Das kalifornische KI-Unternehmen Odyssey hat eine öffentliche Forschungsvorschau seines Weltmodells Odyssey-3 gestartet. Du kannst damit interaktive Umgebungen aus Textbeschreibungen erzeugen und in Echtzeit erkunden. Laut Odyssey simuliert das Modell physikalische Abläufe und sagt voraus, wie sich eine Umgebung durch bestimmte Handlungen verändert. Entwickler können einen API-Zugang beantragen. Die Gründer Oliver Cameron und Jeff Hawke hatten das Modell bereits am 15. September vorgestellt, damals mit Fokus auf Robotik, autonomes Fahren und Videospiele. Neu sind nun der öffentliche Zugang, zusätzliche technische Details und Benchmark-Ergebnisse.
Kurz & knapp
- Öffentliche Forschungsvorschau von Odyssey-3 gestartet, die kostenlose Online-Demo läuft auf Odyssey-3 Flash.
- Basismodell mit 14 Milliarden Parametern und Videoauflösung 832 × 480 Pixel; Odyssey-3 Pro unterstützt 1280 × 720 Pixel.
- Laut Hersteller 66,1 Punkte im Physics-IQ-Benchmark, allerdings mit Einschränkungen (siehe unten).
- API-Zugang für Entwickler auf Antrag verfügbar.
Interaktive Welten zum Ausprobieren
In der Online-Demo wählst du zwischen einer Ego-Perspektive und einer Third-Person-Perspektive. Du bewegst dich durch die generierte Welt, löst Ereignisse aus und beobachtest, wie das Modell in Echtzeit reagiert. Technisch basiert Odyssey-3 auf einem autoregressiven Diffusion-Transformer, der auf Grundlage vorheriger Bilder und Nutzeraktionen fortlaufend neue Videobilder erzeugt. Laut Odyssey lernt das Modell dabei physikalische Zusammenhänge und Ursache-Wirkungs-Beziehungen aus visuellen Beobachtungen. Trainiert wurde unter anderem mit Internetvideos mit Ereignisbeschreibungen, Videospielaufnahmen samt Tastatur- und Mauseingaben sowie simulierten physikalischen Interaktionen. Ein zusätzliches Verfahren reduziert die nötigen Rechenschritte und macht die Echtzeitgenerierung möglich.
Physik-Benchmarks mit Einschränkungen
Odyssey-3 Pro erreicht laut Hersteller 66,1 Punkte im Video-to-Video-Benchmark von Physics-IQ Verified. Der Spitzenwert stammt jedoch aus einem einzigen Testdurchlauf, bei dem ein Auswahlverfahren jeweils eines von acht generierten Videos wählte. Die Benchmarkregeln verlangen für Rekordansprüche vier Durchläufe mit Angabe der Standardabweichung; diese Voraussetzung erfüllt der gemeldete Wert nicht. Ohne Auswahlverfahren ergab sich über vier Durchläufe im Mittel 63,37 Punkte. Beide Ergebnisse stehen in der offiziellen Rangliste, wurden aber von Odyssey selbst eingereicht.
Im WorldMark-Benchmark sieht Odyssey nach eigener Auswertung den ersten Platz in drei von vier Kategorien: First-Person Stylized (77,2), Third-Person Real (79,0) und Third-Person Stylized (76,3). In First-Person Real liegt das Modell mit 80,6 Punkten auf Platz drei.
| Kategorie | Odyssey-Ergebnis | Platzierung laut Odyssey |
|---|---|---|
| First-Person Stylized | 77,2 | 1. |
| Third-Person Real | 79,0 | 1. |
| Third-Person Stylized | 76,3 | 1. |
| First-Person Real | 80,6 | 3. |
Steuerung von Robotern, Drohnen und Spielen
Odyssey will dasselbe Weltmodell für unterschiedliche Aufgaben nutzen. Je nach Anwendung wird es um eine spezielle Steuerung ergänzt, die seine Vorhersagen in konkrete Befehle übersetzt. Laut Unternehmen steuerte eine auf Odyssey-3 basierende KI mehrere Roboterarme, Trainingsgrundlage waren wenige Dutzend Stunden Demonstrationsdaten. Für humanoide Roboter arbeitet Odyssey mit dem Schweizer Robotikunternehmen Flexion zusammen. Für Drohnen zeigte Odyssey in einer virtuellen Innenraumumgebung laut eigenen Angaben Ausweichmanöver und das Anfliegen von Zielen. Außerdem demonstrierte das Unternehmen, wie eine darauf basierende KI selbstständig GTA V spielt; eine mit rund zwei Stunden GTA-Aufnahmen trainierte Steuerung übertrug ihre Fähigkeiten ohne Zusatztraining auf Red Dead Redemption 2. Wie zuverlässig das im praktischen Einsatz funktioniert, bleibt offen. Die öffentliche Vorschau bietet zunächst nur die interaktive Umgebungsgenerierung; für Robotik und autonome Systeme sind zusätzliche Anpassungen nötig.
Die Benchmark-Ergebnisse sind von Odyssey selbst eingereicht und stehen unter dem Vorbehalt der oben genannten Einschränkungen.
Einordnung für deutsche Unternehmen
Für Unternehmen aus Industrie, Logistik oder Softwareentwicklung könnte die Entwicklung relevant werden, sobald Weltmodelle für Simulation und Training von Robotern oder Agenten eingesetzt werden. Offen ist, wie belastbar die Physik-Ergebnisse unabhängig geprüft sind und wie weit die gezeigten Steuerungsdemonstrationen über Laborbedingungen hinaus tragen. Wer solche Modelle evaluieren will, sollte auf unabhängige Benchmarks und praktische Tests in den eigenen Anwendungsfällen achten.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
