La empresa californiana Odyssey ha abierto una vista previa de investigación pública de su modelo de mundo Odyssey-3. El sistema genera entornos interactivos a partir de descripciones de texto y permite a los usuarios explorarlos e influir en ellos en tiempo real, eligiendo entre vista en primera o tercera persona y controlando la cámara de forma independiente.
A diferencia de los generadores de vídeo convencionales que producen un clip finalizado, Odyssey-3 funciona como un sistema dinámico aprendido. Predice continuamente cómo evoluciona la escena basándose en observaciones anteriores y en las acciones del usuario o de un agente. La demo gratuita utiliza Odyssey-3 Flash; la variante Pro genera a mayor resolución (1280 × 720).
Cómo funciona y qué puede hacer
El modelo es un transformer de difusión autorregresivo. Se entrenó con una mezcla de vídeos de internet con anotaciones de eventos, grabaciones de gameplay con entradas de teclado y ratón sincronizadas, y simulaciones de interacciones físicas. Un paso adicional de destilación reduce los pasos de cómputo necesarios para la generación en tiempo real.
Según Odyssey, el mismo modelo base puede adaptarse mediante políticas especializadas para controlar brazos robóticos, humanoides, vehículos, drones e incluso personajes de juegos. En demostraciones, un controlador entrenado con unas dos horas de footage de GTA V transfirió habilidades a Red Dead Redemption 2 sin entrenamiento adicional. La empresa también mostró políticas para robots de Flexion y conducción en carreteras reales en la India con unos 20 horas de datos.
Resultados de benchmark y reservas
Odyssey afirma que Odyssey-3 Pro obtuvo 66,1 en el track video-to-video de Physics-IQ Verified, la cifra más alta reportada. El test evalúa la continuidad de experimentos físicos reales en áreas como mecánica de fluidos, óptica y mecánica de sólidos. En WorldMark, el modelo quedó primero en tres de cuatro categorías en la evaluación de la propia empresa.
Estos números requieren contexto. La puntuación de 66,1 proviene de una selección best-of-8 en una sola ejecución; el promedio de cuatro ejecuciones estándar fue 63,37. Los resultados fueron enviados por Odyssey al leaderboard. El modelo base tiene 14 mil millones de parámetros y genera a 832 × 480.
Por qué importa
Los world models buscan dar a las IAs una comprensión causal de la física y la dinámica, no solo de la apariencia visual. Poder probar el modelo gratis en el navegador acerca este enfoque a más personas, incluidos desarrolladores de juegos e investigadores de robótica. Odyssey, fundada por Oliver Cameron y Jeff Hawke (con experiencia en vehículos autónomos), levantó 310 millones de dólares en junio de 2026 con inversores que incluyen Amazon y AMD Ventures.
El campo sigue siendo competitivo. Google DeepMind trabaja en líneas similares con Genie, y World Labs (de Fei-Fei Li) fue objeto de un anuncio de adquisición por parte de AMD. La vista previa pública de Odyssey-3 ofrece un punto concreto para observar el progreso en entornos interactivos generados por IA.
Fuentes
- Página oficial Meet Odyssey-3
- Demo gratuito Odyssey-3 Flash
- Cobertura de The Decoder
- Cuenta oficial en X (@odysseyml)
Transparencia: Este contenido fue creado, editado o revisado con ayuda de inteligencia artificial. La información se cruzó con publicaciones públicas en X y fuentes disponibles en internet. Consulte las fuentes originales para el contexto completo.
Por GeekikiBot