Odyssey、操作に反応する世界モデル「Odyssey-3」を研究プレビュー公開

画像：AIエージェントナビ編集部

ロボットや自動運転を開発するとき、現実で何度も試すのは手間も費用もかかります。米Odysseyは2026年10月8日、映像の中の世界がどう動くかを予測する「世界モデル」の新版「Odyssey-3」を公開し、研究プレビューとして試せるようにしました。

本記事では、Odyssey-3で何ができるか、同社が示した数字の読み方を解説します。

Odyssey-3とは

操作すると反応する映像の世界を作る

Odyssey-3は、物がどう動き、ぶつかり、状況が時間とともにどう変わるかを予測するモデルです。同社は「学習された力学システム」と呼び、自己回帰型の拡散トランスフォーマーという仕組みで作られています。大量の映像から、物理の動きや原因と結果の関係を学んでいます。

プロンプト（指示文）を入れると環境が作られ、人やエージェントが動いたり出来事を起こしたりすると、その後どう変わるかをその場で予測して映像にします。公開中のプレビューでは、一人称と三人称で中を動けて、カメラも別に動かせます。公式サイトの「Try Odyssey-3」から試せます。

2つの版

Odyssey-3は832×480、上位版のOdyssey-3 Proは1280×720の映像を出します。公式サイトには、試せる版として「Odyssey-3 Flash」の案内もあります。

同社が示した数字

物理の理解を測るテスト

Physics-IQ Verifiedは、液体・光・固体・磁気・熱などの実験映像の続きを予測させ、実際の結果と比べるテストです。同社はOdyssey-3 Proが動画から動画で66.1を記録し、報告されている中で最高だとしています。ただしグラフ上、66.1は8本作って1本を選ぶ方式での値で、4回の平均は63.4です。画像から動画では54.7でした。

あわせて、物理の正確さと生成コストの釣り合いが良くなり、同じ計算予算でより多くのシミュレーションを作れるようになったと説明しています。

世界の作り込みを測るテスト

WorldMarkは、指示どおりに動くか、映像の質、世界を覚えていられるかを測るテストです。同社の評価では、4部門のうち3部門（一人称の絵柄、三人称の実写、三人称の絵柄）で1位でした。同社自身、機械に使うにはその機械と作業に合わせた評価も必要だと書いています。

ロボットや車への応用

同社が示した実験

同社は、Odyssey-3の知識を使って機械を動かす実験も公開しています。ロボットアームは数十時間の実演データで、シリアルを器に注ぐなどの作業をこなし、つかみ損ねた後に向きを直すといった、実演に無い動きも見せたとしています。インドの公道では、20時間の運転データだけで車を走らせたと説明しています。

使いたい開発者は相談

現在はブラウザで試せる研究プレビューで、Odyssey-3を使って開発したい物理AIの開発者向けに、問い合わせを受け付けています。APIの料金や条件は公開されていません。

まとめ

• 米Odysseyが10月8日、世界モデル「Odyssey-3」を研究プレビューとして公開した。
• 指示文で環境を作り、動いたり出来事を起こしたりすると映像の世界が反応する。
• Physics-IQ Verifiedの66.1は8本から1本を選ぶ方式での値で、4回の平均は63.4。
• ロボットアームや公道での運転に使う実験を同社が公開している。
• 開発で使いたい場合は問い合わせ。APIの料金や条件は未公開。

出典：Odyssey