Що сталося
8 жовтня 2026 року каліфорнійський стартап Odyssey відкрив публічне дослідницьке превʼю Odyssey-3 — генеративної «моделі світу» (world model). Так називають нейромережу, яка не пише текст, а передбачає, як зміниться сцена наступної миті: куди покотиться предмет, що побачить камера після повороту. Odyssey-3 за текстовим запитом створює оточення й домальовує його в реальному часі, поки ви ним ходите. Спробувати можна в браузері безкоштовно — це компанія підтвердила в анонсі в X.
Деталі
- Версії. Базова Odyssey-3 видає картинку 832×480, Odyssey-3 Pro — 1280×720. У превʼю працює Odyssey-3 Flash: полегшена модель із малою кількістю кроків генерації, завдяки якій і виходить реальний час.
- Розмір. За даними The Decoder, базова модель має 14 млрд параметрів. На сторінці анонсу Odyssey цього числа не наводить, як і частоти кадрів та затримки.
- Керування. Вигляд від першої та третьої особи плюс вільна камера; під час генерації можна викликати події й дивитися, як модель на них реагує.
- Бенчмарки — за заявою компанії. На Physics-IQ Verified (тест Anates Labs і DeepMind: модель продовжує відео реальних фізичних дослідів, а відповідь звіряють із тим, що сталося насправді) Odyssey-3 Pro набрала 66,1 у режимі video-to-video. Це результат із відбором найкращого з восьми роликів за один прогін; у середньому за чотирма прогонами без відбору — 63,4. The Decoder нагадує, що для заявки на рекорд правила вимагають чотирьох прогонів зі стандартним відхиленням. У WorldMark модель перша у трьох категоріях із чотирьох, але цей замір Odyssey провела сама.
- Роботи та ігри. За словами компанії, на базі Odyssey-3 навчили керування роборукою (десятки годин демонстрацій), гуманоїдами партнера Flexion та автомобілем на дорогах Індії (20 годин даних). Політика, навчена приблизно на двох годинах записів GTA V, показала перенесення навичок і в інші ігри. Незалежних перевірок поки немає.
- Доступ. Відкритих ваг в анонсі немає, API розробникам дають за заявкою. Чи потрібна реєстрація і чи є ліміт сесії, Odyssey не уточнює.
Що це означає
Стосується передусім розробників ігор і симуляторів, команд робототехніки та допитливих: подивитися, як нейромережа утримує фізику сцени, можна за кілька хвилин і без витрат. Головна заявка Odyssey — новому пристрою вистачає десятків годин даних замість величезного датасету під кожне завдання. Якщо це підтвердять незалежні заміри, навчання роботів помітно здешевшає.
Застереження вагомі. Цифри вендорські, рекорд 66,1 отримано з відбором одного ролика з восьми, а базова роздільна здатність — 480p: це демонстрація, а не інструмент для продакшену. Горизонт для допитливих — сьогодні, превʼю вже відкрите. Для бізнесу — коли зʼявляться сторонні тести та умови API.
Контекст
Перегони моделей світу пришвидшуються: Google DeepMind розвиває схожий підхід у Genie 3. У вересні ми писали про Atlas від World Labs — модель, яка будує 3D-сцени за кількома фото. А Qwen-AgentWorld від Alibaba передбачає не картинку, а відповіді термінала й браузера для ШІ-агентів.
