Una preview pubblica per Odyssey‑3

Il laboratorio di intelligenza artificiale di Odyssey, con sede in California, ha annunciato questa settimana l’inizio di una ricerca aperta su Odyssey‑3, il suo modello di mondo generativo di ultima generazione. Il nuovo modello consente agli utenti di generare ambienti interattivi in tempo reale a partire da descrizioni testuali, di esplorarli da una prospettiva in prima persona (ego) o in terza persona e di influenzarne l’evoluzione tramite azioni.

Principali capacità del modello

Odyssey‑3 è progettato per simulare processi fisici realistici e per prevedere come una scena cambi in risposta a specifiche interazioni. Oltre alla creazione di mondi virtuali, l’azienda intende impiegare il modello come “cervello” di sistemi di controllo per bracci robotici, droni in ambienti simulati e personaggi di videogiochi. Gli sviluppatori interessati possono richiedere l’accesso tramite API.

Origini e sviluppo

Il 15 settembre scorso i fondatori Oliver Cameron e Jeff Hawke hanno presentato per la prima volta Odyssey‑3, sottolineando le potenziali applicazioni in robotica, guida autonoma e gaming. Nella versione attuale sono stati aggiunti l’accesso pubblico, dettagli tecnici più approfonditi e risultati di benchmark aggiornati.

Demo online gratuita

La demo disponibile sul sito di Odyssey utilizza il modulo “Odyssey‑3 Flash”. Gli utenti inseriscono una descrizione testuale, il modello genera un ambiente video‑interattivo e consente di muoversi in modalità ego‑camera o terza persona. È possibile attivare eventi nella scena e osservare la risposta in tempo reale del modello.

Architettura e addestramento

Odyssey‑3 si basa su un autoregressive diffusion‑transformer che, a partire dalle immagini precedenti e dalle azioni dell’utente, genera fotogrammi video successivi. Il modello è addestrato a riconoscere relazioni causa‑effetto e leggi fisiche grazie a tre grandi fonti di dati:

    • Video provenienti da Internet con descrizioni testuali degli eventi;
    • Registrazioni di videogiochi con gli input da tastiera e mouse corrispondenti;
    • Simulazioni di interazioni fisiche generate artificialmente.

Un procedimento di ottimizzazione aggiuntivo riduce il numero di passi computazionali richiesti, rendendo possibile la generazione in tempo reale.

Specifiche tecniche

Il modello base di Odyssey‑3 comprende 14 miliardi di parametri e produce video a 832 × 480 pixel. La variante più potente, Odyssey‑3 Pro, supporta una risoluzione di 1280 × 720 pixel.

Risultati sui benchmark di fisica

Odyssey‑3 Pro ha raggiunto il punteggio più alto registrato nel Video‑to‑Video Benchmark di Physics‑IQ Verified, con 66,1 punti. Il test valuta la capacità di un modello di continuare video di esperimenti reali in settori quali:

    • Meccanica dei fluidi;
    • Ottica;
    • Meccanica dei solidi;
    • Magnetismo;
    • Termodinamica.

Il punteggio di 66,1 è però stato ottenuto da un singolo test con una selezione casuale di uno dei otto video generati. Le regole ufficiali richiedono quattro esecuzioni con deviazione standard per confermare un record; senza tale procedura, la media su quattro test è di 63,37 punti. Entrambi i valori sono presenti nella classifica ufficiale, ma solo Odyssey li ha sottomessi.

WorldMark Benchmark

Nel benchmark WorldMark, Odyssey‑3 si classifica al primo posto in tre delle quattro categorie valutate:

    • First‑Person Stylized – 77,2 punti;
    • Third‑Person Real – 79,0 punti;
    • Third‑Person Stylized – 76,3 punti.

In “First‑Person Real” il modello si piazza al terzo posto con 80,6 punti. WorldMark misura la capacità dei modelli di seguire comandi di controllo, la qualità delle immagini prodotte e la coerenza temporale degli ambienti simulati.

Applicazioni concrete: robot, droni e videogiochi

Odyssey intende utilizzare il medesimo modello di mondo per una varietà di compiti di controllo:

    • Movimentazione di bracci robotici;
    • Navigazione di droni in ambienti simulati;
    • Controllo di avatar in videogiochi come GTA V.

In dimostrazioni interne, una IA basata su Odyssey‑3 ha guidato più bracci robotici utilizzando solo poche decine d’ore di dati dimostrativi. I robot hanno corretto autonomamente prese fallite, senza essere stati addestrati specificamente su tali errori.

Per i robot umanoidi, Odyssey collabora con l’azienda svizzera Flexion. Le soluzioni di controllo sviluppate da Flexion su base Odyssey‑3 mostrano una maggiore robustezza rispetto ai modelli di riferimento quando le condizioni ambientali variano.

Nel caso dei droni, la IA è stata addestrata con dati di volo simulati e ha dimostrato di saper evitare ostacoli in un ambiente interno virtuale, raggiungendo i target indicati dall’utente.

Nel gaming, Odyssey‑3 ha generato una IA capace di giocare autonomamente a GTA V, controllare veicoli, partecipare a combattimenti e persino trasferire le competenze acquisite in GTA V a Red Dead Redemption 2, dove ha guidato una cavalcatura senza ulteriore addestramento.

Formazione di agenti intelligenti

Un’ulteriore ambizione è l’utilizzo di Odyssey‑3 per addestrare agenti IA in ambienti generati al volo. In una dimostrazione, un agente ha ricevuto un compito in linguaggio naturale e ha provato a risolverlo agendo direttamente nella scena creata dal modello. Questo approccio potrebbe aprire un nuovo paradigma di apprendimento, basato sull’esperienza diretta dell’agente.

Limiti e prossimi passi

Nonostante le impressionanti performance nei benchmark, rimane incerto quanto le capacità mostrate siano trasferibili a scenari industriali reali. La preview pubblica attuale offre solo la generazione di ambienti interattivi; per robotica, droni e videogiochi sono necessari moduli di controllo aggiuntivi e ulteriori validazioni.

Contesto di mercato e concorrenti

Odyssey è stata fondata nel 2023 da Oliver Cameron e Jeff Hawke. A giugno 2026 l’azienda ha raccolto 310 milioni di dollari, con investitori