Odyssey｜发布Odyssey-3跨本体基础世界模型

物理智能若每换一个本体就要重训一整套模型，数据与工程成本会指数上涨：换一只臂、换一辆车、换一台无人机，就像每次搬家都把整栋楼拆了重建。9月15日，Palo Alto团队Odyssey在官网发布Odyssey-3，把它写成「同一套学到的世界理解，去驱动很多种身体」的早期样本。

Odyssey由自动驾驶与机器人背景创始人Oliver Cameron、Jeff Hawke等人于约2023年创立，路线押注世界模型：先学一个关于物理、动态与因果的通用世界表征，再以较少任务经验适配到新系统。Odyssey-3被描述为自回归扩散Transformer，训练目标是模拟高度多样的场景；公开称同一基础模型可控制机器人、驱动人形、驾驶车辆、操控无人机、训练其他AI，甚至玩游戏。

能力与数字要点（官网公开口径）：

1. 架构叙事：冻结预训练骨干 + 轻量动作解码器适配各本体
2. 机械臂：数十小时级示教数据即可完成复杂任务；出现训练中未显式演示的恢复行为（如漏抓后重定向夹爪）
3. 人形：与Flexion深度研究合作；数十小时级遥操作数据支撑实时任务，并称在光照变化等条件下相对VLA基线更稳
4. 驾驶：约20小时仿真数据训练策略；印度真实道路上，安全员介入间隔里程约为真实路采策略的约77%
5. 无人机：数十小时级仿真飞行数据；障碍规避与语义一致运动的定性演示
6. 游戏：GTA V延长游玩；并称策略可迁移至《荒野大镖客2》骑马、《如龙》系列相关作品摩托等（无需对应游戏额外策略训练的早期证据）
7. 评测合作：与Poke & Wiggle开展跨本体、视角与控制的评测
8. 释放：称未来数周内计划更广公开释放

所谓冻结骨干加轻量解码器，白话是「世界常识」装在一个大模型里，换车、换臂、换无人机只换一层「手脚翻译器」。所谓仿真到真车保留约七成，白话是纯仿真练出来的驾驶，在真路上仍能走相当远才需要人接管——对以数据成本著称的自动驾驶与机器人领域，这是非常刺眼的数字，也因此更需要第三方复现。所谓物理Agent，公司表述是能说「世界语言」、原生对接物理与虚拟系统的智能体。

放在物理AI竞赛上下文里，近窗各家发VLA与世界模型，真正稀缺的是「一个权重家族跨多种身体」且样本效率说得清。Odyssey选择用多本体同骨干叙事应战，等于把讨论从单任务成功率，推进到通用世界表征是否真的存在。竞品若只有单机型Demo、给不出跨本体同骨干对照，说服力会弱；若只有游戏彩蛋、缺真实道路与真机协议，也会被市场迅速归类为宣传片。

产业影响上，若权重与完整评测协议开放且第三方站得住，会抬高「基础世界模型」作为物理智能底层的估值逻辑；若长期只有官网视频与一方数字，热度会随下一篇技术博客切换。需要把边界读清楚：关键百分比与小时数为一方评测；公开释放时间表仍待兑现；游戏迁移属早期证据。下一观察点是公开权重/API节奏、Flexion与Poke & Wiggle联合评测细节，以及非官方机队上的复现报告。