Odyssey 3 est un modèle du monde basé sur un transformeur de diffusion autorégressif, conçu pour simuler la dynamique physique en temps réel et alimenter les systèmes autonomes.
Fonction du produit et positionnement officiel
Odyssey 3 est un modèle du monde fondamental implémenté sous la forme d'un transformeur de diffusion autorégressif qui simule l'évolution temporelle et spatiale des objets, des dynamiques et des interactions physiques.
Entraîné sur des observations vidéo, des entrées de gameplay et des simulations physiques de corps rigides, le modèle sert de générateur d'environnements interactifs et de socle de représentation visuelle pour la robotique et les politiques d'IA physique.
Cas d’usage étayés par les sources officielles
L'entreprise présente ce cas d'usage client où Flexion a développé sur Odyssey 3 des politiques de contrôle humanoïde maintenant l'exécution des tâches malgré les variations d'environnement et d'éclairage.
Des développeurs ont adapté Odyssey 3 pour prédire des points de passage destinés à des démonstrations de conduite en boucle fermée à l'aide d'un réseau dorsal de modèle gelé.
Des développeurs ont entraîné des politiques de manipulation sur des données de démonstration robotique afin d'exécuter des tâches et d'adopter des comportements de récupération tels que la reprise de prise.
Odyssey 3 fonctionne comme un transformeur de diffusion vidéo multi-étapes qui intègre des invites et des entrées d'actions résolues dans le temps pour générer les états visuels futurs.
Grâce au masquage causal et au forçage d'enseignant, le système fonctionne de manière autorégressive en conditionnant les prédictions futures sur l'historique visuel antérieur, tandis qu'un pipeline de distillation contradictoire et par correspondance de distribution réduit le nombre d'étapes pour permettre une réponse en temps réel.
Vérifications à effectuer avec vos contenus et votre flux de travail
Sources vérifiées et date de la vérification
Réponses fondées sur la fiche produit dont les sources ont été vérifiées
Odyssey 3 est un modèle du monde basé sur un transformeur de diffusion autorégressif qui prédit la dynamique physique, le mouvement des objets et les évolutions environnementales au fil du temps.
La documentation indique qu'Odyssey 3 génère du contenu à une résolution de 832x480, tandis qu'Odyssey 3 Pro fonctionne à une résolution de 1280x720.
Les développeurs adaptent le modèle fondamental à des robots ou des véhicules spécifiques en entraînant un décodeur d'actions ou une politique sur des données appariées d'observation et d'action.
L'aperçu prend en charge la navigation à la première personne, la navigation à la troisième personne ainsi que le positionnement indépendant de la caméra lors de la génération de l'environnement.
Le modèle a été entraîné sur des vidéos annotées issues d'Internet, des enregistrements de jeu alignés avec des entrées clavier et souris, ainsi que des simulations de corps rigides sous-titrées.
