文字创造世界：Odyssey-3开启实时交互环境生成新纪元
人工智能正在重新定义内容创作的边界。近日，总部位于加利福尼亚的AI公司Odyssey正式向研究社区开放了其第三代世界模型——Odyssey-3的预览版。这一模型的核心能力在于，它能够根据用户输入的一段简单文字描述，瞬间生成一个可供自由探索和互动的三维环境。
技术核心与性能表现
Odyssey-3的魔力源于其独特的自回归扩散Transformer（ADT）架构。该架构巧妙结合了不同生成范式的优势，使其在理解和构建复杂、连贯的动态场景方面表现出色。模型提供了两个版本：基础版拥有140亿参数，可生成832×480分辨率的场景；专业版则支持更高清的1280×720输出。
在衡量AI物理常识推理能力的Physics-IQ基准测试中，Odyssey-3 Pro版取得了引人注目的成绩。根据公司公布的数据，在采用特定筛选方法的一次测试中获得了66.1分。值得注意的是，若严格遵循该基准“进行四次测试并报告标准差”的官方记录要求，取消筛选后的平均分为63.37分。这一分数依然在同类模型中处于领先地位。
此外，在更全面的WorldMark基准测试的四个主要类别中，Odyssey-3在其中三项都占据了榜首位置，这充分证明了其在生成世界的物理合理性、功能性和整体质量上的综合实力。
开发者生态与行业竞速
为了加速创新应用的诞生，Odyssey同时开放了API权限申请，允许开发者将强大的世界生成能力集成到自己的游戏、模拟器或创意工具中。这无疑将催生出一批前所未有的交互体验。
Odyssey虽然是一家2023年才成立的年轻公司，但发展迅猛，已在今年6月获得了由亚马逊和AMD Ventures等顶级机构参与的3.1亿美元融资，显示出资本市场对其技术路径的强烈信心。
世界模型赛道正变得异常拥挤和激烈。Odyssey-3的直接竞争对手包括谷歌DeepMind的Genie 3，以及由知名AI科学家李飞飞参与创立的World Labs。有消息称，AMD正计划以约82亿美元的价格收购后者，这进一步凸显了科技巨头们对于“AI构建虚拟世界”这一未来基础设施的战略布局。
未来展望
Odyssey-3的发布不仅仅是又一个大参数模型的亮相。它代表了一个更宏大的趋势：AI正从生成静态的文本和图像，迈向生成具有物理规则、可实时交互的动态时空。这项技术未来的应用场景将远远超出游戏和娱乐，可能深刻改变虚拟培训、城市模拟、机器人测试乃至影视创作的方式。世界，正在成为一段可以随时被书写和探索的代码。