近日，由前自动驾驶工程师Oliver Cameron和Jeff Hawke联合创立的初创公司Odyssey，推出了一项引人注目的新技术——一个能够生成并实时流式传输交互式3D环境的AI模型。
目前，这一模型已以“早期演示”形式上线网络。每40毫秒生成一帧画面，用户可以通过简单的控制，在虚拟环境中自由探索，体验类似于3D游戏的沉浸感。
这不是普通视频，而是“世界模型”的一次尝试
Odyssey在官方博客中解释称，这个模型的核心是一个全新的“世界模型”，它能根据当前状态、用户动作以及历史行为，预测下一个画面：“我们正在尝试构建一个系统，能生成逼真像素、保持空间一致性、从视频中学习动作，并输出超过5分钟的连贯视频流。”
换句话说，这不是传统的预渲染视频，而是一个可以响应用户输入、动态变化的“虚拟世界”。
一场关于“世界模型”的竞赛正在上演
Odyssey并非孤军奋战。全球多家顶尖机构都在押注“世界模型”技术，包括DeepMind、Fei-Fei Li创办的World Labs、微软，以及Decart等公司。
这些团队相信，世界模型未来可用于创建互动媒体（如游戏、电影）和模拟训练（如机器人、自动驾驶测试）。如果成功，它将彻底改变内容创作的方式。
创意行业的担忧与期待并存
不过，这项技术也引发了创意界的争议。
据《Wired》报道，一些大型游戏公司正试图用AI填补人力空缺。例如，动视暴雪在大规模裁员后开始引入AI工具来降低制作成本。而一项由美国动画协会委托的研究指出，未来几个月内，影视与动画行业可能有超过10万个岗位受到AI冲击。
面对质疑，Odyssey表示他们的目标不是取代创作者，而是增强创作能力。
“互动视频为全新的娱乐形式打开了大门——故事可以按需生成和探索，不再受限于传统制作流程和高昂成本。”
——Odyssey 官方博客
公司还提到，他们相信未来的视频内容（无论是娱乐、广告、教育还是培训），都将逐步向“互动化”演进，而这正是Odyssey希望推动的方向。
当前表现：仍处早期，但潜力巨大
尽管模型已上线，但Odyssey也坦承其“尚不成熟”。
目前，生成的画面仍有模糊和扭曲现象，场景布局不够稳定。用户若长时间沿一个方向移动或转身，可能会发现周围环境突然发生变化。
不过，Odyssey承诺将持续快速迭代。目前该模型部署在NVIDIA H100 GPU集群上，每“用户小时”的流式传输成本仅为1至2美元，支持最高30帧/秒的视频输出。
未来，Odyssey计划：
- 提升时间稳定性与长期状态一致性
- 拓展动作空间，从“移动”扩展到“互动”
- 基于更大规模视频数据训练更开放的动作体系
不同于传统AI训练方式
值得一提的是，Odyssey的世界模型采用了与众不同的训练方法。
不同于大多数依赖公开数据集的模型，Odyssey开发了一套360度背包式相机系统，用于捕捉真实世界的景观。公司认为，这种方式能提供更高质量的数据基础，有助于训练出更具真实感的虚拟环境。
背后资金与生态支持
截至目前，Odyssey已获得来自EQT Ventures、GV（谷歌风投）和Air Street Capital等机构的2700万美元融资。
此外，皮克斯联合创始人、前迪士尼动画工作室总裁Ed Catmull也是Odyssey董事会成员之一，这无疑为公司在内容与技术结合方面提供了强大背书。
去年12月，Odyssey宣布正在开发一套工具链，允许创作者将AI生成的场景导入Unreal Engine、Blender和Adobe After Effects等主流创作软件，进行进一步编辑和打磨。
这意味着，AI生成的“虚拟世界”不再是终点，而是创作过程中的起点。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
