IT之家 Le 9 octobre, Odyssey a publié hier (8 octobre) un post où il annonce l’introduction de la série de modèles mondiaux de base Odyssey-3. Son Odyssey-3 Pro a obtenu 66.1 points dans les tests de benchmark vidéo Physics-IQ Verified, établissant ainsi le record le plus élevé de cette liste.
IT Home note : Le modèle mondial de base (Foundation World Model) est un modèle d’IA général qui apprend la physique, les dynamiques et les relations causales à partir d’une grande quantité d’observations visuelles. Il permet de prédire comment les objets se déplacent, interagissent et comment le contexte évolue au fil du temps, et est utilisé pour simuler des environnements ou entraîner les stratégies de contrôle de systèmes tels que les robots et les véhicules.
Physics-IQ Verified est un test de référence comportement physique développé conjointement par Anates Labs et DeepMind. Il exige que les modèles continuent de produire des vidéos de réalités physiques et comparent les résultats prédictifs avec les résultats réels, couvrant la dynamique des fluides, l’optique, la mécanique des solides, la magnétisme et la thermodynamique.
En ce qui concerne les modèles, le modèle de monde de base de la série Odyssey-3 se divise en une version standard et une version Pro. La version standard équilibre la précision physique et le coût de génération, tandis que la version Pro offre une capacité de prédiction physique plus forte.
En termes d’architecture, l’Odyssey-3 utilise une architecture de transformateur de diffusion auto-régressif, permettant la génération d’un environnement incarné à partir des instructions. Lorsque l’utilisateur déplace la vue, effectue des actions ou introduit des événements pendant la génération, le modèle combine les observations antérieures et les entrées récentes pour prédire en temps réel comment l’environnement évoluera.
La version préliminaire permet la navigation en première ou troisième personne, ainsi que le déplacement indépendant de la caméra. Les utilisateurs peuvent se déplacer dans l’environnement ou déclencher des événements, afin d’observer la réponse du modèle au état de l’environnement.
En termes de performance dans l’évaluation WorldMark, Odyssey-3 occupe la première place dans les trois environnements : le style personnel, le réalisme au troisième personne et le style personnalisé au troisième personne, avec des scores de 77.2, 79.0 et 76.3 respectivement.