Odyssey lança o Odyssey-3: modelo de mundo ensina robôs a partir de vídeos com algumas dezenas de horas de dados

A Odyssey apresentou em 15 de setembro de 2026 o Odyssey-3, um modelo de mundo que aprende física a partir de vídeos, e não com milhares de horas de demonstrações da mesma tarefa. Três semanas depois, em 8 de outubro, a empresa abriu o research preview para quem quiser testar. A principal promessa: depois do pré-treinamento em um enorme conjunto de vídeos, o modelo pode ser conectado a um robô com mãos, rodas ou hélices e ajustado a ele com algumas dezenas de horas de dados.

A ideia: primeiro observar o mundo, depois ganhar um corpo

Normalmente, o robô é treinado para uma tarefa específica. O operador passa horas mostrando como pegar um objeto, o sistema copia os movimentos e tudo recomeça do zero quando muda a garra, a câmera ou a própria plataforma. A Odyssey propõe uma ordem parecida com o desenvolvimento de uma criança. Uma criança vê centenas de canecas caindo e, sem precisar de livro didático, sabe que sólido batendo em sólido quebra e que líquido se espalha. O modelo faz o mesmo: primeiro assiste a vídeos e constrói uma representação interna de como o mundo funciona. Só depois entram as ações de um dispositivo específico.

É isso que define um modelo de mundo: um sistema que prevê como a cena vai mudar e, com isso, permite ao robô "simular" as consequências de uma ação antes de executá-la. Nesse nicho, o Odyssey-3 divide espaço com o Genie, do Google DeepMind, o Cosmos, da Nvidia, e o V-JEPA, da Meta. A direção é a mesma, mas as arquiteturas e os objetivos de cada um são diferentes.

O que se sabe sobre o lançamento

A descrição disponível permite montar o seguinte quadro:

• anúncio do Odyssey-3: 15 de setembro de 2026;
• research preview aberto: 8 de outubro de 2026;
• pré-treinamento: conjunto de vídeos em que o modelo aprende física básica sem ficar preso a um único robô;
• adaptação a um dispositivo específico: algumas dezenas de horas de dados, em vez de milhares de horas por tarefa;
• plataformas declaradas: manipuladores, robôs com rodas e aeronaves;
• status: preview de pesquisa, não um produto comercial.

Há também uma análise desse lançamento no Habr. Nela, o autor promete mostrar de onde saem os números de recorde e onde terminam os fatos e começa o marketing. A parte aberta do texto não traz os benchmarks em si, então ainda é cedo para avaliar os recordes anunciados.

Onde fica a fronteira entre demo e engenharia

É preciso ter cautela aqui. Um modelo de vídeo sabe muito bem como uma queda se parece. Mas nem sempre dá para extrair dos pixels a massa, o atrito e a força de preensão, justamente o que decide se um manipulador vai segurar uma caneca escorregadia. Verossimilhança visual e precisão física são propriedades diferentes, e os modelos de mundo costumam confundi-las em horizontes longos de previsão.

Por isso, todo lançamento desse tipo traz um conjunto de perguntas que o fabricante precisa responder. É hardware real ou simulação? Quantas execuções há em cada série e o quanto as tarefas diferem das de treinamento? Com quais modelos de base a comparação é feita e com que dados eles foram treinados? O que significa "algumas dezenas de horas": apenas o tempo de gravação ou também a seleção e as repetições? Enquanto não houver respostas, o número de dezenas de horas continua sendo uma meta, e não um resultado confirmado.

O que as equipes que constroem robôs devem testar

O preview está aberto a todos, então testar sai barato. Um plano razoável é este:

1. Pegar a própria plataforma e uma ou duas tarefas que hoje exigem muitas demonstrações. 2. Gravar algo na ordem dessas dezenas de horas de dados e medir qual nível de taxa de sucesso se consegue atingir. Comparar com o pipeline atual. 3. Apresentar objetos e condições fora da distribuição de treinamento: outra iluminação, outro material, formato desconhecido. É aqui que se vê se o modelo aprendeu a física ou apenas memorizou cenas. 4. Medir a latência de inferência e os requisitos de computação a bordo. Um modelo de mundo que não acompanha o ciclo de controle é inútil em um robô.

Se parte desses testes der certo, a abordagem de pré-treinamento com vídeo pode se tornar uma forma prática de reduzir o custo dos dados em robótica. Se não, o Odyssey-3 será apenas mais uma demonstração impressionante de modelos de mundo.