmark WorldMark, Odyssey-3 si posiziona al primo posto in tre delle quattro categorie secondo la propria valutazione:

    • First‑Person Stylized: 77,2
    • Third‑Person Real: 79,0
    • Third‑Person Stylized: 76,3

In First‑Person Real si piazza al terzo posto con 80,6 punti. WorldMark misura la capacità dei modelli di seguire istruzioni di controllo, la qualità visiva delle immagini generate e la coerenza temporale dei mondi simulati.

Applicazioni trasversali

Odyssey intende impiegare lo stesso modello di base per una vasta gamma di compiti:

    • Robotica: controllo di bracci robotici, con pochi decine di ore di dati dimostrativi sufficienti per l’addestramento. I robot sono stati in grado di recuperare da prese fallite anche in situazioni non viste durante l’addestramento.
    • Droni: un controllore addestrato su dati di volo simulati ha permesso a un drone di evitare ostacoli e di raggiungere target in ambienti indoor virtuali.
    • Videogiochi: un AI basato su Odyssey-3 ha giocato autonomamente a GTA V, guidando veicoli e combattendo nemici. Un controllore addestrato su circa due ore di riprese di GTA V è stato poi trasferito a Red Dead Redemption 2 senza ulteriore addestramento, controllando un personaggio a cavallo.

Apprendimento autonomo degli agenti

Una dimostrazione ha mostrato un agente AI che riceveva un compito in linguaggio naturale e cercava di completarlo autonomamente all’interno di un ambiente generato da Odyssey-3. L’obiettivo è far apprendere gli agenti dagli esiti delle proprie azioni, introducendo un nuovo paradigma di addestramento basato sull’interazione diretta con mondi simulati.

Concorrenza e finanziamenti

Odyssey è stata fondata nel 2023 da Oliver Cameron e Jeff Hawke. A giugno 2026 ha raccolto 310 milioni di dollari, con investitori tra cui Amazon e AMD Ventures. Parallelamente, altre aziende perseguono approcci simili:

    • Google DeepMind sta sviluppando Genie 3, un modello per mondi interattivi.
    • World Labs, startup di Fei‑Fei Li, sta lavorando a tecnologie analoghe ed è stata acquisita da AMD per circa 8,2 miliardi di dollari a fine settembre.

Prospettive future

Il preview pubblico di Odyssey-3 attualmente offre la generazione di ambienti interattivi; le integrazioni per robotica avanzata e sistemi autonomi richiederanno ulteriori sviluppi e test. Tuttavia, i risultati preliminari mostrano che un unico modello di base può fornire una piattaforma comune per controllare bracci robotici, droni e personaggi di videogiochi, riducendo la necessità di soluzioni specializzate.

Con la disponibilità gratuita dell’API su richiesta, la comunità di ricerca può ora sperimentare direttamente con