Odyssey-3 is a new generative world model that you can try for free
Tomislav Bezmalinović
2026年10月11日
Odyssey AI
要点
- カリフォルニア州を拠点とするAI企業Odysseyは、ワールドモデルOdyssey-3のパブリック研究プレビューを開始しました。
- このモデルはテキストプロンプトからリアルタイムでインタラクティブな環境を生成し、ユーザーはさまざまな視点から探索・操作できます。
- 仮想世界の生成にとどまらず、Odyssey-3はロボットアームやシミュレーション環境内のドローン、ビデオゲームのキャラクターなど、多様なシステムを制御する基盤として機能するよう設計されています。
OdysseyはワールドモデルOdyssey-3を一般公開しています。同社によると、このモデルはリアルタイムでインタラクティブな世界を生成し、物理ベンチマークでトップスコアを達成しています。
カリフォルニア州を拠点とするAI企業Odysseyは、その ワールドモデル Odyssey-3のパブリック研究プレビューを開始しました。ユーザーはテキストプロンプトからインタラクティブな環境を生成し、リアルタイムで探索できます。このモデルは物理プロセスをシミュレートし、特定のアクションに基づいて環境がどう変化するかを予測します。開発者はAPIアクセスを申請できます。
創業者のOliver Cameron氏とJeff Hawke氏は 9月15日にこのモデルを初公開 9月15日、ロボティクス、自動運転、ビデオゲームに焦点を当てて。 今回新しくなったのは 一般公開、より詳細な技術情報、そしてベンチマーク結果です。
今すぐ試せるインタラクティブAIワールド
無料のオンラインデモ はOdyssey-3 Flash上で動作します。このモデルはテキストの説明からインタラクティブな環境を生成します。ユーザーは一人称視点と三人称視点を選択でき、生成された世界を移動し、イベントを発生させ、モデルがリアルタイムで反応する様子を見ることができます。Ad Odyssey-3は自己回帰型拡散トランスフォーマーに基づいており、過去のフレームとユーザーのアクションに基づいて新しい映像フレームを継続的に生成します。Odysseyによると、このモデルはトレーニング中に視覚的な観察から物理的な関係性や因果関係を学習します。
Odyssey-3は、以前のフレームとユーザーの操作に基づいて新しいビデオフレームを継続的に生成する自己回帰型拡散トランスフォーマー上に構築されています。Odysseyによると、このモデルは訓練中に視覚的な観察から物理的な関係性と因果関係を学習します。
学習データには、イベントの説明が付いたインターネット上の動画、対応するキーボードとマウスの入力と対になったビデオゲームの映像、そしてシミュレートされた物理的相互作用が含まれていました。追加の学習手法により、必要な計算ステップ数が削減され、リアルタイム生成が可能になりました。
ベースとなるOdyssey-3モデルは140億パラメータを持ち、832 × 480ピクセルの動画を生成します。 に記載されています。Odyssey-3 Proは1280 × 720ピクセルに対応しています。。Odyssey-3 Proは1280 × 720ピクセルに対応しています。
より高性能なOdyssey-3 Proは、
Odyssey-3 Proより性能の高いバージョンは、次の動画生成ベンチマークで66.1点を記録しています。 のvideo-to-videoベンチマークで66.1点を獲得しています。と同社は述べている。このテストは、流体力学、光学、固体力学、磁気、熱力学などの分野にわたる物理的挙動を評価する。モデルは現実の実験の動画を続き生成しなければならず、その出力は実際の結果と比較される。Ad
ただし、その66.1点というトップスコアには大きな但し書きが付く。この数値は、各タスクについて生成された8本の動画から選択手法が1本を選んだ単一のテスト実行によるものだ。ベンチマークのルールでは、記録を主張する場合は標準偏差を報告した4回のテスト実行が求められる。報告された記録はこの基準を満たしていない。選択手法を使わない場合、Odyssey-3 Proは4回の実行で平均63.37点だった。両方の結果は次の 公式リーダーボード しかし、Odyssey自身によって提出されたものでした。
その WorldMarkベンチマークOdyssey-3は4カテゴリー中3つで第1位に rankingされる。 自己評価一次視点スタイライズド（77.2）、三人称視点リアル（79.0）、三人称視点スタイライズド（76.3）でそれぞれ上位につけています。一次視点リアルでは80.6点で3位となります。WorldMarkは、モデルが制御指示にどれほど忠実に従えるか、生成された画像の品質がどの程度か、そしてシミュレーションされた世界が時間経過しても一貫性を保てるかを評価します。
ロボット、ドローン、GTA Vのための1つのモデル
Odysseyは、ロボットアームの動作からドローンの操縦、ゲームキャラクターの制御に至るまで、異なるタスク間で同じ世界モデルを使うことを目指しています。アプリケーションごとに、モデルの予測を具体的なコマンドに変換する専用のコントローラーと組み合わせます。
同社によると、テストではOdyssey-3を基盤とするAIが複数のロボットアームを制御した。数十分の時間（a few dozen hours）のデモデータで訓練には十分だったという。ロボットは、訓練データに含まれていなかった状況であっても、失敗した把持から自力で回復することもできた。
ヒューマノイドロボット向けに、Odysseyはスイスのロボティクス企業と協力している FlexionFlexionがOdyssey-3上に構築したコントローラーは、条件が変化した場合でも比較対象のモデルよりも信頼性が高いとされています。
Odysseyはまた、シミュレーションの飛行データで訓練されたドローンコントローラーも構築した。同社によると、仮想の屋内環境において、ドローンは障害物を回避し、命令に応じて特定の目標へ飛行することができたという。
Odyssey-3はビデオゲームをプレイすることもできます。同社は、AIが自律的にGTA Vをプレイし、車両を操縦し、敵と戦う様子を公開しました。およそ2時間のGTAの映像で訓練されたコントローラーは、追加の訓練なしでRed Dead Redemption 2にもスキルを移植でき、馬に乗ったキャラクターを動かしました。
Odysseyはまた、自社のワールドモデルをAIエージェントの訓練に使用することも計画している。あるデモでは、AIエージェントが自然言語でタスクを受け取り、Odyssey-3が生成した環境内で自らの行動を通じてそのタスクを完了しようとした。狙いは、エージェントが自らの行動の結果から学習できるようにすることだ。 AIにとって潜在的に新しい訓練パラダイム.
パブリック研究プレビューでは現在、インタラクティブな環境生成が提供されており、ロボティクスや自律システムについてはさらなる取り組みが必要です。
ワールドモデル構築をめぐる競争
Odysseyは2023年にOliver CameronとJeff Hawkeによって設立されました。2026年6月、同社 310百万ドルを調達した AmazonやAMD Venturesを含む投資家から。
ワールドモデルは、AIシステムに空間的および物理的な関係の理解を与えることを目指しています。Google DeepMindも同様のアプローチを追求しており、 Genie 3 インタラクティブな世界を生成するための。 World Labs, Fei-Fei Li（李飛飛）が創業したスタートアップは、同様の技術を開発している。 AMDは9月下旬に発表した World Labsを約82億ドルで買収する計画であることが明らかになった。
誇張なしのAIニュース – 人間によるキュレーション
広告なしの読書、週刊AIニュースレター、年6回の限定「AI Radar」フロンティアレポート、全アーカイブへのアクセス、コメント欄へのアクセスを含むTHE DECODERのサブスクリプションにご登録ください。
出典: Odyssey