Odyssey 3

概要

• Odyssey-3は、自然言語のプロンプトから操作可能な仮想環境を生成し、ユーザーやAIの行動に応じた変化をリアルタイムで予測します。
• 映像から学習したモデルが、物体の動きや相互作用、流体・光学・熱力学などを含む複雑な物理現象をシミュレーションします。
• 一人称・三人称視点での移動や独立したカメラ操作に対応し、生成された世界をその場で探索できます。

主な特徴

• Odyssey-3 ProはPhysics-IQ Verifiedで、動画間生成スコア66.1、画像から動画へのスコア54.7を記録し、物理的な正確さを重視した性能を示しています。
• 蒸留による少ステップ版により、アクションやイベントへの反応をリアルタイムで実行可能。標準版では精度と生成コストのバランスも改善されています。
• 同一の基盤モデルをロボットアーム、ヒューマノイド、自動車の制御へ適応でき、合成データ生成やエージェントの訓練にも利用できます。

活用例と利用方法

• ロボットアームが「シリアルをボウルに注ぐ」「ねじ箱を閉じる」といった作業を学習し、把持に失敗した後の姿勢修正など、デモにない回復行動にも対応します。
• ヒューマノイド制御やインドの実道路での自動車運転に応用。環境や照明が変化する状況でも、従来の一部ベースラインを上回る結果が報告されています。
• 研究プレビューでは、環境をプロンプトで生成して実際に操作できます。ロボット、ドローン、自動車などの開発者向けにはAPI利用の機会も提供されています。