Odyssey-3 é modelo de inteligência física para robôs, drones e jogos

O anúncio

A Odyssey, fundada em 2023 por Oliver Cameron e Jeff Hawke, apresentou o Odyssey-3, descrito pela empresa como seu modelo de fundação (world model) mais poderoso até agora. Trata-se de um autoregressive diffusion transformer treinado para simular cenários altamente variados, capaz de operar como uma única inteligência aprendida sobre diversos sistemas físicos e virtuais: controla braços robóticos, alimenta humanoides, dirige carros, pilota drones, treina outras IAs e joga videogames. A empresa pretende lançá-lo publicamente nas próximas semanas.

A tese dos world models

Os fundadores argumentam que o campo da robótica avançou por sistemas cada vez mais especializados, treinados para domínios estreitos e dependentes de enormes quantidades de dados por tarefa - uma forma, nas palavras deles, de "forçar" o problema sem compreensão geral do mundo. A aposta da Odyssey é que um modelo causal e geral de como o mundo se comporta pode servir de base comum a muitos sistemas, adaptando-se a novas tarefas com pouca experiência específica. Treinado com uma vasta coleção de observações visuais, o Odyssey-3 teria desenvolvido noções de física, dinâmica, causa e efeito e comportamento humano, aplicáveis com poucas horas de dados de experiência por tarefa.

Como funciona na prática

O mecanismo combina o modelo de mundo congelado com componentes adicionais: um decodificador de ações aprendido com exemplos pareando observações e controles, que traduz as representações internas do modelo em comandos do sistema físico.

• Braços robóticos: com algumas dezenas de horas de demonstrações, o modelo controla braços em tarefas como servir cereal ou fechar caixas. A empresa relata comportamentos de recuperação ausentes das demonstrações, como reorientar a garra após uma pegada falha - sinal, segundo eles, de que a compreensão física aprendida extrapola os exemplos vistos. Uma colaboração com a Poke & Wiggle avaliará onde o conhecimento transfere e onde falha.
• Humanoides: em parceria com a Flexion, políticas de controle corporal construídas sobre o Odyssey-3, treinadas com dezenas de horas de teleoperação, executam tarefas em tempo real e generalizam melhor que baselines VLA em mudanças de iluminação. Nikita Rudin, CEO da Flexion, destaca o valor do conhecimento físico adquirido além das demonstrações do próprio robô.
• Direção autônoma: com apenas 20 horas de dados simulados, o modelo dirige em circuito fechado nas ruas da Índia, gerando trajetórias em tempo real. Políticas treinadas só em simulação percorreram cerca de 77% da distância entre intervenções do motorista de segurança, comparadas às treinadas com filmagens reais.
• Treino de IAs: o Odyssey-3 gera ambientes para agentes aprenderem por consequências, no âmbito do projeto PROWL, em que agentes descobrem falhas que guiam melhorias do modelo de mundo - um ciclo recursivo. A empresa vê nesses mundos também um espaço para estudar comportamentos potencialmente perigosos de agentes antes que causem dano no mundo físico.
• Drones: com dezenas de horas de dados simulados, uma política de navegação aérea gerou voo estável com desvio de obstáculos em ambiente interno simulado; rollouts com pesos congelados sugerem que o pré-treino já captura estrutura espacial e movimento.
• Videogames: políticas treinadas com gravações de gameplay e inputs de teclado e mouse jogaram GTA V por sessões estendidas, com evidência inicial de transferência: um modelo treinado com cerca de duas horas de GTA produziu movimento a cavalo em Red Dead Redemption 2 e pilotagem de moto em Sleeping Dogs, da Square Enix, sem treino adicional nesses títulos.

Limitações e ambições

A própria empresa qualifica os resultados como um vislumbre inicial: reconhece que a consistência entre robôs e ambientes ainda precisa ser avaliada, e admite que os world models de fronteira continuam subdimensionados, cerca de duas ordens de magnitude atrás dos modelos de linguagem. Ainda assim, o conjunto de experimentos é apresentado como evidência de que um modelo de mundo pré-treinado único pode sustentar políticas em corpos, ambientes e controles distintos.

Visão de longo prazo

A Odyssey projeta que os "agentes físicos" poderão automatizar trabalho perigoso, ajudar pessoas com limitações por idade, doença ou deficiência e acelerar experimentação científica. No limite, vê os world models como camada fundacional de uma inteligência geral: modelos de mundo mais capazes sustentariam agentes mais capazes, cujas descobertas melhorariam os próprios mundos que os formaram. Por ora, os números divulgados - 20 horas de direção simulada, dezenas de horas de teleoperação, 77% de distância relativa entre intervenções - são a principal base empírica dessas promessas.