不er,为什么要化身一只果蝇在世界模型里飞啊啊啊?!
没错,就是这只土黄色的、扑棱着翅膀在码头翱翔的小家伙:

就在刚刚,一家估值超百亿人民币的世界模型公司Odyssey,将模拟果蝇大脑接入了世界模型Odyssey-3,并骄傲地宣布:
我们这个小家伙如今已能在完全由想象构建的模拟世界中,自由翱翔了!

网友们笑死了:
为啥要让它在世界模型上飞来飞去啊,太狂野了吧!

更有人身体力行,火速派出果蝇特派员钻进清晨的菜市场,享受起了热腾腾的人间烟火气。

啊啊啊,世界果然颠成了我不敢想的样子。
First,让咱们先来认识一下果蝇的新家——Odyssey-3。
Odyssey-3是Odyssey最新推出的基础世界模型,底层采用自回归扩散Transformer,它会根据此前看到的画面和刚刚收到的动作,继续预测物体怎么移动、环境如何变化,以及下一秒会发生什么。
咱们可以将它理解成一台边演、边算、边往下编的世界生成器。
你向前走,它便接着生成前面的道路;
你突然转身,它就顺着动作,把身后的世界继续想象出来。

咱们今天这只果蝇也是如此;
两边一扣,这只果蝇就这么扑棱起来了。

而为了学会这套本事,Odyssey-3同时啃下了互联网视频、带有键盘鼠标操作的游戏记录,以及刚体物理模拟数据,以便把画面、动作和结果一一对应起来。
再蒸馏一波,它便能跟着人的操作实时往下生成,让原本只能播放的视频世界真正动起来。
而此前,Odyssey也已经把这个基础模型塞进过不少身体。
例如,研究团队曾以Odyssey-3作为骨干模型,加上针对具体任务训练的小型策略,让它在印度道路上飙车、在《荒野大镖客2》里骑马、操纵机械臂和人形机器人等等。
无论是身体换了,环境换了,还是操控方式换了,它居然都能动起来。


于是现在这只果蝇寻思了一下:
人形机器人能住,汽车能住,无人机能住,那我也住。(嘿嘿)

更有意思的是,以前的虚拟果蝇,只能待在工程师提前一砖一瓦搭好的物理模拟器里,周围有什么、地面长什么样,全都需要提前准备。但现在情况完全变了。
它搬进Odyssey-3后,只要输入一句Prompt,世界模型就能现场搭建起一座24小时营业的虚拟训练场,码头、菜市场等都行。
以此类推,今天拎包入住的是果蝇大脑,下一位就有可能轮到机器人、无人机或其他各种各样、奇奇怪怪的智能体。

万物皆可拎包入住。
或许正是Odyssey想展示的一套通用世界生成能力。
接下来,咱们来扒一扒Odyssey这家公司。
Odyssey成立于2023年,是一家专门研究通用世界模型的AI实验室。
它的目标,就是让AI理解真实世界里的运动、物理和因果规律,再把这些能力交给机器人、汽车、无人机及其他智能体。
在他们看来,同一个基础模型应该先学会世界怎样运转,再分别钻进不同身体,迅速学会开车、抓东西、飞行和玩游戏。
两位创始人原来都是自动驾驶老兵。
其中,Odyssey的联合创始人兼CEO Oliver Cameron曾创办自动驾驶公司Voyage,2021年公司被Cruise收购后,他便进入Cruise担任产品副总裁。

联合创始人兼CTO Jeff Hawke则博士毕业于牛津大学,曾担任英国自动驾驶公司Wayve的创始工程师,后来担任技术副总裁。

过去十多年里,他们一直在教汽车预测世界。
但干着干着,他们索性把这条路越铺越宽,直接让AI模拟世界。
Odyssey官网也显示,团队有不少成员来自Cruise、Wayve、Waymo和英伟达等自驾与科技企业。
就在今年六月,Odyssey刚完成了新一轮3.1亿美元(约22.07亿元)的B轮融资,估值达到14.5亿美元(约103.24亿元),投资人包括Amazon、Google首席科学家Jeff Dean、YC总裁Garry Tan等。

但谁橙想啊,Amazon、AMD、GV等一众投资方刚往一家AI公司里砸下3.1亿美元,四个月后,这家公司转头就掏出了一只果蝇,让它在AI码头上快乐扑棱。

BTW,玩笑归玩笑,让模拟大脑进入世界模型生成的环境,并在其中自主观察、决策和行动,确实展示了世界模型作为智能体训练场的一种新可能。
只不过这个果蝇case,确实是太让人难绷了。

它要是真敢飞到我身边,绕着耳朵嗡嗡嗡……
那不好意思,百亿估值也救不了它。
苍蝇拍一挥,啪唧,over。


在看的各位应该没有果蝇粉吧?
有的话先说声sorry嗷……
参考链接:
[1]https://x.com/odysseyml/status/2111589148146749616?s=20
[2]https://odyssey.systems/meet-odyssey-3?utm_source=chatgpt.com
[3]https://odyssey.systems/introducing-odyssey-3?utm_source=chatgpt.com
文章来自于"量子位",作者 "文婷"。
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0