La start-up californienne Odyssey a présenté le 8 octobre Odyssey-3, un modèle de monde qui génère en temps réel un environnement explorable à partir d’une simple description. Une préversion gratuite est ouverte au public, et la cible principale reste l’entraînement des robots, des voitures autonomes et des drones.
Pour résumer
- Odyssey-3 sort en trois déclinaisons : standard, Pro et Flash, cette dernière taillée pour l’interaction en temps réel.
- La préversion gratuite permet de générer un lieu, de s’y déplacer et d’y déclencher des événements.
- Le record revendiqué sur Physics-IQ repose sur une seule passe de test, quand le protocole en demande quatre.
Faire résumer cet article par une IA
ChatGPTOdyssey-3, un modèle de monde qui fabrique la scène à la volée
Odyssey détaille la sortie dans le billet qui présente son modèle de monde le plus puissant à ce jour. La société le décrit comme un système dynamique appris, qui prédit comment les objets bougent et interagissent dans l’espace et comment une situation évolue dans le temps.
Techniquement, Odyssey-3 est un transformeur de diffusion autorégressif. Chaque nouvelle image découle de la précédente et des actions de l’utilisateur, ce qui permet de prolonger la scène tant que quelqu’un interagit avec elle.
Trois déclinaisons sortent le même jour. La version standard tourne en 832 par 480 pixels, la version Pro monte en 1280 par 720 pixels, et une version Flash, distillée à partir du modèle principal, sert l’interaction en temps réel.
Derrière le modèle, une jeune entreprise bien financée. Odyssey a été fondée en 2023 par Oliver Cameron et Jeff Hawke, et a levé 310 millions de dollars en juin 2026, avec Amazon et AMD Ventures parmi ses investisseurs.
Le terrain des modèles de monde se peuple vite. Cet été, Fysiverse, le modèle chinois qui grave les lois physiques dans son architecture, défendait une approche plus contrainte, quand Odyssey-3 prédit l’évolution d’une scène image après image.
Ce que la préversion gratuite d’Odyssey-3 permet de faire
La préversion se trouve sur experience.odyssey.systems. L’utilisateur décrit un lieu, choisit une vue à la première ou à la troisième personne, puis se déplace dans le monde généré. La caméra peut bouger de façon indépendante, et des événements peuvent être ajoutés pendant la génération.
Ce mode grand public sert surtout de vitrine. L’accès par API reste réservé aux développeurs de robots et de véhicules, qui doivent en faire la demande auprès d’Odyssey.
Pour un professionnel de l’image, l’écart avec les générateurs vidéo classiques saute aux yeux. Un outil comme Wan 3.0, qui fabrique trente secondes de vidéo à partir d’un PDF, livre un clip fini, alors qu’Odyssey-3 produit une scène qui continue de répondre aux actions de l’utilisateur.
Odyssey revendique pour sa version Pro un score de 66,1 sur la piste vidéo à vidéo de Physics-IQ Verified, présenté comme le plus élevé jamais publié. The Decoder relève que ce record repose sur une seule passe de test avec une sélection des vidéos, quand le protocole en exige quatre pour revendiquer une première place.
Sur un autre banc, WorldMark, la version Pro prend la première place dans trois catégories, avec 77,2 points en première personne stylisée, 79,0 en troisième personne réaliste et 76,3 en troisième personne stylisée.
D’autres articles sur Horizon
- Meta lance Muse Wonder, un modèle IA qui se souvient de vous
- textGrain : ChatGPT va filigraner ses textes en Europe
- Claude for Startups donne un an de Claude Team gratuit
Robots, voitures autonomes et drones, les vrais clients visés
Les démonstrations publiées par Odyssey parlent d’elles-mêmes. Le modèle pilote un bras robotique qui verse des céréales et referme une boîte, un humanoïde qui ouvre des contenants, une voiture qui négocie des ronds-points, et il génère des données multicapteurs pour la conduite autonome.
Pour une équipe robotique, l’intérêt est d’abord économique. Chaque essai simulé remplace un essai réel, plus lent, plus coûteux et plus risqué pour le matériel. Odyssey précise toutefois que chaque usage sur une machine réelle demande d’évaluer les comportements qui comptent pour cette machine et ses tâches.
La concurrence se joue aussi chez les grands laboratoires. Google DeepMind avance de son côté avec Gemini Robotics ER 2, le modèle qui fait collaborer un rover et un humanoïde sur une même tâche. Odyssey se place en amont, sur la fabrication des mondes dans lesquels ces robots s’entraînent.
Le score contesté pèse enfin sur tout le secteur. Pour que les modèles de monde deviennent comparables, les éditeurs devront publier leurs résultats selon le protocole complet de Physics-IQ, sans quoi chaque record restera discutable.
Affaire à suivre sur Horizon.
