Odyssey-3, mondi interattivi generati in tempo reale aperti a tutti
L'azienda californiana Odyssey ha reso disponibile al pubblico una versione di ricerca di Odyssey-3, un modello capace di generare ambienti interattivi in tempo reale a partire da una descrizione scritta. Si esplorano direttamente dal browser.
- Odyssey-3 genera mondi esplorabili in tempo reale da una descrizione testuale.
- La demo gratuita gira nel browser; per gli sviluppatori c'è l'accesso API.
- I record sui test di fisica sono stati dichiarati dall'azienda e non rispettano le regole del benchmark.
Come funziona
Odyssey-3 è quello che si chiama un world model, un modello del mondo: non produce solo immagini o video, ma simula un ambiente che reagisce alle azioni di chi lo usa. L'utente scrive una descrizione, entra nella scena generata, sceglie la visuale in prima o in terza persona, si muove e innesca eventi, mentre il modello risponde in tempo reale.
Tecnicamente si basa su un trasformatore a diffusione autoregressivo, cioè un sistema che genera ogni nuovo fotogramma tenendo conto dei precedenti e dei comandi dell'utente. L'addestramento ha usato video presi da internet con descrizioni degli eventi, registrazioni di videogiochi abbinate agli input di tastiera e mouse, e simulazioni di interazioni fisiche. Il modello base ha 14 miliardi di parametri e genera video a 832 per 480 pixel; la versione Pro arriva a 1280 per 720. La demo gratuita gira su Odyssey-3 Flash, mentre gli sviluppatori possono chiedere l'accesso tramite API.
I fondatori Oliver Cameron e Jeff Hawke avevano presentato il modello il 15 settembre; la novità ora è l'accesso pubblico, insieme a più dettagli tecnici e ai risultati dei test.
I record annunciati, con qualche riserva
Odyssey dichiara 66,1 punti per la versione Pro sul test Physics-IQ Verified, che valuta quanto un modello sa riprodurre comportamenti fisici reali in ambiti come fluidi, ottica, magnetismo e termodinamica. The Decoder segnala però un'avvertenza importante: quel punteggio arriva da una sola sessione in cui un metodo di selezione sceglieva il migliore fra otto video generati, mentre le regole del benchmark richiedono quattro sessioni con la deviazione standard. Senza il metodo di selezione, la media è di 63,37 punti. Anche i primi posti sul test WorldMark derivano da valutazioni svolte dall'azienda stessa.
Perché conta
L'obiettivo dichiarato va oltre l'intrattenimento: Odyssey vuole usare lo stesso modello per guidare bracci robotici, droni e personaggi dei videogiochi, abbinandolo di volta in volta a un controllore specializzato che traduce le previsioni in comandi concreti.
È la stessa direzione in cui si muove gran parte della ricerca sui robot: addestrare le macchine dentro mondi simulati costa meno e non rompe nulla. Per chi lavora nella manifattura o nei videogiochi, anche in Italia, strumenti di questo tipo possono abbassare la soglia di accesso alla simulazione. Il fatto che i punteggi siano auto-dichiarati invita però a verificare le prestazioni sul campo.
