Agora-2: el modelo de mundo jugable de Odyssey ejecuta 20 participantes en cuatro GPUs

Agora-2 pone veinte participantes en una simulación y la llama una vista previa de investigación jugable. Odyssey la publicó el 21 de septiembre de 2026 en una publicación titulada "Presentamos Agora-2: Avanzando en la simulación de mundo multiagente", firmada por Oliver Cameron, y el número que viaja es el veinte. El número que importa es la división dentro de él. Una sesión admite hasta cuatro controladores humanos concurrentes junto a dieciséis entidades autónomas, y esos no son el mismo tipo de participante — cuatro personas escribiendo comandos de movimiento, dieciséis políticas ejecutándolos. Odyssey entrenó las políticas por sí misma, en escenarios de un juego en el que también entrenó: el artículo dice que el mundo se aprende a partir de capturas de Diablo II.

Esa distinción entre participantes controlados y simulados es donde reside casi todo lo interesante de Agora-2. También es donde la mayor parte de la cobertura se difuminará, porque "20 jugadores" es una frase más limpia que "cuatro jugadores y dieciséis agentes aprendidos compartiendo un estado que sobrevive fuera de pantalla". Lo que Odyssey está lanzando no es un generador de vídeo con multijugador añadido a la fuerza. Se parece más a un servidor de juego cuya física, animación y renderizado fueron reemplazados por componentes aprendidos, y cuya única fuente de contenido genuina es un conjunto de datos de partidas grabadas.

Veinte participantes son cuatro personas y dieciséis políticas.

Odyssey es explícito en que Agora-2 admite cinco veces más participantes que Agora-1 y que pasó de simular un único entorno a simular múltiples entornos con un comportamiento de horizonte más largo. La estructura por sesión se ve así:

• Mandos humanos — hasta 4 simultáneos, cada uno proporciona entrada de movimiento y acción

• Entidades autónomas — 16 por sesión, impulsadas por políticas aprendidas de monstruos y compañeros en lugar de por jugadores

• Total de participantes: 20 en un único estado de mundo compartido, que es la cifra con la que Odyssey encabeza

• Entornos — múltiples, en comparación con el único entorno que Agora-1 podía simular

• Base de contenido — capturas de Diablo II, así que el mundo, los recursos y las reglas se heredan todos de un corpus grabado

• Formato de lanzamiento — una vista previa de investigación jugable, no un producto, sin pesos, sin licencia y sin precio

Los dieciséis autónomos no son un adorno. El informe de Odyssey describe el entrenamiento de políticas separadas para monstruos y compañeros, y las cifras de evaluación son concretas: 23.771 ejemplos de políticas de monstruos de etapa final extraídos de un profesor base más datos de recuperación y retención, y 128.005 ejemplos para la política de compañeros, evaluados frente a 252 episodios de evaluación y 24 casos de evaluación, respectivamente. Esas políticas son lo que hace que una sesión de cuatro personas se sienta poblada. También son la razón por la que el recuento de participantes es una decisión de diseño y no una afirmación de capacidad: dieciséis es la cantidad de agentes que el servidor de mundo fue entrenado para soportar junto a cuatro humanos, no la cantidad que podría albergar en teoría.

La arquitectura es un modelo pequeño y uno grande.

Agora-2 separa lo que decide qué ocurre de lo que decide qué aspecto tiene, y la diferencia de tamaño entre ambos es la cifra más llamativa del artículo. El modelo de simulación tiene 4.457.777 parámetros — aproximadamente 4,46 millones, cuatro capas de profundidad, ancho 256, cuatro cabezas, una ventana de historial de cuatro pasos, catorce ramas de movimiento y una cabeza separada para la orientación. El renderizador es un transformer de flow matching de aproximadamente mil millones de parámetros, dieciséis bloques con ancho 2.048, cinco de ellos con atención temporal causal, ejecutado durante cinco pasos del solucionador por actualización.

El renderizador está condicionado por un prefijo de 342 tokens en lugar de por el mundo sin procesar:

• Mapa — 144 tokens, una cuadrícula de tiles local de 12×12 alrededor del punto de vista

• Entidades — 36 tokens, cuatro para participantes controlados por el usuario y 32 para otras ranuras de entidades

• Efectos transitorios — 160 tokens para efectos que no son ni mapa ni entidad

• Ver y lista — un token cada uno para la acción de la cámara y la lista de la sesión

• Por actualización — 300 tokens de imagen atendiendo sobre esos 342 tokens de condicionamiento

• Códec — un latente basado en RAE a 2 fotogramas en 15×20×32, luego x264 CRF 18 o NVENC QP 18 a la salida

Odyssey señala la razón por la que el condicionamiento está estructurado de esta manera: un mundo aprendido necesita mantener las propiedades de las entidades en un estado que sobreviva a cualquier cámara en particular. La publicación lo dice sin rodeos: dado que las propiedades de las entidades se conservan independientemente de cualquier vista en particular, siguen estando disponibles cuando una entidad queda fuera de plano. Esa es la frase que separa a Agora-2 de un modelo de video. Un generador que solo se condiciona con los fotogramas recientes pierde al monstruo en el momento en que apartas la vista de él; un modelo de mundo que mantiene un estado explícito, no.

Cuatro GPU compran cuatro reproductores.

El plan de servicio del informe es la parte menos publicitada de Agora-2 y la más útil para cualquiera que estime cuánto costaría un mundo como este. La configuración de Odyssey para una sesión de cuatro jugadores es de cuatro tarjetas NVIDIA RTX PRO 4500: un renderizador por GPU, y una de esas GPU también aloja el modelo de simulación y la política del agente. Los objetivos declarados son quince actualizaciones latentes por segundo con treinta fotogramas mostrados por segundo.

Dos números en el apéndice hacen que esa configuración sea concreta. A 165 vatios, el equipo midió una reducción de inferencia del 9,9 % gracias a un cambio en el renderizador — de 62,92 milisegundos a 56,69 milisegundos en 3.200 llamadas por implementación. Y el entrenamiento del renderizador fue igualmente específico: sesenta mil actualizaciones en 4.232.000 segmentos seguidas de sesenta mil más en 4.332.800 segmentos, AdamW con una tasa de aprendizaje de 1e-4, lote de 128, EMA 0,9999, ejecutado en 32 GPU B200. Ese corpus está detallado — 1.200.000 segmentos de combate de lista completa, 2.016.000 segmentos estratificados de habilidades especiales, 504.000 segmentos de recorrido de cadáveres, 512.000 segmentos de movimiento sin entidades autónomas y 100.800 segmentos de ciclo de vida de portal de jefe.

Lee esos dos párrafos juntos y la forma del producto queda clara. El renderizador es la mitad costosa por tres órdenes de magnitud en parámetros, una GPU por espectador concurrente en servicio y treinta y dos B200 en entrenamiento. El modelo de simulación —la parte que realmente decide lo que ocurre en el mundo— tiene cuatro millones y medio de parámetros, menos que la mayoría de las tablas de embedding. Agora-2 es un problema de renderizado disfrazado de motor de juego.

Las cifras publicadas, y lo único que no muestran

Los resultados cuantitativos del informe son, según el propio planteamiento de Odyssey, ablaciones de sus propias decisiones de diseño más que puntuaciones de referencia competitivas, y deben interpretarse de esa manera:

• Prefijo estructurado frente a una línea base VAE — error cuadrático medio de 0,001279 y PSNR de 30,11 dB frente a 0,010272 y 20,67 dB, una ganancia de 9,44 dB, sobre 90 evaluaciones emparejadas de 30 clips y 3 semillas

• Atención del renderizador — 20,09 milisegundos por actualización del denoiser de dos fotogramas con el prefijo estructurado frente a 37,06 con atención cruzada y 18,82 con AdaLN agrupado, una reducción del 45,8 % en el denoiser y del 34,1 % en el núcleo

• Dropout del historial al 50 % — error de streaming de 0,05695 y de arranque en frío de 0,19535 frente a 0,06041 y 0,21082 sin dropout, con una fidelidad de perturbación del mapa ligeramente peor

• Precisión de simulación — 85,17 % en predicción de ramas de movimiento, 68,17 % en el subconjunto más difícil de ejemplos bloqueados, y 95,84 % en modo de animación, con cambios de modo previstos del 7,49 % frente al 3,54 % registrado.

Todas esas cifras se miden con respecto a otra configuración de Agora-2. Ninguna de ellas es una comparación con un sistema ya lanzado, y ninguna describe una partida en vivo. La sección 8 del informe es sincera sobre esa brecha. La transferencia a nuevos activos, reglas o entornos sigue sin probarse. Los errores se acumulan. Las imágenes generadas de forma independiente aún pueden discrepar en apariencia, visibilidad o sincronización de eventos. Y la frase que merece citarse completa: la velocidad de fotogramas sostenida y la latencia de entrada a pantalla durante la interacción multiagente en vivo no se han evaluado cuantitativamente. Las quince actualizaciones por segundo y los treinta fotogramas por segundo anteriores son objetivos, no mediciones.

Dónde se encuentra la vista previa, y qué no incluye

La vista previa jugable está en el sitio propio de Odyssey, al que se llega mediante la dirección de demostración agora.odyssey.ml, que redirige a agora.odyssey.systems. El informe técnico es el PDF enlazado desde el mismo anuncio. Lo que no se publica es tan notable como lo que sí: ni pesos del modelo, ni repositorio, ni licencia, ni API de inferencia ni precio. Odyssey describe el lanzamiento como una vista previa de investigación y considera la trayectoria hacia la interacción multiagente dentro de sus modelos fundacionales del mundo como trabajo futuro, con PROWL incluido como la línea de investigación que está ampliando y Odyssey-3 nombrado como el destino final.

Eso importa para cualquiera que planee construir sobre Agora-2, porque la respuesta práctica hoy es que no puedes — ni a través de nosotros ni a través del endpoint alojado de ningún otro. OrcaRouter no sirve Agora-2, Agora-1 ni Odyssey-3; esas rutas de modelos no existen en nuestro catálogo. Lo que sí ofrece nuestra plataforma es el resto de una construcción que podría rodear a un mundo aprendido: un único endpoint que cubre más de 200 modelos, con el precio de lista de cada proveedor y cero margen añadido, así que cuando un proveedor baja un precio, el cambio está activo aquí el mismo día, y una capa de enrutamiento que redirige automáticamente una solicitud cuando un proveedor se degrada. Si acabas usando un modelo para generar diseños de niveles, escribir código de políticas o poner subtítulos a partidas grabadas, esa es la parte en la que sí podemos ayudarte.

Qué ver

Agora-2 es un resultado real con una salvedad real, y es fácil confundir las dos. El resultado es que se puede simular y renderizar un mundo compartido, persistente y multi-entorno para veinte participantes a partir de un corpus de partidas grabadas, y que Odyssey puede señalar las decisiones de diseño específicas —estado explícito, un prefijo de condicionamiento estructurado, un modelo de simulación diminuto— que lo hicieron posible. La salvedad es que la propia sección 8 del artículo enumera la latencia en vivo, la tasa de fotogramas sostenida, la transferencia entre entornos y la acumulación de errores como no evaluadas. Hasta que alguien publique un registro de tasa de fotogramas de una sesión real de cuatro jugadores, el resumen honesto es que Agora-2 demuestra la arquitectura y deja la experiencia sin medir.

Lo segundo que hay que observar es el rumbo que está tomando. El propio planteamiento de Odyssey sitúa a Agora-2 como un paso en el camino hacia introducir la interacción multiagente dentro de un modelo fundacional del mundo, con PROWL como la expansión de investigación y Odyssey-3 como el objetivo declarado. Si eso sucede, la pregunta interesante deja de ser si un modelo del mundo puede sostener a veinte participantes y pasa a ser si puede llevarlos a un mundo en el que nunca fue entrenado, que es precisamente la cuestión de transferencia que el informe actual declina responder.