Odyssey ouvre en préversion son modèle de monde Odyssey-3, doté de 14 milliards de paramètres

Odyssey a lancé la préversion publique de recherche de son modèle de monde génératif, Odyssey-3. Le système génère des environnements interactifs directement dans le navigateur, fonctionne en temps réel et obtient les meilleurs résultats sur les benchmarks de simulation physique.

Architecture et entraînement

Le modèle repose sur une architecture de transformer de diffusion autorégressif, qui génère séquentiellement de nouvelles images vidéo à partir des images précédentes et des actions de l'utilisateur. Le système a été entraîné à reconnaître les régularités physiques et les relations de cause à effet à partir d'observations visuelles.

La version de base compte 14 milliards de paramètres et génère des vidéos en résolution 832×480 pixels, tandis que la version Pro monte à 1280×720 pixels. Le système a été entraîné sur trois types de données : des vidéos issues d'internet accompagnées de descriptions d'événements, du contenu de jeux vidéo avec les entrées clavier-souris correspondantes, et des interactions physiques simulées. Une méthode d'entraînement spécifique a réduit le nombre d'étapes de calcul nécessaires, rendant possible une génération en temps réel.

Les utilisateurs peuvent générer des environnements interactifs à partir d'invites textuelles et choisir entre les perspectives à la première ou à la troisième personne. Dans les mondes générés, il est possible de se déplacer, de déclencher des événements et d'observer la réaction du modèle en temps réel.

Résultats aux benchmarks

Sur le benchmark Video-to-Video, qui évalue le comportement en hydromécanique, optique, mécanique des solides, magnétisme et thermodynamique, Odyssey-3 Pro a atteint 66,1 points lors d'une exécution unique avec sélection du meilleur résultat parmi huit essais. Ce résultat ne correspond pas au protocole officiel de référence (qui exige quatre exécutions avec écart type). Sans méthode de sélection, le score moyen s'est établi à 63,37 points.

Sur le benchmark WorldMark, qui évalue le respect des instructions, la qualité visuelle et la cohérence des mondes, Odyssey-3 arrive en tête dans trois des quatre catégories :

• First-Person Stylized : 77,2 points
• Third-Person Real : 79,0 points
• Third-Person Stylized : 76,3 points
• First-Person Real : 80,6 points (troisième place)

De la robotique au jeu vidéo

Odyssey travaille sur un modèle de monde universel capable de couvrir des usages variés, du pilotage de bras robotiques à la navigation de drones en passant par le contrôle de personnages de jeux vidéo. Dans chaque cas, le modèle est associé à un contrôleur spécialisé qui traduit ses prédictions en commandes concrètes.

Lors de tests, une IA entraînée sur Odyssey-3 a piloté plusieurs bras robotiques. Quelques dizaines d'heures de vidéos de démonstration ont suffi à l'entraînement, et les robots ont été capables de se rattraper après des échecs de préhension, alors même que ce type de situation ne figurait pas dans le jeu de données.

Odyssey s'est associée à l'entreprise suisse Flexion Robotics, qui a développé des contrôleurs pour robots humanoïdes basés sur Odyssey-3. Ces contrôleurs se montrent plus fiables que les modèles concurrents, y compris lorsque les conditions changent.

Pour les drones, Odyssey a entraîné un contrôleur sur des données de vol simulées. Le drone a réussi à éviter des obstacles et à rejoindre des positions cibles sur commande, dans un environnement virtuel.

Dans le domaine du jeu vidéo, le système démontre un pilotage autonome dans GTA V : conduite de véhicules et combats. Un contrôleur entraîné sur environ deux heures de vidéos de GTA V a réussi à transférer ses compétences à Red Dead Redemption 2 sans entraînement supplémentaire, en pilotant un personnage à cheval.

L'entreprise prévoit d'utiliser ce modèle de monde pour entraîner des agents d'IA. Lors d'une démonstration, un agent d'IA a reçu une tâche formulée en langage naturel et l'a exécutée par ses propres actions dans un environnement généré par Odyssey-3, ouvrant la voie à un nouveau paradigme d'apprentissage où les agents apprennent des résultats de leurs propres actions.

Investissements et concurrence

Odyssey a été fondée en 2023 par Oliver Cameron et Jeff Hawke. En juin 2026, l'entreprise a levé des fonds auprès d'Amazon et d'AMD Ventures. Sur le marché des modèles de monde, elle est en concurrence avec Google DeepMind et son approche des mondes interactifs, ainsi qu'avec World Labs (fondée par Fei-Fei Li), qu'AMD a annoncé vouloir racheter pour 8,2 milliards de dollars fin septembre 2026.