Odyssey-3世界模型发布 66.1分刷新物理基准

时间：2026 年 10 月 8 日（Odyssey 官方博客发布时间，UTC 22:47，北京时间 10 月 9 日凌晨），10 月 9 日经 IT 之家、腾讯网、新浪财经、DoNews 等中文媒体集中报道。 地点：美国加利福尼亚州帕洛阿尔托（Odyssey 总部线上发布，研究预览向全球公众开放体验） 人物：Odyssey 联合创始人 Oliver Cameron、Jeff Hawke；人形机器人合作方 Flexion 联合创始人兼 CEO Nikita Rudin；机器人数据与评测合作方 Poke & Wiggle；基准开发方 Anates Labs 与 Google DeepMind 事件详情：Odyssey 于 2026 年 10 月 8 日发布博文《Meet Odyssey-3: Our Most Powerful Foundation World Model》，正式推出基础世界模型 Odyssey-3 系列，分为标准版与 Pro 版，并同步开放免费研究预览（experience.odyssey.systems）。Odyssey-3 采用自回归扩散变换器架构，可从提示词实时生成具身环境，用户在生成过程中移动视角、采取动作或引入事件，模型会结合既有观测与最新输入实时预测环境如何变化；当前预览支持第一人称与第三人称导航以及独立镜头移动。成绩方面，Odyssey-3 Pro 在 Physics-IQ Verified 视频到视频基准上取得 66.1 分，为该榜单已报告的最高分，图生视频得分为 54.7；标准版则在物理精度与生成成本之间做出更优折衷，同样算力预算下可生成更多模拟。Physics-IQ 由 Anates Labs 与 DeepMind 联合开发，要求模型续写真实物理实验视频并与实际结果对比，覆盖流体动力学、光学、固体力学、磁学与热力学。在 WorldMark 评测中，Odyssey-3 拿下四个子集里的三项第一，第一人称风格化 77.2 分、第三人称真实 79.0 分、第三人称风格化 76.3 分。落地能力上，仅需数十小时机器人演示数据即可控制机械臂完成操作，并表现出训练演示中没有的恢复行为，例如抓取失败后重新调整夹爪、把掉落在异常位置的物体捡起；Flexion 基于 Odyssey-3 训练的人形控制策略，在光照变化导致 VLA 基线失败的情况下仍能继续执行任务；驾驶方面，Odyssey 冻结模型主干，仅用 20 小时驾驶数据训练出策略，让汽车在印度真实道路闭环行驶；早期实验中，模型只用 100 步训练即可联动生成自动驾驶数据集前三个摄像头的画面。此外，Odyssey-3 还可作为智能体训练环境：智能体接收自然语言目标，在模型生成的世界中观察环境变化并完成任务。训练数据由带事件标注的互联网视频、带时序对齐键鼠输入的游戏录像、带描述与元数据的模拟刚体交互三部分组成；训练流程先构建多步视频扩散，再通过教师强制与因果掩码自回归扩展，最后用分布匹配与对抗蒸馏产出可实时交互的蒸馏版本。 背景：Odyssey 成立于 2023 年，由 Oliver Cameron 与 Jeff Hawke 创立，两人有十年无人驾驶研发经历，团队成员来自 DeepMind、Waymo、Tesla、Meta、Apple、xAI。公司早在 2026 年 9 月 15 日就发布过《Introducing Odyssey-3》技术介绍，10 月 8 日的博文才正式公布基准成绩并开放公众预览，标志模型从论文演示阶段进入可用产品阶段。世界模型赛道近一年快速拥挤，Google DeepMind、NVIDIA Cosmos 以及国内多家团队都在推进可预测物理与因果关系的通用模型，共同目标是用一个预训练底座服务机器人、人形、汽车、无人机等多种机器，避免每台设备从零学任务。Odyssey 此前已推出多智能体世界模型 Agora-2、强化学习框架 PROWL-2 与面向多模态交互的 Starchild-1，Odyssey-3 是其物理智能主线的第三代产品。 影响： - 物理准确性成为世界模型新标尺：66.1 分刷新 Physics-IQ Verified 纪录，把评价标准从"生成得像"推向"符合真实物理"，为具身智能训练数据质量设定更高门槛。 - 少样本适配显著降低机器人落地成本：数十小时机械臂演示、20 小时驾驶数据即可跑通，中小团队也有机会用一个底座快速接入自有硬件。 - 一个底座驱动多形态机器：机械臂、人形、汽车、无人机与游戏智能体共用同一模型，厂商可减少重复建模投入，跨本体迁移从设想变为可验证的能力。 - 免费研究预览拉低体验与竞争门槛：任何人可在线生成并交互环境，与 NVIDIA Cosmos 等开源或免费方案正面竞争，加速世界模型在开发者群体中的普及。 - 世界模型作为"环境工厂"的逻辑被验证：模型可为智能体训练与评测提供可无限生成的场景，为合成数据与强化学习开辟新的供给来源。 总结：Odyssey-3 的发布把基础世界模型从概念推向了可公开体验、可量化评分、可适配真实硬件的阶段。它同时做成了三件外界过去分开验证的事：在 Physics-IQ Verified 上拿到已报告最高分证明物理精度，在 WorldMark 三项第一证明生成质量，用数十小时数据驱动机械臂、人形与印度实路汽车证明少样本适配。对机器人与自动驾驶团队而言，这意味着"先学世界、再学动作"的路线开始兑现样本效率红利；对整个行业而言，世界模型的竞争焦点正从能不能生成，转向能不能真的符合物理规律并落到机器上。研究预览免费开放后，开发者可以直接验证这些宣称，Odyssey-3 也把压力同时给到了 NVIDIA Cosmos 等同赛道产品。 参考来源： - https://odyssey.systems/meet-odyssey-3 - https://odyssey.systems/introducing-odyssey-3 - https://x.com/odysseyml/status/2108238378751967385 - https://physics-iq-verified.anates.ai/?track=v2v&listing=all&score=verified&sampling=all&cost=normalized - https://news.17173.com/content/10092026/160757241.shtml - https://view.inews.qq.com/a/20261009A07QBE00/ - https://tech.sina.cn/2026-10-09/detail-iniurfei2960249.d.html - https://m.sohu.com/a/1085564173_121423427/?pvid=000115_3w_a - https://www.toutiao.com/a7694428563289948711/ - https://aihot.news/items/k7yxw82p56tif5h83slziyr1e