Odyssey تطلق نسخة المعاينة من نموذج العالم Odyssey-3 بـ14 مليار معامل

أتاحت Odyssey معاينة بحثية عامة لنموذج Odyssey-3، وهو نموذج توليدي للعالم بحجم 14 مليار معامل. يبني النموذج بيئات تفاعلية من وصف نصي في الوقت الفعلي، وبحسب ما يُنشر، يمكن استخدامه للتحكم في الروبوتات والطائرات المسيّرة وحتى في GTA V. وتجربة النموذج مجانية. وتزعم الشركة أنه حقق أفضل النتائج في اختبارات الفيزياء المرجعية، لكن موقع The Decoder يشير إلى أن منهجية هذه الاختبارات محدودة.

يختلف نموذج العالم عن مولّد الفيديو التقليدي. فنموذج الفيديو يُخرج مقطعًا جاهزًا، أما هنا فتتشكل الصورة باستمرار وتستجيب لأفعال المستخدم. تكتب موجّهًا نصيًا (prompt) فتحصل على مشهد وتتحرك داخله، بينما يستكمل النموذج لحظيًا ما ينبغي أن يظهر لاحقًا. لذلك تدور الأسئلة الأساسية حول هذه الأنظمة حول زمن الاستجابة، وثبات المشهد عبر الزمن، ومدى معقولية عمل الفيزياء داخله.

ماذا يُظهر Odyssey-3

تضم المواد التجريبية التي نشرتها الشركة أربعة مشاهد: قطة في الثلج، ومقعدًا في حديقة، ومطبخًا، وتجديفًا بالكاياك في مياه هائجة. والاختيار ليس عشوائيًا؛ فالثلج والماء والأدوات المنزلية هي المواد التي تخطئ فيها النماذج التوليدية في الفيزياء أكثر من غيرها: يتصرف السائل كالهلام، وتتغير أشكال الأشياء، و«يطفو» المشهد عند تدوير الكاميرا.

أهم ما تركز عليه Odyssey في إعلانها هو الشمولية. فبحسب بيانات الشركة، يصلح النموذج نفسه لا لإنشاء العوالم من النص فحسب، بل أيضًا كطبقة وسيطة للتحكم في الروبوتات والطائرات المسيّرة ومحرك الألعاب GTA V. ولم تكشف المادة الأصلية تفاصيل التكامل، ولذلك لا يمكن في الوقت الحالي تقييم هذه السيناريوهات إلا من خلال العروض التوضيحية نفسها.

أبرز معطيات الإصدار:

• حجم النموذج: 14 مليار معامل؛
• المدخلات: موجّه نصي؛
• المخرجات: بيئة تفاعلية في الوقت الفعلي؛
• السيناريوهات المعلنة: التحكم في الروبوتات والطائرات المسيّرة وGTA V؛
• صيغة الوصول: معاينة بحثية عامة، مجانًا؛
• ادعاء التفوق في اختبارات الفيزياء المرجعية.

أين تنتهي الادعاءات

أكثر ما يستدعي الحذر في هذه القصة هو الاختبارات المرجعية. فـOdyssey تتحدث عن أفضل النتائج في اختبارات الفيزياء، لكن المنهجية، بحسب تقييم The Decoder، محدودة. ولا يتضح من النص الأصلي أي مجموعات مهام استُخدمت، ولا النماذج التي قورن بها النموذج، ولا الجهة التي أجرت القياسات. وما دامت لا توجد تشغيلات مستقلة، فينبغي اعتبار الأرقام مؤشرًا تسويقيًا لا دليلًا.

وينطبق الأمر نفسه على الروبوتات والطائرات المسيّرة. فصيغة «بحسب ما يُنشر» تعني أن البيانات العامة المقنعة عن أداء النموذج مع معدات حقيقية لا تزال قليلة. والتحكم في المحاكاة يختلف في صعوبته عن التحكم في آلة فعلية. ففي الواقع لا يعني خطأ التنبؤ مجرد خلل في الإطار المعروض، بل قد يعني اصطدامًا.

ومن المجهولات الأخرى متطلبات العتاد. فالمادة الأصلية لا تذكر الدقة ولا معدل الإطارات ولا العتاد الذي يتحقق عليه «الوقت الفعلي». وهذه المعطيات أهم من عدد المعاملات عند تقدير القيمة العملية للنموذج.

لماذا يحتاج السوق إلى نماذج العالم

يزداد حضور هذا الاتجاه: فالمختبرات الكبرى تعرض مولّداتها التفاعلية للبيئات، ومنها Genie 3 من Google DeepMind. والسبب عملي؛ فالروبوتات والوكلاء بحاجة إلى بيانات وبيئات للتدريب، وجمعها في العالم الحقيقي مكلف وبطيء. وإذا أعاد نموذج العالم إنتاج الفيزياء بدقة كافية، فقد يصبح ساحة تدريب رخيصة. وتتيح المعاينة المجانية من Odyssey للمجتمع التحقق من ذلك بنفسه، وتتيح للشركة جمع الملاحظات وبيانات الاستخدام.

كيف تتعامل مع المعاينة

إذا كنت تعمل في الروبوتات أو الألعاب أو المحاكاة، فالأجدر اختبار المعاينة على سيناريوهاتك الخاصة لا على سيناريوهات العرض. أنشئ مشاهد فيها سوائل وأجسام صغيرة ومسارات حركة طويلة، ثم تحقق مما إذا كانت الهندسة تحافظ على ثباتها بعد دقيقة ودقيقتين. وقِس زمن الاستجابة بين الفعل ورد الفعل. أما في مهام التحكم بالطائرات المسيّرة والروبوتات، فمن الأفضل انتظار اختبارات مستقلة أو وصف للمنهجية من Odyssey نفسها قبل إدراج النموذج في خطط المنتج. وللنماذج الأولية والتجارب البصرية السريعة، يبدو أن الوصول المجاني كافٍ بالفعل.