Odyssey выпустила Odyssey-3: мировая модель учит роботов по видео за десятки часов

Odyssey 15 сентября 2026 года представила Odyssey-3, мировую модель, которая учится физике по видео, а не по тысячам часов демонстраций одной и той же задачи. Через три недели, 8 октября, компания открыла research preview для всех желающих. Главное обещание: после предобучения на огромном массиве роликов модель можно подключить к роботу с руками, колёсами или пропеллерами и настроить на него за несколько десятков часов данных.

Идея: сначала посмотреть мир, потом получить тело

Обычно робота учат под задачу. Оператор часами показывает, как брать предмет, система копирует движения, и всё начинается заново, когда меняется захват, камера или сама платформа. Odyssey предлагает порядок, похожий на детское развитие. Ребёнок видит сотни падающих кружек и без учебника знает, что твёрдое о твёрдое бьётся, а жидкость растекается. Так и модель сначала смотрит видео и выстраивает внутреннее представление о том, как устроен мир. Только потом к ней подключают действия конкретного устройства.

Это и есть мировая модель: система, которая предсказывает, как изменится сцена дальше, и тем самым даёт роботу возможность «проиграть» последствия действия до того, как он его совершит. Odyssey-3 выступает в этой нише наряду с Genie от Google DeepMind, Cosmos от Nvidia и V-JEPA от Meta. Направление одно, но архитектуры и цели у всех разные.

Что известно о релизе

Из доступного описания складывается такая картина:

• анонс Odyssey-3: 15 сентября 2026 года;
• открытое research preview: 8 октября 2026 года;
• предобучение: массив видео, на котором модель осваивает базовую физику без привязки к одному роботу;
• адаптация под конкретное устройство: несколько десятков часов данных вместо тысяч часов на задачу;
• заявленные платформы: манипуляторы, колёсные роботы и летающие аппараты;
• статус: исследовательское превью, не коммерческий продукт.

Существует и разбор этого релиза на Habr. В нём автор обещает показать, откуда берутся рекордные цифры и где заканчиваются факты и начинается маркетинг. В открытой части материала самих бенчмарков нет, поэтому оценивать заявленные рекорды рано.

Где проходит граница между демо и инженерией

Здесь стоит быть осторожным. Видеомодель отлично знает, как выглядит падение. Но из пикселей не всегда следуют масса, трение и усилие захвата, а именно они решают, удержит ли манипулятор скользкую кружку. Визуальная правдоподобность и физическая точность — разные свойства, и мировые модели регулярно путают их на длинных горизонтах предсказания.

Поэтому у любого релиза такого рода есть набор вопросов, на которые должен ответить производитель. Это реальное железо или симуляция. Сколько запусков в каждой серии и насколько задачи отличаются от обучающих. С какими базовыми моделями идёт сравнение и на каких данных они обучены. Что значит «несколько десятков часов»: чистое время записи или с учётом отбора и повторов. Пока ответов нет, цифра в десятки часов остаётся целью, а не подтверждённым результатом.

Что проверить командам, которые строят роботов

Превью открыто для всех, а значит, проверка обходится дёшево. Разумный план такой:

1. Взять свою платформу и одну-две задачи, где сейчас нужно много демонстраций. 2. Записать порядка тех самых десятков часов данных и замерить, какого уровня успешности удаётся достичь. Сравнить с текущим пайплайном. 3. Подать предметы и условия вне обучающего распределения: другое освещение, другой материал, незнакомая форма. Именно здесь видно, усвоила ли модель физику или запомнила сцены. 4. Измерить задержку инференса и требования к вычислениям на борту. Мировая модель, которая не успевает за контуром управления, в роботе бесполезна.

Если часть этих проверок пройдёт, подход с предобучением на видео станет рабочим способом сократить цену данных для робототехники. Если нет, Odyssey-3 останется ещё одной эффектной демонстрацией мировых моделей.