Az Odyssey nevű mesterségesintelligencia-labor bemutatta az Odyssey-3 alapozó világmodellt, amely képes robotkarokat és humanoid robotokat irányítani, drónokat repíteni, szoftveres környezeteket generálni, sőt autót vezetni is. A rendszer célja, hogy egyetlen előre betanított modell szolgáljon ki többféle fizikai eszközt, így a gépeknek nem kell minden feladatot nulláról megtanulniuk. A modell kutatási előzetese már elérhető a szakemberek számára.
A fejlesztők szerint a modell kiemelkedő képességekkel rendelkezik, az Odyssey-3 Pro verziója például 66,1 pontot ért el a fizikai kísérletek videóit vizsgáló Physics-IQ teszten, megelőzve az Nvidia és a Black Forest Labs megoldásait. A gyakorlati tesztek során a modell segítségével irányított robotok jobban alkalmazkodtak a változó fényviszonyokhoz, egy mindössze 20 órányi szimulált adaton betanított változata pedig valódi utakon vezetett autót Indiában.
Az eredeti szöveg (Perplexity Discover)
Az Odyssey, a palo altói mesterségesintelligencia-labor csütörtökön kiadta az Odyssey-3-at. Ez egy alapozó világmodell, amely a cég szerint robotkarokat és humanoid robotokat tud irányítani, autót vezetni, drónokat repíteni, sőt a Grand Theft Auto V-tel is tud játszani. A kutatási előzetes már elérhető.
Az Odyssey azt szeretné, ha egyetlen előre betanított modell szolgálna ki többféle gépet, így azoknak nem kellene minden feladatot nulláról megtanulniuk. A megjelenéssel tovább bővül a világmodellekkel foglalkozó startupok és nagyvállalatok egyre népesebb mezőnye.
A világmodellek nagy mennyiségű vizuális adatból tanulnak, hogy megjósolják, hogyan változik meg egy jelenet, és ebbe az is beletartozik, hogyan hatnak a cselekvések arra, ami ezután történik. Az Odyssey közölte, hogy az Odyssey-3-at „a világról készült vizuális megfigyelések hatalmas adathalmazán" tanították be, és a cég három évnyi korábbi modelljére épít.
„Az Odyssey-3 nagy lépés egy olyan egységes intelligencia felé, amely képes megérteni a körülöttünk lévő világot, és abban működni" – mondta Oliver Cameron, az Odyssey társalapítója és vezérigazgatója. „A világmodellek tudásalapot adnak a fizikai ágenseknek, amelyet egyik gépről, környezetből vagy feladatról a másikra is magukkal vihetnek."
A cég hat területen mutatta be a modellt. Több tíz órányi robotdemonstráció után robotkarokat vezérelt, és olyan hibákból is felépült, amelyek nem szerepeltek a demonstrációkban, például egy elhibázott megfogásból. A Flexion humanoid robotokat fejlesztő cég az Odyssey-3-ra építve hozott létre vezérlési szabályzatokat (control policy). Az Odyssey szerint ezek a szabályzatok jobban kezelték a környezeti változásokat, például a megváltozott fényviszonyokat, mint a tesztelt alapmodellek. Egy mintegy 20 órányi szimulált adaton betanított vezetési szabályzat autót vezetett valódi utakon Indiában. A modell emellett drónokat irányított beltérben, környezeteket generált MI-ágensek betanításához, és a Grand Theft Auto V játékot is játszotta: az első jelek szerint a tanultakat más játékokban is hasznosítani tudta.
Az Odyssey közlése szerint az Odyssey-3 Pro verziója 66,1 pontot ért el a Physics-IQ Verified videó–videó tesztjén, ami a ranglista eddigi legmagasabb publikált eredménye. A pontszám feladatonként a nyolc próbálkozás közül a legjobbat veszi alapul. A tesztben a modelleknek valódi fizikai kísérletek videóit kell folytatniuk, az összehasonlításban pedig az Nvidia és a Black Forest Labs modelljei is szerepelnek. A cég azt is állítja, hogy a modell a WorldMark teszt négy kategóriájából háromban az első helyen végzett. Ez az eredmény az Odyssey saját értékeléséből származik.
Az Odyssey-t önvezetőautó-iparági veteránok alapították. Júniusban 310 millió dolláros B sorozatú finanszírozási kört zárt 1,45 milliárd dolláros értékelés mellett. A kört a Natural Capital vezette, részt vett benne az Amazon, az AMD Ventures, a GV és más befektetők is.
A verseny egyre erősödik. Az AMD a múlt hónapban megállapodott abban, hogy 8,2 milliárd dollárnyi részvényért megvásárolja Fei-Fei Li cégét, a World Labst. Az Emulate nevű startup, amelyet a DeepMind korábbi világmodell-kutatói alapítottak, értesülések szerint szeptemberben 700 millió dollár bevonásáról tárgyalt. Az Nvidia is kínálja saját, nyílt Cosmos világmodelljeit.
