Odyssey udostępnia interaktywne demo Odyssey-3. Wyniki testów fizyki z ważnym zastrzeżeniem
Firma Odyssey udostępniła publiczny podgląd badawczy modelu Odyssey-3. W bezpłatnym demie opartym na wersji Odyssey-3 Flash użytkownicy mogą wygenerować środowisko za pomocą promptu tekstowego, wybrać widok z perspektywy pierwszej lub trzeciej osoby, a następnie poruszać się po nim i sprawdzać, jak otoczenie reaguje na podejmowane działania. Deweloperzy mogą również składać wnioski o dostęp do API.
Odyssey-3 to autoregresyjny transformer dyfuzyjny. Model tworzy kolejne klatki obrazu w czasie rzeczywistym, przewidując zmiany otoczenia na podstawie wcześniejszych kadrów oraz sygnałów sterujących wprowadzanych przez użytkownika. Podstawowy wariant modelu ma 14 miliardów parametrów i generuje obraz w rozdzielczości 832 × 480 pikseli. Większa wersja, Odyssey-3 Pro, obsługuje rozdzielczość 1280 × 720 pikseli.
Wyniki benchmarków i metoda selekcji
Wraz z uruchomieniem dema Odyssey przedstawiła rezultaty testów symulacji fizycznej w benchmarku Physics-IQ Verified. Test ten sprawdza, jak modele wideo radzą sobie z przewidywaniem zjawisk takich jak mechanika płynów, optyka, magnetyzm, termodynamika czy zachowanie ciał stałych na podstawie nagrań rzeczywistych eksperymentów.
Odyssey zgłosiła dla wersji Odyssey-3 Pro wynik 66,1 punktu. Rezultat ten nie powstał jednak w standardowej procedurze testowej – uzyskano go w pojedynczym podejściu, w którym wybrano najlepszy z ośmiu wygenerowanych filmów dla każdego zadania. Taka metoda selekcji nie spełnia kryteriów wymaganych do oficjalnego zgłoszenia rekordu w rankingu, które zakładają uśrednienie wyników z czterech niezależnych podejść. W standardowym teście bez ręcznego wybierania próbek Odyssey-3 Pro uzyskał średnią 63,37 punktu.
Firma opublikowała również własne zestawienie w benchmarku WorldMark, badającym spójność generowanego świata i precyzję wykonywania poleceń. Według deklaracji producenta model zajął pierwsze miejsce w trzech z czterech kategorii testowych. Warto jednak podkreślić, że zarówno wyniki Physics-IQ, jak i WorldMark pochodzą z wewnętrznych pomiarów zgłoszonych przez Odyssey i nie zostały jeszcze niezależnie zweryfikowane przez zewnętrzne podmioty.
Różnica między demem a testami robotyki
Odyssey zapowiada, że model świata ma docelowo służyć nie tylko do tworzenia interaktywnych wizualizacji, ale także do sterowania maszynami. W demonstracjach producenta system połączony z dedykowanymi kontrolerami kierował ramionami robotycznymi, wirtualnym dronem oraz postaciami w grach wideo.
Wszystkie te zastosowania pozostają jednak na etapie wewnętrznych eksperymentów badawczych. Publicznie dostępne demo służy wyłącznie do interaktywnego generowania wirtualnych środowisk, a wykorzystanie modelu w sterowaniu autonomicznymi robotami i systemami fizycznymi wymaga dalszych prac rozwojowych.
