15/10/2026 · VietTechies · Biên tập
Công ty trí tuệ nhân tạo Odyssey có trụ sở tại California, do Oliver Cameron và Jeff Hawke đồng sáng lập vào năm 2023, đã chính thức ra mắt bản xem trước nghiên cứu công khai cho mô hình thế giới nền tảng của mình mang tên Odyssey-3. Được hé lộ lần đầu vào giữa tháng 9 năm 2026, hệ thống này được thiết kế để tạo ra các môi trường tương tác từ câu lệnh văn bản theo thời gian thực, đóng vai trò là động cơ cốt lõi thống nhất cho lĩnh vực robot, xe tự hành và mô phỏng ảo.
Tạo môi trường thời gian thực và kiến trúc
Về cốt lõi, Odyssey-3 dựa trên kiến trúc bộ biến đổi khuếch tán tự hồi quy, liên tục tổng hợp các khung hình video mới dựa trên các khung hình trước đó và dữ liệu đầu vào từ người dùng. Theo thông tin từ công ty và các báo cáo độc lập, mô hình cơ sở chứa 14 tỷ tham số và tạo ra video ở độ phân giải 832 nhân 480 pixel, trong khi biến thể nâng cấp Odyssey-3 Pro hỗ trợ đầu ra độ phân giải cao hơn ở mức 1280 nhân 720 pixel. Quá trình huấn luyện của mô hình kết hợp các tập dữ liệu trực quan phong phú, bao gồm video trên internet kèm mô tả sự kiện, đoạn phim trò chơi điện tử kết hợp đầu vào điều khiển tương ứng và các tương tác vật lý mô phỏng. Bằng cách xử lý các quan sát đa phương thức này, hệ thống học được các động lực nền tảng, mối quan hệ không gian và quy tắc nhân quả mà không cần lượng lớn dữ liệu huấn luyện chuyên biệt cho từng ứng dụng mới.
Trí tuệ thể chất trong robot và lái xe
Công ty định vị Odyssey-3 là một dạng trí tuệ thể chất đa năng có khả năng thu hẹp khoảng cách giữa mô phỏng ảo và việc thực thi vật lý. Các tài liệu chính thức và thông tin đưa tin độc lập cho thấy mô hình này có thể kết hợp với các bộ giải mã hành động chuyên dụng để điều khiển các hệ thống phần cứng đa dạng. Trong các bài kiểm thử hợp tác với đối tác robot Flexion, các chính sách điều khiển hình người được huấn luyện dựa trên Odyssey-3 đã thực thi thành công các tác vụ phức tạp chỉ bằng vài chục giờ dữ liệu điều khiển từ xa, đồng thời thể hiện khả năng tổng quát hóa mạnh mẽ trước các biến động môi trường như thay đổi ánh sáng. Hơn nữa, các tài khoản chính thức của công ty lưu ý rằng chính sách lái xe được huấn luyện phần lớn trên dữ liệu mô phỏng đã cho phép một chiếc xe tự động điều hướng trong các điều kiện phức tạp, làm nổi bật tính linh hoạt của việc chuyển đổi các biểu diễn thế giới đã học trực tiếp sang các tác vụ điều khiển trong thế giới thực.
Ý nghĩa đối với tương lai của các mô hình thế giới nền tảng
Sự ra mắt công khai của Odyssey-3 đánh dấu một bước ngoặt quan trọng trong cuộc đua rộng lớn của ngành nhằm phát triển trí tuệ thể chất đa năng, gợi nhắc đến các nỗ lực song song từ các phòng thí nghiệm lớn như Google DeepMind và World Labs. Bằng cách cố gắng hợp nhất việc tạo video với việc điều khiển agent, các mô hình như Odyssey-3 thách thức mô hình truyền thống là huấn luyện các mạng thần kinh hẹp, chuyên biệt cho từng tác vụ từ đầu. Thay vào đó, chúng đề xuất một cách tiếp cận mô hình nền tảng, nơi sự hiểu biết chung về vật lý và tính nhân quả có thể được tận dụng trên các lĩnh vực khác nhau—từ cánh tay robot công nghiệp và máy bay không người lái tự trị cho đến các nhân vật trò chơi và bãi tập tổng hợp cho các AI Agent. Tuy nhiên, việc chuyển đổi dự đoán video đa chiều thành việc triển khai đáng tin cậy trong thế giới thực vẫn là một rào cản kỹ thuật đáng kể. Mặc dù sự tổng quát hóa mô phỏng cho thấy nhiều hứa hẹn, khoảng cách giữa việc tạo ra các điểm ảnh có vẻ ngoài hợp lý về mặt hình ảnh và việc thực thi khả năng điều khiển chính xác về mặt vật lý nhấn mạnh trạng thái non trẻ của nghiên cứu mô hình thế giới. Khi các công ty khởi nghiệp và các doanh nghiệp cạnh tranh để giành ưu thế trong lĩnh vực trí tuệ không gian, các tiêu chuẩn đánh giá nghiêm ngặt sẽ quyết định liệu những mô hình này có thể mang lại quyền tự chủ đáng tin cậy ngoài môi trường thử nghiệm được kiểm soát hay không.
Các bài đo hiệu năng và sự soi xét
Mặc dù Odyssey đã quảng bá các hiệu suất đo lường mạnh mẽ—bao gồm điểm số hàng đầu trên bài đánh giá WorldMark và điểm số cao trên bài đo hiệu năng video-với-video Physics-IQ Verified—các báo cáo bên ngoài lại nêu bật những lưu ý quan trọng về phương pháp luận. Phân tích độc lập về kết quả Physics-IQ tiết lộ rằng điểm số cao nhất là 66.1 điểm của Odyssey dựa trên phương pháp lựa chọn chọn một video trong số tám video được tạo ra, đi lệch khỏi các yêu cầu kiểm thử nghiêm ngặt đòi hỏi bốn lần chạy tiêu chuẩn mà không lọc chọn có chọn lọc. Nếu không có phương pháp lựa chọn này, mô hình Pro đạt điểm trung bình thấp hơn qua các lần lặp tiêu chuẩn. Những sự khác biệt này minh họa cho sự căng thẳng trong ngành AI giữa các chỉ số bảng xếp hạng do chính công ty tự đệ trình và việc tái tạo tiêu chuẩn hóa, nghiêm ngặt cần thiết để xác minh tiến bộ nền tảng thực sự.
Ảnh bìa: minh họa do AI tạo, kèm chữ tiêu đề; không phải ảnh tư liệu.
Nguồn: Odyssey-3 is a new generative world model that you can try for free · Introducing Odyssey-3: A General-Purpose Physical Intelligence