Koniec ery samego tekstu? Giganci inwestują w cyfrowy model fizycznej rzeczywistości

Branża AI gwałtownie zmienia kierunek — pieniądze płyną dziś nie tam, gdzie algorytmy sprawnie piszą wiersze, ale tam, gdzie uczą się rozumieć grawitację, głębię i ruch. Inwestorzy zrozumieli, że bez opanowania praw fizyki sztuczna inteligencja pozostanie zamknięta w świecie abstrakcyjnych pojęć, niezdolna do realnego działania w przestrzeni 3D.

Nowy wyścig zbrojeń w świecie AI

Odyssey, startup założony przez weteranów branży pojazdów autonomicznych, Olivera Camerona i Jeffa Hawke’a, stał się nowym centrum grawitacyjnym dla kapitału technologicznych gigantów. Amazon, Nvidia oraz AMD, za pośrednictwem swoich ramion inwestycyjnych, wyłożyły 310 milionów dolarów na rozwój tzw. modeli świata. Runda ta wywindowała wycenę firmy do poziomu 1,45 miliarda dolarów, co jasno pokazuje, że branża szuka nowych kierunków rozwoju poza przewidywaniem kolejnych słów w zdaniu.

Wśród inwestorów znaleźli się nie tylko producenci czipów, ale także fundusz IQT powiązany z CIA, GV (dawne Google Ventures) oraz wpływowe postacie Doliny Krzemowej, w tym główny naukowiec Google, Jeff Dean. Odyssey nie ukrywa swojej bliskiej relacji z Amazonem – firma wybrała infrastrukturę AWS jako preferowaną platformę chmurową i operuje na specjalistycznych układach AWS Trainium, optymalizowanych pod kątem uczenia maszynowego. To strategiczny ruch, biorąc pod uwagę, że Odyssey zabezpieczyło partnerstwo z AWS, czyniąc tę chmurę swoim głównym środowiskiem obliczeniowym.

Głębia zamiast słów: Czym są modele świata?

Podejście Odyssey różni się fundamentalnie od popularnych dziś modeli językowych. Zamiast statycznej analizy danych, technologia ta dąży do symulacji fizycznej rzeczywistości. Ich autorski model potrafi generować i strumieniować klatki wideo co 40 milisekund, osiągając płynność na poziomie 30 klatek na sekundę na klastrach Nvidia H100. Nie jest to jednak zabawa tania — koszt działania demonstratora oszacowano na około 1–2 dolary za godzinę użytkowania przez jednego człowieka.

Modele świata uczą się rozumienia praw fizyki, dynamiki ruchu, a nawet niuansów mowy ciała. Eksperci, tacy jak Yann LeCun z Meta czy Demis Hassabis z Google DeepMind, od dawna sugerują, że sama analiza tekstu nie wystarczy do osiągnięcia prawdziwej inteligencji ogólnej (AGI). Konieczne jest zrozumienie przestrzeni i interakcji zachodzących w realnym świecie. Dostępny w formie wczesnego dema model generuje interaktywne środowiska, które można eksplorować w czasie zbliżonym do rzeczywistego.

Londyn, Zurych i Palo Alto na froncie innowacji

Zespół Odyssey, liczący obecnie 55 osób, operuje w strategicznych hubach technologicznych, łącząc europejską myśl inżynieryjną z modelem biznesowym Doliny Krzemowej. Choć konkurencja jest ogromna – nad podobnymi rozwiązaniami pracuje m.in. wspierane przez Adobe World Labs, założone przez Fei-Fei Li – kapitałowe wsparcie od liderów sprzętowych daje Odyssey solidne fundamenty. Przed firmą długa droga, jednak jej wynik finansowy robi wrażenie: od początkowych 9 milionów dolarów w fazie seed, przez rundę A, aż po obecne gigantyczne finansowanie. To zwrot w stronę sztucznej inteligencji, która nie tylko mówi, ale przede wszystkim widzi i rozumie mechanikę otoczenia.