Odyssey abre la vista previa de su modelo de mundo Odyssey-3, de 14.000 millones de parámetros

Odyssey ha puesto en marcha una vista previa pública de investigación de su modelo de mundo generativo, Odyssey-3. El sistema genera entornos interactivos directamente en el navegador, funciona en tiempo real y logra los mejores resultados en los benchmarks de simulación física.

Arquitectura y entrenamiento

El modelo está construido sobre una arquitectura de transformer de difusión autorregresiva, que genera nuevos fotogramas de vídeo de forma secuencial a partir de los fotogramas anteriores y las acciones del usuario. El sistema fue entrenado para reconocer patrones físicos y relaciones de causa-efecto a partir de observaciones visuales.

La versión base cuenta con 14.000 millones de parámetros y genera vídeo con una resolución de 832×480 píxeles, mientras que la versión Pro admite 1280×720 píxeles. El sistema se entrenó con tres tipos de datos: grabaciones de vídeo de internet con descripciones de los eventos, contenido de videojuegos con las correspondientes entradas de teclado y ratón, e interacciones físicas simuladas. Un método de entrenamiento especial redujo el número de pasos de cómputo necesarios, permitiendo alcanzar la generación en tiempo real.

Los usuarios pueden generar entornos interactivos a partir de indicaciones de texto y elegir entre perspectiva en primera o tercera persona. En los mundos generados es posible moverse, desencadenar eventos y observar cómo responde el modelo en tiempo real.

Resultados en los benchmarks

En el benchmark Video-to-Video, que evalúa el comportamiento en hidromecánica, óptica, mecánica de cuerpos rígidos, magnetismo y termodinámica, Odyssey-3 Pro alcanzó 66,1 puntos en una sola ejecución con selección del mejor resultado entre ocho variantes. Este resultado no cumple con el estándar oficial de récord, que exige cuatro ejecuciones con desviación estándar reportada. Sin el método de selección, el resultado promedio fue de 63,37 puntos.

En el benchmark WorldMark, que evalúa el seguimiento de instrucciones, la calidad visual y la consistencia de los mundos, Odyssey-3 lidera en tres de las cuatro categorías: • First-Person Stylized: 77,2 puntos • Third-Person Real: 79,0 puntos • Third-Person Stylized: 76,3 puntos • First-Person Real: 80,6 puntos (tercer lugar)

De la robótica a los videojuegos

Odyssey trabaja en un modelo de mundo universal para distintas tareas, desde el control de brazos robóticos hasta la navegación de drones y el manejo de personajes de videojuegos. En cada caso, el modelo se combina con un controlador especializado que traduce sus predicciones en comandos concretos.

En las pruebas, una IA entrenada con Odyssey-3 logró controlar varios brazos robóticos. Bastaron unas pocas decenas de horas de vídeos de demostración para el entrenamiento, y los robots pudieron recuperarse de agarres fallidos, aunque ese tipo de situaciones no formaba parte del conjunto de datos.

Odyssey se ha asociado con la empresa suiza Flexion Robotics, que ha desarrollado controladores para robots humanoides basados en Odyssey-3. Estos controladores muestran un funcionamiento más fiable que los modelos de la competencia, incluso cuando cambian las condiciones.

Para drones, Odyssey entrenó un controlador con datos de vuelo simulados. El dron logró evitar obstáculos y volar hacia posiciones objetivo siguiendo órdenes dentro de un entorno virtual.

En el ámbito de los videojuegos, el sistema demuestra un control autónomo en GTA V, tanto en la conducción de vehículos como en el combate. Un controlador entrenado con aproximadamente dos horas de vídeo de GTA V consiguió transferir sus habilidades a Red Dead Redemption 2 sin entrenamiento adicional, controlando a un personaje montado a caballo.

La compañía planea utilizar el modelo de mundo para entrenar agentes de IA. En una demostración, un agente de IA recibió una tarea en lenguaje natural y la llevó a cabo mediante sus propias acciones en un entorno generado por Odyssey-3, lo que abre un nuevo paradigma de entrenamiento en el que los agentes aprenden a partir de los resultados de sus propias acciones.

Inversión y competencia

Odyssey fue fundada en 2023 por Oliver Cameron y Jeff Hawke. En junio de 2026, la compañía recibió inversión de Amazon y AMD Ventures. En el sector de los modelos de mundo compiten Google DeepMind, con su propio enfoque de mundos interactivos, y World Labs (fundada por Fei-Fei Li), a la que AMD anunció su intención de adquirir por 8.200 millones de dólares a finales de septiembre de 2026.