IA · 14 ottobre 2026
Odyssey-3: il modello di mondo genera ambienti interattivi in tempo reale
L'azienda californiana Odyssey ha reso pubblicamente accessibile la sua anteprima di ricerca sul modello di mondo Odyssey-3. L'utente può ora creare ambienti interattivi a partire da istruzioni testuali ed esplorarli in tempo reale. Il sistema simula i processi fisici e prevede come le azioni specifiche modifichino l'ambiente circostante.
La demo online gratuita utilizza la versione Odyssey-3 Flash. Il modello genera ambienti a partire da descrizioni testuali, offrendo la scelta tra una prospettiva in prima persona e una in terza persona. L'utente può muoversi all'interno del mondo generato, innescare eventi e osservare le reazioni del modello in tempo reale. Il sistema si basa su un trasformatore di diffusione autoregressivo che genera continuamente nuovi fotogrammi video sulla base di immagini precedenti e azioni dell'utente. Secondo l'azienda, il modello apprende le relazioni fisiche e le connessioni causa-effetto dalle osservazioni visive.
Per l'addestramento sono stati utilizzati video da internet con descrizioni degli eventi, registrazioni di videogiochi con i relativi input di tastiera e mouse, e interazioni fisiche simulate. Un ulteriore metodo di addestramento riduce il numero di passaggi di calcolo necessari, consentendo la generazione in tempo reale. Il modello base comprende 14 miliardi di parametri e genera video con una risoluzione di 832 per 480 pixel. La variante Odyssey-3 Pro supporta una risoluzione di 1280 per 720 pixel.
L'azienda afferma che la versione Pro ottiene 66,1 punti nel benchmark Physics-IQ Verified. Questo test esamina il comportamento fisico in ambiti come la fluidodinamica, l'ottica, la meccanica dei solidi, il magnetismo e la termodinamica. Tuttavia, questo valore massimo proviene da un singolo passaggio di test in cui un metodo di valutazione ha selezionato uno di otto video generati. Le regole del benchmark richiedono quattro passaggi di test con l'indicazione della deviazione standard per le rivendicazioni di record. Senza questo processo di selezione, il modello ha ottenuto in media 63,37 punti su quattro passaggi. Entrambi i risultati sono stati inseriti nella classifica ufficiale dall'azienda stessa.
Nel benchmark WorldMark, il modello si posiziona al primo posto in tre delle quattro categorie: First-Person Stylized con 77,2 punti, Third-Person Real con 79,0 punti e Third-Person Stylized con 76,3 punti. Nella categoria First-Person Real si colloca al terzo posto con 80,6 punti. Questo test verifica la capacità di seguire le istruzioni di controllo, la qualità delle immagini generate e la coerenza delle simulazioni nel tempo.
L'azienda intende utilizzare lo stesso modello per diverse applicazioni, tra cui il movimento di braccia robotiche, la navigazione di droni e il controllo di personaggi nei videogiochi. In esperimenti, un'intelligenza artificiale basata sul modello ha controllato più braccia robotiche utilizzando poche decine di ore di dati di addestramento. I robot sono stati in grado di reagire autonomamente a prese fallite senza che queste situazioni fossero state specificamente addestrate. Per i robot umanoidi, l'azienda collabora con l'impresa svizzera Flexion. Per i droni, è stata sviluppata un'interfaccia di controllo addestrata con dati di volo simulati, in grado di evitare ostacoli e raggiungere obiettivi specifici in ambienti interni virtuali.
Il modello può anche controllare videogiochi. L'azienda ha dimostrato un'intelligenza artificiale che gioca autonomamente a GTA V, guidando veicoli e combattendo. Un'interfaccia addestrata con circa due ore di registrazioni di gioco ha trasferito le sue capacità a Red Dead Redemption 2 senza addestramento aggiuntivo, muovendo un personaggio a cavallo. L'azienda prevede inoltre di utilizzare il modello per l'addestramento di agenti intelligenti che imparano dalle proprie azioni in ambienti generati. L'affidabilità di queste capacità nell'uso pratico rimane da verificare. L'azienda è stata fondata nel 2023 e ha raccolto 310 milioni di dollari statunitensi nel giugno 2026, con il sostegno di Amazon e AMD Ventures.