10月8日,Odyssey公司正式推出Odyssey-3系列基础世界模型。其中Odyssey-3 Pro在Physics-IQ Verified视频到视频基准测试中获66.1分,创该榜单最高纪录。
什么是基础世界模型?
基础世界模型(Foundation World Model)是指从大量视觉观测中学习物理、动态与因果关系的通用AI模型。它可预测物体如何移动、交互及情境如何随时间演变,并用于模拟环境或训练机器人、车辆等系统的控制策略。
Physics-IQ Verified基准测试
Physics-IQ Verified是由Anates Labs与DeepMind联合开发的物理行为基准测试。它要求模型续写真实物理实验视频,并将预测结果与实际结果比较,覆盖流体动力学、光学、固体力学、磁学和热力学。
模型架构与性能
Odyssey-3采用自回归扩散变换器架构,可从提示生成具身环境。用户在生成过程中移动视角、采取动作或引入事件后,模型会结合既有观测与最新输入,实时预测环境如何变化。本次预览版支持第一人称与第三人称导航,也支持独立相机移动。
在WorldMark评估中,Odyssey-3在第一人称风格化、第三人称真实与第三人称风格化三类环境中均排名第一,得分分别为77.2、79.0与76.3。
六大应用领域
Odyssey-3已在机器人、人形机器人、车辆、无人机、AI训练环境和游戏六大领域展示了能力。其中机器人方面可控制多个机械臂并展示未训练过的恢复行为;车辆方面,使用约20小时模拟驾驶数据训练的策略在印度道路上实现了自动驾驶。
Odyssey联合创始人兼CEO Oliver Cameron表示:”Odyssey-3是迈向能够理解和操作周围世界的单一智能的重要一步。”