Odyssey تطلق Odyssey-3: نموذج عالمي يعلّم الروبوتات من الفيديو خلال عشرات الساعات

قدّمت Odyssey في 15 سبتمبر 2026 نموذج Odyssey-3، وهو نموذج عالمي يتعلم الفيزياء من الفيديو، لا من آلاف الساعات من العروض التوضيحية للمهمة نفسها. وبعد ثلاثة أسابيع، في 8 أكتوبر، فتحت الشركة المعاينة البحثية (research preview) لكل من يرغب. والوعد الرئيسي أنه بعد التدريب المسبق على كمية ضخمة من المقاطع، يمكن ربط النموذج بروبوت ذي أيدٍ أو عجلات أو مراوح، وضبطه عليه خلال بضع عشرات من الساعات من البيانات.

الفكرة: انظر إلى العالم أولاً، ثم احصل على جسد

عادةً يُدرَّب الروبوت على مهمة بعينها. يعرض المشغّل لساعات كيف يُمسَك الجسم، فينسخ النظام الحركات، ثم تبدأ العملية من الصفر كلما تغيّرت القابضة أو الكاميرا أو المنصة نفسها. تقترح Odyssey ترتيباً أقرب إلى نمو الطفل. فالطفل يرى مئات الأكواب تسقط، ويعرف دون كتاب مدرسي أن الصلب يرتطم بالصلب وأن السائل ينسكب. وكذلك يشاهد النموذج الفيديو أولاً ويبني تصوراً داخلياً لكيفية عمل العالم. وبعد ذلك فقط تُوصَل به أفعال الجهاز المحدد.

هذا هو جوهر النموذج العالمي: نظام يتنبأ بكيفية تغيّر المشهد لاحقاً، ويتيح بذلك للروبوت «تجربة» عواقب الفعل قبل أن ينفذه. ويدخل Odyssey-3 هذا المجال إلى جانب Genie من Google DeepMind وCosmos من Nvidia وV-JEPA من Meta. الاتجاه واحد، لكن البُنى والأهداف تختلف من نموذج إلى آخر.

ما المعروف عن الإصدار؟

تتشكل من الوصف المتاح الصورة التالية:

• إعلان Odyssey-3: 15 سبتمبر 2026؛
• المعاينة البحثية المفتوحة: 8 أكتوبر 2026؛
• التدريب المسبق: مجموعة فيديو يتعلم منها النموذج الفيزياء الأساسية دون ارتباط بروبوت واحد؛
• التكيّف مع جهاز محدد: بضع عشرات من الساعات من البيانات بدلاً من آلاف الساعات لكل مهمة؛
• المنصات المعلنة: أذرع روبوتية وروبوتات ذات عجلات ومركبات طائرة؛
• الحالة: معاينة بحثية، وليست منتجاً تجارياً.

يوجد أيضاً تحليل لهذا الإصدار على Habr. يعد كاتبه بأن يبيّن مصدر الأرقام القياسية، وأين تنتهي الحقائق ويبدأ التسويق. لكن الجزء المفتوح من المادة لا يتضمن الاختبارات المرجعية نفسها، ولذلك من السابق لأوانه تقييم الأرقام القياسية المعلنة.

أين يقع الحد الفاصل بين العرض التجريبي والهندسة؟

هنا ينبغي توخي الحذر. نموذج الفيديو يعرف جيداً شكل السقوط. لكن الكتلة والاحتكاك وقوة القبض لا تُستخلص دائماً من البكسلات، وهي بالذات ما يحسم قدرة الذراع على إمساك كوب زلق. فالمعقولية البصرية والدقة الفيزيائية خاصيتان مختلفتان، والنماذج العالمية تخلط بينهما بانتظام عند آفاق التنبؤ الطويلة.

لذلك تبقى أمام أي إصدار من هذا النوع مجموعة أسئلة يجب أن تجيب عنها الجهة المطوّرة. هل جرت التجارب على عتاد حقيقي أم في المحاكاة. وكم عدد مرات التشغيل في كل سلسلة، وإلى أي حد تختلف المهام عن مهام التدريب. ومع أي نماذج أساسية تجري المقارنة، وعلى أي بيانات دُرّبت. وماذا تعني عبارة «بضع عشرات من الساعات»: وقت التسجيل الصافي أم مع احتساب الانتقاء والإعادة. وما دامت الإجابات غير متوفرة، يبقى رقم عشرات الساعات هدفاً لا نتيجة مؤكدة.

ما الذي ينبغي أن تختبره الفرق التي تبني الروبوتات؟

المعاينة مفتوحة للجميع، وبالتالي فكلفة الاختبار منخفضة. والخطة المعقولة كالتالي:

1. خذ منصتك الخاصة ومهمة أو اثنتين تحتاجان حالياً إلى عدد كبير من العروض التوضيحية. 2. سجّل ما يقارب تلك العشرات من الساعات من البيانات، وقِس مستوى النجاح الذي يمكن بلوغه. وقارنه بخط الإنتاج (pipeline) الحالي لديك. 3. قدّم أجساماً وظروفاً خارج توزيع التدريب: إضاءة مختلفة، ومادة مختلفة، وشكلاً غير مألوف. وهنا بالذات يتبيّن هل استوعب النموذج الفيزياء أم حفظ المشاهد. 4. قِس زمن الاستدلال (inference) ومتطلبات الحوسبة على متن الروبوت. فالنموذج العالمي الذي لا يواكب حلقة التحكم لا فائدة منه في الروبوت.

إذا اجتازت المنصة جزءاً من هذه الاختبارات، فسيصبح نهج التدريب المسبق على الفيديو وسيلة عملية لخفض كلفة البيانات في الروبوتات. وإن لم تجتزها، فسيبقى Odyssey-3 عرضاً لافتاً آخر للنماذج العالمية.