Odyssey-3是什么？
Odyssey-3是一套可实时推进、可由动作控制的世界模型。它不只生成一段固定视频，而是根据文本、图像、视频、键盘鼠标操作或机器人动作，继续预测场景接下来会怎样变化。平台面向交互内容、游戏原型、自动驾驶、机器人与具身智能训练。
核心能力
- 实时持续生成：输入文本或图像后，模型连续预测后续画面，而不是一次输出完整片段。
- 动作条件控制：可接受键盘、鼠标、车辆控制或机器人动作，让Agent与生成环境形成闭环。
- 多领域适配：官方展示了道路驾驶、机械臂、人形机器人以及不同视觉任务的适配实验。
- 少量领域数据适配：团队通过在基础模型上增加动作解码或策略接口，让同一世界模型服务不同任务。
- 研究预览：现阶段更适合原型验证和研究，不应直接视为确定性工程仿真器。
它是怎样训练的？
官方介绍称，Odyssey-3采用自回归扩散Transformer，并混合互联网视频、带时间事件标注的视频、与键盘鼠标动作对齐的游戏录制，以及刚体模拟数据。后训练再结合分布匹配和对抗蒸馏，把扩散推理压缩到适合实时交互的少数步骤。
适合哪些场景？
- 快速制作可探索的视频与游戏原型。
- 为Agent、机器人和自动驾驶策略提供可交互训练环境。
- 研究动作、空间和环境变化之间的关系。
- 用少量领域数据测试机械臂、人形机器人、车辆等任务适配。
使用边界
世界模型生成的是“可能的下一状态”，不是经过工程认证的物理真值。画面连贯不代表质量守恒、碰撞、摩擦、传感器噪声和长时因果完全正确。涉及真实机器人、车辆或安全任务时，仍需真实数据、传统模拟器、硬件在环和独立测试共同验证。
开始使用建议
- 先明确是做交互内容原型，还是做策略训练与评估。
- 用短时、可观察、可重复的动作序列测试模型。
- 记录相同输入下的稳定性、失败模式和长时漂移。
- 把生成结果与真实数据或确定性模拟器进行对照。
- 在高风险任务中设置人工审批与真实环境安全边界。