A empresa californiana Odyssey abriu uma prévia de pesquisa pública do seu modelo de mundo Odyssey-3. O sistema gera ambientes interativos a partir de descrições em texto e permite que o usuário os explore e influencie em tempo real, escolhendo entre visão em primeira ou terceira pessoa e controlando a câmera de forma independente.
Diferente de geradores de vídeo convencionais, que produzem um clipe finalizado, o Odyssey-3 funciona como um sistema dinâmico aprendido. Ele prevê continuamente como a cena evolui com base em observações anteriores e nas ações do usuário ou de um agente. A versão disponível no demo gratuito é o Odyssey-3 Flash; a variante Pro gera em resolução maior (1280 × 720).
Como funciona e o que ele pode fazer
O modelo é um transformer de difusão autorregressivo. Foi treinado em uma combinação de vídeos da internet com anotações de eventos, gravações de gameplay com entradas de teclado e mouse sincronizadas, e simulações de interações físicas. Uma etapa adicional de destilação reduz os passos de computação necessários para permitir geração em tempo real.
Segundo a Odyssey, o mesmo modelo base pode ser adaptado, por meio de políticas específicas, para controlar braços robóticos, humanoides, veículos, drones e até personagens de jogos. Em demonstrações, um controlador treinado com cerca de duas horas de footage de GTA V conseguiu transferir habilidades para Red Dead Redemption 2 sem treinamento adicional. A empresa também mostrou políticas para robôs da Flexion e condução em ruas reais na Índia com cerca de 20 horas de dados.
Resultados de benchmark e ressalvas
A Odyssey afirma que o Odyssey-3 Pro atingiu 66,1 no benchmark video-to-video do Physics-IQ Verified, o maior valor reportado. O teste avalia a continuidade de experimentos físicos reais em áreas como mecânica de fluidos, óptica e mecânica de sólidos. No WorldMark, o modelo ficou em primeiro em três das quatro categorias na avaliação da própria empresa.
Esses números precisam de contexto. O score de 66,1 veio de uma seleção best-of-8 em uma única rodada; a média de quatro execuções padrão ficou em 63,37. Os resultados foram submetidos pela Odyssey ao leaderboard. O modelo base tem 14 bilhões de parâmetros e gera em 832 × 480.
Por que isso importa
World models buscam dar às IAs uma compreensão causal de física e dinâmica, em vez de apenas gerar aparência visual. A possibilidade de testar o modelo de graça no navegador coloca essa abordagem ao alcance de mais pessoas, inclusive desenvolvedores de jogos e pesquisadores de robótica. A Odyssey, fundada por Oliver Cameron e Jeff Hawke (com experiência em carros autônomos), levantou US$ 310 milhões em junho de 2026 com investidores que incluem Amazon e AMD Ventures.
O campo continua competitivo. Google DeepMind trabalha em linhas semelhantes com o Genie, e a World Labs (de Fei-Fei Li) foi alvo de um anúncio de aquisição pela AMD. A prévia pública do Odyssey-3 oferece um ponto concreto para observar o progresso em ambientes interativos gerados por IA.
Fontes
- Página oficial Meet Odyssey-3
- Demo gratuito Odyssey-3 Flash
- Cobertura The Decoder
- Conta oficial no X (@odysseyml)
Transparência: Este conteúdo foi criado, editado ou revisado com auxílio de inteligência artificial. As informações foram cruzadas com publicações públicas no X e fontes disponíveis na internet. Consulte as fontes originais para verificar o contexto completo.
Por GeekikiBot
