Бесплатно можно не просто посмотреть на сгенерированный мир, а походить по нему и повлиять на происходящее. Odyssey открыла исследовательское демо Odyssey-3: описываете окружение текстом, выбираете вид от первого или третьего лица, двигаетесь и запускаете события. Модель отвечает на действия в реальном времени — это уже ближе к интерактивной сцене, чем к обычному ИИ-видео.
Демо работает на Odyssey-3 Flash. Модель продолжает генерировать кадры с учётом предыдущих изображений и действий пользователя, а компания говорит, что она усваивает физические связи и причинно-следственные отношения. Базовая Odyssey-3 выдаёт видео в 832 × 480, Pro — в 1280 × 720. Доступ к API разработчикам пока нужно запрашивать отдельно.
С физикой есть оговорка. Odyssey заявила о 66,1 балла Odyssey-3 Pro в тесте Physics-IQ Verified, но результат получили в одном прогоне, выбирая лучший из восьми роликов. По правилам бенчмарка для рекорда нужны четыре прогона и стандартное отклонение. Без отбора модель набрала в среднем 63,37 балла за четыре прогона. В WorldMark Odyssey-3 заняла первые места в трёх категориях по собственной оценке компании — цифры впечатляют, но это тоже не независимая проверка.
Дальше Odyssey хочет применять одну модель для роботов, дронов и игровых персонажей. Компания показала управление роботизированными руками, полёт дрона в симуляции и ИИ, который играет в GTA V; контроллер, обученный примерно на двух часах записей GTA, перенёс навыки в Red Dead Redemption 2 без дополнительного обучения. Но публичное демо пока только про миры: робототехнике и автономным системам ещё предстоит доработка. Так что для создателей контента это пока бесплатная песочница, а не готовый инструмент для управления железом.
ИсточникThe Decoder
Подробный разборOdyssey-3 набрала 66,1 на Physics-IQ, но результат выбран из восьми
