Odyssey-3: model světa, ve kterém se dá chodit. Startup hlásí rekord ve fyzikální přesnosti
Startup Odyssey spustil výzkumný náhled modelu světa, který v reálném čase generuje prostředí reagující na pohyb a zásahy uživatele. Rekord na benchmarku Physics-IQ Verified je ověřitelný, ale s optimistickým nastavením.
Tento článek vznikl zpracováním veřejně dostupných zdrojů pomocí AI nástrojů. Každý text se snažím přečíst a věcně zkontrolovat, ale ne vždy to zvládnu. Prosím, berte na to ohled a informace si ověřujte v původních zdrojích (níže).
Tento článek vznikl zpracováním veřejně dostupných zdrojů pomocí AI nástrojů. Každý text se snažím přečíst a věcně zkontrolovat, ale ne vždy to zvládnu. Prosím, berte na to ohled a informace si ověřujte v původních zdrojích (níže).
Startup Odyssey ve čtvrtek spustil výzkumný náhled modelu Odyssey-3. Jde o tzv. model světa (world model): systém, který se z videa učí, jak se věci v prostoru pohybují a jak na sebe působí, a dokáže pak takový svět sám generovat. Uživatel zadá prompt, model vytvoří prostředí a v reálném čase předpovídá, jak se změní, když se v něm člověk nebo agent pohne nebo do něj zasáhne.
Náhled ve verzi Odyssey-3 Flash si může vyzkoušet kdokoli v prohlížeči, v pohledu z první i třetí osoby. Hlavním cílem ale nejsou hry. Odyssey míří na vývojáře robotů, humanoidů, autonomních aut a dronů.
Rekord, ale s hvězdičkou
Firma uvádí, že Odyssey-3 Pro dosáhl na benchmarku Physics-IQ Verified skóre 66,1 v úloze video-to-video, nejvyšší zaznamenané. Benchmark od Anates Labs a Google DeepMind nechává modely pokračovat ve videích skutečných fyzikálních experimentů (proudění kapalin, optika, mechanika, magnetismus, termodynamika) a porovnává předpověď s tím, co se doopravdy stalo.
Tady je potřeba rozlišovat. Physics-IQ Verified je veřejný žebříček, takže výsledek se dá zkontrolovat. Rekordních 66,1 ale model dosáhl v nastavení best-of-8, tedy když se z osmi pokusů vybere nejlepší. Při jednom běhu s vylepšenými prompty má Pro verze 63,4. Druhé tvrzení, první místo ve třech ze čtyř kategorií benchmarku WorldMark, pochází z vlastního měření firmy („in our evaluations“).
Od simulace k robotům
Druhá polovina oznámení tvrdí, že znalosti modelu jdou přenést do fyzických strojů. Odyssey ukazuje robotickou ruku, která po desítkách hodin ukázek zvládla úkoly a vzpamatovala se i z chyb, které v ukázkách nebyly. Partner Flexion na modelu postavil řízení humanoida. Firma také na zmrazeném modelu natrénovala řídicí politiku auta z pouhých 20 hodin jízdních dat a vyzkoušela ji na silnicích v Indii.
Jde o firemní demonstrace, nikoli nezávisle ověřené výsledky. Odyssey to zčásti přiznává sám: podle něj benchmarky měří vlastnosti generovaných světů, a nasazení na konkrétní stroj vyžaduje vyhodnotit chování, na kterém u toho stroje záleží.
Model světa jako sdílený základ pro roboty je teď jedním z nejsledovanějších směrů v AI. Odyssey-3 je zajímavý tím, že si ho každý může osahat. Jeho nejsilnější tvrzení o fyzickém světě ale zatím zůstávají na úrovni ukázek.