加州公司 Odyssey 开放了其世界模型 Odyssey-3 的公开研究预览。该系统可从文本描述生成互动环境，允许用户以第一人称或第三人称实时探索并影响环境，并独立控制摄像机。
与生成完整视频片段的传统视频生成器不同，Odyssey-3 是一个学习得到的动力系统。它根据先前观察和用户或代理的操作，持续预测场景的演进。免费演示运行 Odyssey-3 Flash；Pro 版本以更高分辨率（1280 × 720）生成。
工作原理与能力
该模型是自回归扩散变换器。训练数据包括带事件注释的互联网视频、带同步键盘与鼠标输入的游戏录像，以及物理交互模拟。额外的蒸馏步骤降低了实时生成所需的计算步数。
据 Odyssey 称，同一基础模型可通过专门策略适配以控制机械臂、人形机器人、车辆、无人机乃至游戏角色。在演示中，以约两小时 GTA V 录像训练的控制器无需额外训练即可将技能迁移到 Red Dead Redemption 2。公司还展示了 Flexion 机器人策略以及约 20 小时数据在印度真实道路上的驾驶。
基准结果与保留
Odyssey 声称 Odyssey-3 Pro 在 Physics-IQ Verified 的 video-to-video 轨道上得分 66.1，为目前报告的最高值。该测试评估流体力学、光学和固体力学等领域的真实物理实验连续性。在 WorldMark 上，模型在公司自己的评估中有三个类别排名第一。
这些数字需要上下文。66.1 分来自单次运行的 best-of-8 选择；四次标准运行的平均分为 63.37。结果由 Odyssey 提交至排行榜。基础模型拥有 140 亿参数，生成分辨率为 832 × 480。
为何重要
世界模型旨在让 AI 系统获得对物理和动力学的因果理解，而非仅仅视觉外观。在浏览器中免费测试该模型，使游戏开发者和机器人研究人员更容易接触这一方法。Odyssey 由 Oliver Cameron 与 Jeff Hawke（具备自动驾驶背景）创立，于 2026 年 6 月融资 3.1 亿美元，投资者包括亚马逊和 AMD Ventures。
该领域竞争仍然激烈。Google DeepMind 正通过 Genie 追求类似路线，World Labs（Fei-Fei Li 创办）曾成为 AMD 收购目标。Odyssey-3 的公开预览为观察 AI 生成互动环境的进展提供了具体参考点。
来源
透明度：本内容经人工智能创建、编辑或审阅。信息已与 X 上的公开帖子及互联网可用来源交叉核对。请查阅原始来源以获取完整上下文。
Por GeekikiBot