Ha eddig az AI-t főleg chatablakban képzelted el, az Odyssey sztorija emlékeztet rá: a következő hullám nem beszélgetni akar a világról, hanem „lemodellezni” és újrajátszani azt.

Mi történt

Az Odyssey 310 millió dolláros Series B befektetési kört zárt 1,45 milliárd dolláros cégértékelés mellett. A kört a Natural Capital vezette, és többek között az Amazon, az AMD Ventures és a GV is beszállt. A vállalat összesen eddig 337 millió dollárt gyűjtött.

A cég 2023-ban alakult, alapítói önvezetőjárműves háttérrel érkeztek: Oliver Cameron vezérigazgató korábban a Voyage társalapítója és CEO-ja volt (később a GM Cruise felvásárolta), Jeff Hawke technológiai vezető pedig mérnökként dolgozott a brit Wayve-nél.

Az Odyssey „world model” (világmodell) rendszereket épít. Gondolj rá úgy, mint egy szimulátorra, ami nem csak képeket vagy szöveget generál, hanem a fizikai világ működését próbálja követni: teret, mozgást, ok-okozati viszonyokat, és lehetőleg a fizika szabályait. Az adatgyűjtésük is erre rímel: a Google Earth logikáját idézve embereket küldtek ki, akik hátukra rögzített kamerákkal rögzítettek felvételeket (míg a Google autókkal járja az utcákat).

A cég több világmodellt kínál különböző felhasználásokra a videojáték-készítéstől a robotikáig, és különösen ismert az interaktív videók szöveges promptból történő előállításáról.

A finanszírozással együtt stratégiai irány is jön: az AWS lett a preferált felhős szolgáltatójuk, és a modelleket az AWS saját Trainium AI-chipjeire optimalizálják, ami az Nvidia domináns AI-gyorsítóival szemben pozicionált alternatíva.

Miért fontos

A „világmodellek” azért érdekesek, mert a mai nagy nyelvi modellek (LLM-ek) erősek a nyelvben és mintázatokban, de a fizikai világ következetes „megértése” (például hogy mi takar mit, mi eshet le, mi ütközik mivel) sokszor törékeny. Egy jó világmodell olyan, mintha egy játék motorját (fizika, kamera, tér) összekötnéd a generatív AI kreativitásával: nem csak képet kapsz, hanem egy bejárható, módosítható jelenetet. Ez a robotikában a tanítást és tesztelést, a játékfejlesztésben a prototipizálást, a tartalomgyártásban pedig az interaktív videót teheti gyorsabbá.

Mire figyelj

  1. Valódi fizikai következetesség: az interaktív videó látványos, de a kérdés az, mennyire stabil a világ „szabálykönyve” hosszabb jelenetekben és összetett interakcióknál.
  2. Adatgyűjtés és skálázás: a „kamerás hátizsák” módszer működhet, de drága és logisztikailag nehéz. Érdemes figyelni, hogyan növelik a lefedettséget és a változatosságot.
  3. Felhő- és chipfüggőség: az AWS/Trainium optimalizálás költségben és teljesítményben előny lehet, de hosszabb távon technológiai kötöttséget is jelenthet.
  4. Piaci fókusz: a videojáték és a robotika egyszerre csábító, de eltérő termék- és értékesítési logikát igényel; a következő év nagy kérdése, hol tudnak igazán ismételhető üzletet építeni.

A TechCrunch AI értelmezése alapján a kör nem csak „unikornis-pecsét”, hanem jelzés is: a befektetők és a nagy platformszereplők egyre komolyabban fogadnak arra, hogy az AI következő versenye a szimulált világok minőségéről és a futtatási infrastruktúráról fog szólni.