कैलिफ़ोर्निया के AI स्टार्टअप Odyssey ने अपने वर्ल्ड मॉडल Odyssey‑3 का सार्वजनिक रिसर्च प्रीव्यू शुरू कर दिया है। कोई भी इसका मुफ्त ऑनलाइन डेमो आज़मा सकता है। यह टेक्स्ट में दिए गए विवरण से इंटरैक्टिव माहौल बनाता है, जिसमें उपयोगकर्ता फ़र्स्ट-पर्सन या थर्ड-पर्सन व्यू में घूम सकते हैं। डेवलपर अपने प्रोजेक्ट में मॉडल को शामिल करने के लिए API एक्सेस का आवेदन भी कर सकते हैं।
मॉडल क्या कर सकता है
Odyssey‑3 ऑटोरिग्रेसिव डिफ्यूज़न ट्रांसफ़ॉर्मर का इस्तेमाल करके रियल टाइम में वीडियो फ़्रेम बनाता है। यह AI का ऐसा प्रकार है जो पिछले फ़्रेम और उपयोगकर्ता की गतिविधियों के आधार पर अगला फ़्रेम तैयार करता है। बेस मॉडल में 14 बिलियन पैरामीटर हैं और यह 832 × 480 पिक्सल पर वीडियो आउटपुट देता है; इसका उच्च-स्तरीय संस्करण Odyssey‑3 Pro 1280 × 720 पिक्सल पर चलता है। कंपनी का कहना है कि मॉडल इंटरनेट वीडियो, इनपुट लॉग वाले गेम फुटेज और सिम्युलेटेड फ़िज़िक्स दृश्यों से कारण और परिणाम के संबंध सीखता है।
बेंचमार्क और शुरुआती परीक्षण
Odyssey के मुताबिक, वीडियो-टू-वीडियो बेंचमार्क Physics‑IQ Verified पर मॉडल ने 66.1 अंक का सर्वोच्च स्कोर हासिल किया। हालांकि, यह रिकॉर्ड एक ही रन में मिला और इसमें चयन का ऐसा चरण शामिल था जो बेंचमार्क के मानक नियमों के अनुरूप नहीं है। इस चरण के बिना, चार रन में मॉडल का औसत स्कोर 63.37 अंक रहा। WorldMark बेंचमार्क की चार में से तीन श्रेणियों में Odyssey‑3 पहले स्थान पर रहा और उसे 76.3 से 79.0 अंक के बीच स्कोर मिले। कंपनी ने रोबोटिक आर्म, ड्रोन और गेम कैरेक्टर को नियंत्रित करते हुए भी मॉडल का डेमो दिखाया और दावा किया कि यह प्रतिस्पर्धी सिस्टम से अधिक भरोसेमंद है।
यह क्यों मायने रखता है
शौकिया उपयोगकर्ताओं और डेवलपर के लिए मुफ्त डेमो, हाई-एंड GPU की जरूरत के बिना AI से बनी 3‑D दुनिया को आज़माने का मौका देता है। कंपनियां रोबोटिक्स या गेम-AI के विचारों का शुरुआती प्रोटोटाइप बनाने के लिए API एक्सेस का आवेदन कर सकती हैं, हालांकि मॉडल के बेंचमार्क दावों की स्वतंत्र पुष्टि अभी बाकी है।
