Odyssey lance Odyssey-3 : un seul world model pilote un robot, une voiture et un drone
Le laboratoire Odyssey, basé à Palo Alto, a lancé le 8 octobre 2026 la research preview d'Odyssey-3. Il s'agit d'un modèle de monde (world model) qui, selon l'entreprise, pilote des bras robotisés et des humanoïdes, conduit une voiture (TNW mentionne l'Inde), fait voler des drones et joue aux jeux vidéo. Le modèle s'entraîne sur de vastes volumes de données visuelles et prédit comment la scène va évoluer. La préversion est disponible dès maintenant. • Cinq catégories de tâches, un seul modèle. • L'annonce ne contient pour l'instant ni métriques ni benchmarks indépendants. • La grande question : comment le modèle se comporte-t-il sur du matériel réel ?
Traité par IA depuis TNW ; édité par Hamidun News
Le laboratoire Odyssey, basé à Palo Alto, a ouvert le 8 octobre 2026 la research preview d'Odyssey-3. Il s'agit d'un modèle de monde (world model) qui, selon l'entreprise, pilote des bras robotisés et des humanoïdes, conduit une voiture, pilote des drones et joue aux jeux vidéo. Un seul modèle couvre ces cinq types de tâches, sans stack dédié à chaque plateforme. Le titre de TNW mentionne l'Inde : c'est là que la conduite est présentée. La préversion est disponible dès maintenant.
Ce qui est exactement annoncé
Les modèles de monde s'entraînent sur de gros volumes de vidéo et prédisent comment la scène va évoluer, y compris en réponse aux actions d'un agent. Cette approche servait jusqu'ici surtout à générer des mondes interactifs et des simulations. Odyssey va plus loin et affirme que le même modèle peut piloter des machines physiques.
Voici ce que l'on sait de la description disponible de la version :
- Développeur : Odyssey, Palo Alto, États-Unis.
- Statut : research preview, disponible depuis le 8 octobre 2026.
- Plateformes : bras robotisés, humanoïdes, voiture, drones.
- Domaine supplémentaire : jeux vidéo.
- Démonstration de conduite : Inde.
- Non communiqué dans la partie disponible du document : nombre de paramètres, fréquence de contrôle, métriques de réussite, conditions de licence et prix.
Le dernier point compte. Pour l'instant, il s'agit d'une déclaration du développeur, pas du résultat d'une vérification indépendante.
Pourquoi un seul modèle plutôt qu'un ensemble de politiques
En robotique, le schéma habituel est le suivant : une politique entraînée pour le bras manipulateur, une autre pour la plateforme mobile, une troisième pour la voiture. Les données et les équipes d'ingénierie ne sont pas réutilisées d'un projet à l'autre. Si un modèle de monde transfère réellement la compréhension de la physique d'une scène d'un corps à l'autre, l'économie change : un seul pré-entraînement sur la vidéo, puis un fine-tuning pour chaque matériel, au lieu de cinq projets indépendants.
Le choix de l'Inde pour la démonstration de conduite se comprend. Un trafic dense et mixte, avec motos, piétons et marquage approximatif, s'accommode mal des règles bien nettes sur lesquelles reposent de nombreux systèmes d'autonomie. Pour un modèle qui apprend à partir de données visuelles, c'est un solide test de résistance. Mais un seul trajet montré ne dit rien des statistiques : combien de kilomètres, combien d'interventions humaines, par quel temps et dans quel quartier.
Les jeux vidéo semblent être le test d'universalité le moins coûteux. Une erreur en jeu ne coûte rien, et la réussite s'y mesure facilement. Pour Odyssey, c'est aussi un terrain familier, puisque le laboratoire travaille sur des modèles vidéo interactifs. Les concurrents sur des créneaux voisins sont connus : Genie de Google DeepMind, Cosmos de NVIDIA, V-JEPA de Meta. Odyssey cherche à occuper une place où le modèle de monde joue directement le rôle de contrôleur.
Comment aborder la préversion en pratique
Si vous êtes développeur ou intégrateur, commencez par les questions auxquelles l'annonce ne répond pas. Quelle latence entre l'image et l'action ? Comment le modèle se comporte-t-il hors distribution, par exemple avec un autre éclairage ou une autre prise en main ? Quel est le taux de réussite sur votre matériel, et non sur un banc de démonstration ? Pour la voiture et les drones, ajoutez la fréquence des interventions de l'opérateur et le comportement en cas de perte de liaison.
Il est raisonnable de mener les premières expériences en simulation et sur des bras manipulateurs peu coûteux. Une plateforme physique capable de causer des dégâts ne doit pas être connectée au modèle sans une couche de sécurité indépendante : limiteurs de vitesse et de force, géorepérage, tous indépendants du réseau de neurones lui-même. Research preview signifie précisément un statut de recherche.
Le critère final est simple. Si des benchmarks comparables et des résultats reproductibles de tiers apparaissent, Odyssey-3 pourra prétendre au rang de couche de contrôle universelle. Pour l'instant, c'est une ambition forte et une belle démonstration, qu'il reste à confirmer par des chiffres.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.