Odyssey abre teste do modelo Odyssey-3, que cria mundos virtuais em tempo real

A base do sistema usa uma arquitetura autoregressiva com transformador de difusão para gerar novos quadros de vídeo a partir dos quadros anteriores e dos comandos da pessoa. O modelo básico entrega imagens na resolução de 832 × 480 pixels, enquanto a versão Odyssey-3 Pro alcança 1280 × 720 pixels. Durante o treinamento, a Odyssey alimentou o sistema com vídeos da internet acompanhados de descrições textuais, gravações de partidas de videogame sincronizadas com entradas de teclado e mouse, além de simulações físicas. Uma técnica adicional de treino reduziu as etapas de computação exigidas no cálculo. Isso garante a resposta imediata. Quem usa a demonstração gratuita do Odyssey-3 Flash pode alternar entre visão em primeira ou terceira pessoa e disparar eventos no cenário.

Recordes em física dependem de método seletivo

A Odyssey afirma que o Odyssey-3 Pro atingiu 66,1 pontos no teste de vídeo para vídeo do Physics-IQ Verified, que avalia respostas em mecânica dos fluidos, óptica, mecânica dos sólidos, magnetismo e termodinâmica. Esse exame mede se o modelo prevê o desfecho correto de experimentos filmados no mundo real. A nota mais alta, contudo, veio de uma única rodada na qual um algoritmo escolheu o melhor entre oito vídeos gerados para cada tarefa. O regulamento oficial do Physics-IQ Verified exige quatro rodadas com desvio padrão declarado para validar qualquer recorde. Sem essa triagem dos melhores resultados, a média do modelo caiu para 63,37 pontos nas quatro tentativas. A própria empresa enviou os dois números para o ranking.

No teste WorldMark, que afere consistência temporal dos mundos simulados e fidelidade a comandos de controle, a Odyssey colocou o sistema no topo em três de quatro categorias avaliadas pela própria equipe. O modelo marcou 77,2 pontos em visão subjetiva estilizada, 79,0 em terceira pessoa real e 76,3 em terceira pessoa estilizada. Na categoria de visão subjetiva realista, a pontuação de 80,6 pontos rendeu o terceiro lugar da tabela.

Braços mecânicos e jogos usam o mesmo modelo

A empresa conecta o mesmo modelo central a controladores específicos para transformar previsões visuais em ações mecânicas. Em testes de bancada com braços robóticos, o treinamento demandou poucas dezenas de horas de dados de demonstração. Os braços conseguiram corrigir tentativas com falha ao segurar objetos sem receber instruções prévias para esse tipo de erro. Em robôs humanoides, a Odyssey fechou parceria com a suíça Flexion, cujos controladores baseados no modelo mantiveram estabilidade mesmo sob mudanças de ambiente. A empresa também treinou um drone com dados de voo simulado para desviar de obstáculos e alcançar alvos em ambientes fechados virtuais.

Nos jogos eletrônicos, o sistema operou o título GTA V de forma autônoma para guiar veículos e combater adversários. O controlador consumiu cerca de duas horas de gravação do jogo para aprender esses movimentos e transferiu o aprendizado para Red Dead Redemption 2 sem treino extra, conduzindo cavalos no novo cenário. A equipe também exibiu um agente de inteligência artificial que recebe metas em linguagem natural e executa ações dentro dos mundos gerados para aprender com os erros.