Odyssey 发布世界模型 Odyssey-3，Pro 版 Physics-IQ Verified 视频到视频得分 66.1

AI 导读

Odyssey 发布世界模型 Odyssey-3，其 Pro 版本在 Physics-IQ Verified 视频到视频评测中取得 66.1 的最高报告分数。它采用自回归扩散 Transformer 架构，根据先前帧和输入动作预测后续帧，使被提示的场景能对每个动作做出反应。

正文 · AI 翻译

Odyssey 发布了 Odyssey-3，这是一个世界模型，其 Pro 版本在 Physics-IQ Verified 视频到视频（video-to-video）测试中取得了目前报告的最高分 66.1。

它是一个自回归扩散 Transformer（autoregressive diffusion transformer），根据之前的帧加上输入的动作来预测后续帧，使被提示的场景能够对每一个动作做出反应。

> Odyssey-3 Flash 是一个蒸馏后的少步（few-step）版本，它能将文本提示转化为一个可探索的世界，该世界会对移动和事件做出实时反应，任何人今天都可以免费试用。

> 在 Odyssey-3 冻结（frozen）的情况下，一个在 20 小时印度道路数据上训练的策略（policy）驱动了一辆真实汽车，一条机械臂还能从其演示中从未出现过的抓取失败中恢复过来，尽管这两个结果都没有报告成功率。

> 在图生视频（image-to-video）方面，Odyssey-3 Pro 与 FLUX 3 [large] 大致持平。