黄仁勋参投的Odyssey发布世界基础模型，可同时控制机器人、汽车与游戏

9月15日，美国AI初创公司Odyssey正式发布其第三代基础世界模型Odyssey 3。与主流世界模型侧重生成视频或3D场景不同，Odyssey 3可以同时控制机械臂、人形机器人、自动驾驶车辆、无人机和视频游戏五类差异巨大的应用，标志着向“单一学习型智能”迈出重要一步。

据悉，Odyssey 3采用“预训练视觉骨干+动作解码器”的分离式架构。其主干模型为自回归扩散变换器，基于大规模多样化视觉观测数据训练，能够预测场景演变并构建运动、物理交互及因果关系的内部表征。在适配新设备时，主干架构保持冻结，仅需训练一个轻量级动作解码器，将内部表征转换为对应设备的控制指令。这一设计使得开发者可复用昂贵的预训练数据，以较低的数据预算适配不同硬件。

与当前主流世界模型相比，Odyssey 3定位独具特色——“通用物理智能”，核心差异在于直接输出设备控制指令而非生成视频或3D场景，并以单一模型同时覆盖机械臂、人形机器人、汽车、无人机和游戏五类差异巨大的应用。其冻结骨干加轻量动作解码器的架构，使新设备仅需数十小时特定数据即可完成适配，大幅降低了具身智能的落地门槛。

值得关注的是，Odyssey 3还具备“智能体训练智能体”的自我改进能力。基于PROWL强化学习框架，模型可生成完整模拟环境，让其他AI智能体在其中行动并学习，而智能体暴露的故障案例又会转化为新训练样本反哺世界模型，形成持续自我进化的闭环。

在应用演示方面，Odyssey 3控制的机械臂可完成容器分类、倾倒、清洁与密封等操作，仅需数十小时演示数据即可训练，且在抓取失败后具备自主调整恢复能力。人形机器人方面，Odyssey与苏黎世Flexion Robotics合作，基于数十小时遥操作数据实现了开盒、移盘、叠杯等桌面任务，并在光照变化环境下保持稳定。

自动驾驶实验中，研究人员仅用20小时模拟驾驶数据训练策略，在印度公共道路上完成了弯道、超车及繁忙路口通行测试。无人机方面目前仅在模拟室内环境中验证了避障与导航能力。游戏领域，模型在《侠盗猎车手V》中完成长时间训练，并初步实现向《荒野大镖客2》等游戏的跨域迁移。

Odyssey由Oliver Cameron与Jeff Hawke于2023年联合创立，两人此前均从事自动驾驶研究。据TechCrunch报道，公司今年6月完成3.1亿美元B轮融资，估值达14.5亿美元，投资方包括亚马逊、AMD、谷歌Jeff Dean、Cruise创始人Kyle Vogt及英伟达创始人黄仁勋等。

不过，Odyssey 3目前尚未公开发布，公司未披露模型权重、许可条款及API定价等细节。业内分析指出，通用主干架构能否真正抵消各物理系统所需的集成工作量，仍需等待独立评估与商业落地验证。