Як працює динамічна модель Odyssey‑3
Odyssey‑3 є авторегресійним дифузійним трансформером. Система генерує відео кадр за кадром. Під час розрахунку кожного наступного кадру вона враховує поточну сцену, історію попередніх кадрів і останню дію користувача. Якщо людина поверне камеру або зробить крок уперед, модель передбачає, як світ виглядатиме після цієї дії. Це робить її динамічною моделлю, зумовленою діями, на відміну від звичайних відеогенераторів.
Звичайні відеогенератори отримують промпт і створюють готовий ролик, втрутитися в процес неможливо. Odyssey‑3 дозволяє користувачеві переміщатися середовищем або додавати події прямо під час генерації та спостерігати, як модель реагує на зміни. Прев’ю підтримує навігацію від першої та третьої особи, а також незалежне керування камерою.
Правила фізики в модель не прописані вручну. Вона виводить їх із трьох типів даних для навчання. Джерелами були відео з інтернету з перевіреними анотаціями подій, записи ігрових сесій із синхронізованими натисканнями клавіш і симуляції взаємодії твердих тіл. Це дозволяє моделі правдоподібно реагувати на втручання, що робить її симулятором, а не просто інструментом для створення красивих роликів.
Прев’ю Odyssey‑3 у браузері без реєстрації
Звичайному користувачеві модель доступна у форматі дослідницького прев’ю на сайті experience.odyssey.systems. Воно працює в браузері, не потребує встановлення програм і надається безплатно. У прев’ю використовується версія під назвою Odyssey‑3 Flash. Реєстрація не потрібна.
Щоб спробувати, потрібно задати сцену текстовим промптом або завантажити зображення для першого кадра. Далі обирається режим камери. Доступні World View із вільною камерою, First‑Person View від першої особи або Third‑Person View із персонажем у кадрі. Після запуску переміщення та повороти виконуються з клавіатури й миші, а модель добудовує світ у напрямку руху. Під час генерації можна описати нову подію, наприклад дощ або появу об’єкта, і модель вбудує її в сцену.
Технічні характеристики Odyssey‑3 і заснування компанії
Odyssey‑3 вийшла у двох комерційних варіантах. Базова модель генерує відео в роздільній здатності 832×480 пікселів. Версія Pro генерує відео в роздільній здатності 1280×720 пікселів. Окремих характеристик Flash‑версії, яка використовується в безкоштовному прев’ю, компанія не публікує. Вона оптимізована для роботи в реальному часі, але має нижчу деталізацію, ніж Pro. У прев’ю також неможливо експортувати сцени у високій роздільності. Фізичні симуляції іноді мають спрощену динаміку, що вказує на обмежену глибину моделювання.
Стартап Odyssey засновано в 2023 році в Пало‑Альто Олівером Кемероном і Джеффом Хоуком. До цього їхня команда близько десяти років займалася безпілотними автомобілями. Компанія розвиває фізичний ШІ для промислових і наукових цілей. Безкоштовне прев’ю призначене для популяризації технології і не дозволене для комерційного використання. Доступ до повної версії для розробників надається за заявкою. Місія компанії полягає в створенні «фізичних агентів», здатних виконувати завдання в реальних умовах.