Odyssey-მ ინტერაქტიული მსოფლიო მოდელის Odyssey-3 კვლევითი პრევიუ გახსნა

საჯარო პრევიუ და მოდელის დიზაინი

კალიფორნიაში დაფუძნებულმა AI კომპანია Odyssey-მ გახსნა თავისი მსოფლიო მოდელის Odyssey-3-ის საჯარო კვლევითი პრევიუ. მომხმარებლებს შეუძლიათ ტექსტური მითითებებით ინტერაქტიული გარემოები შექმნან და რეალურ დროში დაათვალიერონ პირველი ან მესამე პირის ხედით, იმოძრაონ სამყაროში, გამოიწვიონ მოვლენები და დააკვირდნენ, როგორ რეაგირებს მოდელი. უფასო დემო მუშაობს Odyssey-3 Flash-ზე, დეველოპერებს კი API-ზე წვდომაზე განაცხადის გაგზავნა შეუძლიათ.

Odyssey-ს თქმით, Odyssey-3 აგებულია ავტორეგრესიულ დიფუზიურ ტრანსფორმერზე, რომელიც ახალ ვიდეოკადრებს წინა კადრებისა და მომხმარებლის ქმედებების მიხედვით აგენერირებს. სავარჯიშო მონაცემებში შედიოდა ინტერნეტვიდეოები მოვლენების აღწერებით, ვიდეოთამაშების კადრები კლავიატურისა და მაუსის შეყვანებთან ერთად და სიმულირებული ფიზიკური ურთიერთქმედებები. დამატებითი სავარჯიშო ტექნიკა ამცირებს გამოთვლით ნაბიჯებს რეალურ დროში გენერაციისთვის. საბაზისო მოდელს 14 მილიარდი პარამეტრი აქვს და 832 x 480 ვიდეოს აგენერირებს, Odyssey-3 Pro კი 1280 x 720 პიქსელს მხარს უჭერს.

ბენჩმარკის მტკიცებებს დათქმები ახლავს

Physics-IQ Verified-ზე Odyssey-3 Pro 66,1 ქულას აგროვებს Odyssey-ს მიხედვით. ვიდეო-ვიდეო ბენჩმარკი მოიცავს სითხის მექანიკას, ოპტიკას, მყარი სხეულის მექანიკას, მაგნეტიზმსა და თერმოდინამიკას: მოდელებს სთხოვენ, გააგრძელონ რეალური ექსპერიმენტების ვიდეოები და შედეგები რეალურ გამოსავლებს შეადარონ.

Odyssey-ს თქმით, ეს ქულა ერთი ტესტირების შედეგია, სადაც შერჩევის მეთოდით თითოეული დავალებისთვის რვა გენერირებული ვიდეოდან ერთი აირჩიეს. რეკორდის მტკიცებისთვის ბენჩმარკის წესები ოთხ გაშვებას და სტანდარტულ გადახრას მოითხოვს, და გამოქვეყნებული შედეგი ამ ზღვარს ვერ აკმაყოფილებს. შერჩევის გარეშე Odyssey-3 Pro-ს საშუალო ოთხ გაშვებაში 63,37 ქულა იყო. ორივე შედეგი ჩანს Odyssey-ს მიერ წარდგენილ ლიდერბორდზე. WorldMark-ზე Odyssey-ს თქმით, ის პირველია First-Person Stylized-ში 77,2 ქულით, Third-Person Real-ში 79,0-ით და Third-Person Stylized-ში 76,3-ით, ხოლო მესამეა First-Person Real-ში 80,6 ქულით.

რობოტებიდან თამაშის პერსონაჟებამდე

Odyssey-ს სურს ერთი მსოფლიო მოდელი რობოტული მკლავებისთვის, სიმულაციაში მყოფი დრონებისა და ვიდეოთამაშის პერსონაჟებისთვის, კონტროლერებთან ერთად, რომლებიც პროგნოზებს ბრძანებებად აქცევენ. კომპანიის ტესტებში Odyssey-3-ზე აგებული AI აკონტროლებდა რამდენიმე რობოტულ მკლავს რამდენიმე ათეული საათის დემონსტრაციის მონაცემების შემდეგ და აღდგებოდა წარუმატებელი მოჭერის შემდეგ, რომელიც სავარჯიშო მონაცემებში არ იყო. ჰუმანოიდი რობოტებისთვის Odyssey-ს პარტნიორია შვეიცარიული რობოტიკის კომპანია Flexion.

Odyssey-მ ასევე შექმნა სიმულირებული ფრენის მონაცემებზე გაწვრთნილი დრონის კონტროლერი და ამბობს, რომ დრონი ვირტუალურ შიდა გარემოში დაბრკოლებებს არიდებდა და მიზნებს აღწევდა. მან აჩვენა AI, რომელიც GTA V-ს ავტონომიურად თამაშობდა, მართავდა მანქანებს და ებრძოდა მტრებს. GTA-ს დაახლოებით ორი საათის კადრებზე გაწვრთნილი კონტროლერი Red Dead Redemption 2-ზე გადავიდა დამატებითი წვრთნის გარეშე. Odyssey-მ ასევე გეგმავს მოდელის გამოყენებას AI აგენტებისთვის, რომლებიც ბუნებრივი ენის დავალებებს საკუთარი ქმედებებით ასრულებენ.

წყაროები: The Decoder