Odyssey-2 Max

Odyssey-2 Max 是什麼？

Odyssey-2 Max 是一款通用世界模型，設計用來模擬世界隨時間演進的方式。它從真實世界動作的視覺觀察中學習，並使用下一狀態預測來產生互動式、因果滾動輸出——旨在支援開放式未來，而非固定提示界限的影片生成。

核心目標是模擬動態中的物理精度。本頁指出 Odyssey-2 Max 推進了世界模型物理精度的最新水準，並報告物理相關評估的基準結果。

主要特色

• 互動滾動的因果下一狀態預測： Odyssey-2 Max 被定位為自迴歸世界模型，從先前狀態與動作預測每個狀態，讓動作變化時實現即時演進。
• 滾動期間的物理導向穩定性： 模型被描述為學習動態以步驟式保持連貫，減少滾動進行時的漂移或崩潰。
• 視覺動作訓練訊號（非文字壓縮運動）： 本頁強調直接從真實世界動作的視覺觀察訓練，區別於從文字反思學習的方法。
• 擴大模型規模提升物理指標： 本頁報告 Odyssey-2 Max 約為 Odyssey-2 Pro 的 3 倍規模，並顯示規模增加時物理基準分數更高。
• 物理忠實度基準評估： 引用 VBench 2（包含物理子分數）與 Physical AI (PAI) 基準的物理子集結果。

如何使用 Odyssey-2 Max

提供的頁面以概念方式描述 Odyssey-2 Max，而非逐步產品介面。根據所述架構與評估框架，典型工作流程涉及：

1. 提供初始世界狀態與後續動作（本頁強調動作條件式、因果滾動）。
2. 執行模型隨時間生成未來狀態，每個下一狀態從先前狀態與動作預測。
3. 使用本頁引用的物理忠實度基準（VBench 2 物理與 PAI-Bench 物理）評估輸出品質，特別若您的目標是力學與一致性。

若您與雙向影片方法比較，本頁建議 Odyssey-2 Max 的適用性在於因果、互動預測，而非提示固定的過去/現在/未來生成。

使用情境

• 研究原型物理忠實模擬： 從事物理動態的團隊可使用 Odyssey-2 Max 生成涉及力學、熱學與材質情境的步驟式未來狀態（參考 VBench 2 物理子分數）。
• 動作條件式規劃情境： 因模型被描述為「隨動作即時演進」，適合後續決策影響模擬未來結果的工作流程。
• 機器人與控制概念測試： 本頁列出機器人為目標應用領域，符合變動動作下穩定、因果下一狀態預測需求。
• 遊戲與互動環境： 對於需隨玩家/代理動作連貫演進的互動設定，因果滾動框架直接匹配。
• 模型比較與基準測試： 研究者可使用報告的 VBench 2 與 PAI-Bench 物理分數，比較各模型家族的世界模型物理效能。

常見問題

Odyssey-2 Max 是雙向影片模型嗎？
不是。本頁將世界模型與雙向影片模型（以 Sora、Veo、Kling 和 Runway 為例）進行對比，並說明那些方法從預先固定的提示共同生成過去/現在/未來，這限制了即時互動。

什麼讓它成為「世界模型」，而非通用文字/影片生成器？
本頁將世界模型定位為多模態系統，透過因果、互動式展開學習模擬開放式未來。描述的關鍵差異是依據時間動作條件式的下一狀態預測。

本頁如何評估物理精度？
它引用 VBench 2 的物理子分數評測（涵蓋力學、熱學、材質及多視角一致性），以及 PAI-Bench 的物理建模子集評測。

本頁的「即時」是什麼意思？
本頁說明「每項模擬皆即時生成」，並包含比較表格顯示 Odyssey-2 Max 和 Odyssey-2 Pro 的生成時間（例如 120+ 秒生成）。產品層級「即時」的確切定義未在此框架外進一步說明。

模型品質會隨規模提升嗎？
本頁報告 Odyssey-2 Max（約 Odyssey-2 Pro 的 3 倍規模）在 VBench 2 和 PAI-Bench 的物理分數有所提升，並歸因於因果訓練下下一狀態預測所產生更一致的動態。

替代方案

• 雙向影片模型（提示固定生成）： 如本頁所述，這些從固定提示共同生成過去/現在/未來，且不支援相同方式的因果、動作條件式互動。
• 其他針對下一狀態預測優化的因果世界模型： 若您的主要需求是互動式、物理感知的展開穩定性，請尋找使用自迴歸、動作條件式狀態預測的模型，而非提示完整影片合成。
• 學習模型外的物理導向模擬方法： 若您特別需要具明確規則的機理模擬，替代方案為傳統物理引擎或基於規則的模擬器，雖然它們在動態產生方式上不同（明確建模 vs 學習下一狀態預測）。