استارتاپ هوش مصنوعی کالیفرنیایی Odyssey پیش‌نمایش پژوهشی عمومی مدل جهان خود، Odyssey‑3، را عرضه کرده است. همه می‌توانند نسخه آزمایشی رایگان آنلاین را امتحان کنند؛ این نسخه با توضیح متنی محیط‌های تعاملی می‌سازد و به کاربران اجازه می‌دهد در نمای اول‌شخص یا سوم‌شخص در آن‌ها حرکت کنند. توسعه‌دهندگان نیز می‌توانند برای دریافت دسترسی API و استفاده از مدل در پروژه‌های خود درخواست بدهند.
قابلیت‌های مدل
Odyssey‑3 با استفاده از یک ترنسفورمر انتشار خودرگرسیو، فریم‌های ویدئویی را در زمان واقعی می‌سازد؛ نوعی هوش مصنوعی که هر فریم را بر پایه فریم قبلی و کنش‌های کاربر پیش‌بینی می‌کند. مدل پایه 14 میلیارد پارامتر دارد و ویدئو را با وضوح 832 × 480 پیکسل تولید می‌کند؛ نسخه پیشرفته‌تر، Odyssey‑3 Pro، وضوح 1280 × 720 پیکسل دارد. شرکت می‌گوید مدل با تماشای ویدئوهای اینترنتی، تصاویر بازی همراه با گزارش ورودی‌ها و صحنه‌های فیزیکی شبیه‌سازی‌شده، رابطه علت‌ومعلولی را یاد می‌گیرد.
معیارهای سنجش و آزمایش‌های اولیه
Odyssey می‌گوید مدل در معیار سنجش ویدئو‌به‌ویدئوی Physics‑IQ Verified، امتیاز 66.1 را کسب کرده است؛ اما این رکورد حاصل یک اجرای واحد با مرحله‌ای برای انتخاب نتیجه است که با قواعد استاندارد این معیار هم‌خوانی ندارد. مدل بدون آن مرحله، در چهار اجرا به‌طور میانگین امتیاز 63.37 را به دست آورد. در معیار WorldMark، Odyssey‑3 در سه مورد از چهار دسته‌بندی رتبه نخست را کسب کرد و امتیازهایش بین 76.3 و 79.0 بود. این شرکت همچنین مدلی را به نمایش گذاشت که بازوهای رباتیک، پهپادها و شخصیت‌های بازی را کنترل می‌کرد و مدعی شد عملکردش از سامانه‌های رقیب قابل‌اعتمادتر است.
چرا مهم است
نسخه آزمایشی رایگان به علاقه‌مندان و توسعه‌دهندگان امکان می‌دهد بدون نیاز به GPU رده‌بالا، جهان‌های سه‌بعدی تولیدشده با هوش مصنوعی را از نزدیک تجربه کنند. شرکت‌ها هم می‌توانند برای دسترسی به API درخواست بدهند و ایده‌های اولیه در حوزه رباتیک یا هوش مصنوعی بازی را آزمایش کنند؛ هرچند ادعاهای مدل درباره معیارهای سنجش هنوز به تأیید مستقل نیاز دارد.
