Odyssey-3：Odysseyの基盤世界モデルとは実際に何なのか

Odyssey-3 について最初に正しく押さえるべきは、その名詞である。それはマーケティング上の理由で世界モデルというブランド名を与えられたビデオ生成器ではない — Odyssey Systems は自社の発表ページで、それを「学習された力学系であり、自己回帰拡散トランスフォーマーとして実装され、物体が空間をどのように移動し相互作用するか、そして状況が時間とともにどのように進化するかを予測するもの」と説明している。2段階のリリース、832×480 の Odyssey-3 と 1280×720 の Odyssey-3 Pro は、一度プロンプトを与えて離れるモデルではなく、その中で行動するモデルである。Odyssey は 2026年9月15日に「汎用物理知能」というタイトルでこの研究を発表し、2026年10月8日に公開研究プレビューを開始した。このページはモデル自体の参照エントリであり、どちらの日付に関する報告でもない。

実際に何を意味するかというと、Odyssey 自身のページでプロンプトを入力すると、モデルが環境を構築し、その中を一人称、三人称、あるいは自由に浮遊するカメラとして移動できる――その間もモデルは次に何が起こるかを予測し続ける。Odyssey は、その体験の中心にある蒸留された少数ステップの変種を「リアルタイムのインタラクションが可能」と呼んでいる。これについて価格設定も、ライセンス供与も、ダウンロード提供もされていない。モデルカードも、重みの公開も、セルフサービス用のキーもない。その組み合わせこそが読者の問いの全体であり、実際の意思決定が必要とする順序で受け止める価値がある。

Odyssey-3はどのクラスのモデルですか？

「Odyssey 3 world model」を検索している読者は、その分類を正しく捉えている。しかもそれはOdyssey自身の用語でもある。ページの見出しはOdyssey-3を「これまでで最も強力な基盤ワールドモデル」と呼んでいる。ただし正確なクラスは、一般的に使われる「ワールドモデル」よりも狭い。Odyssey-3はインタラクティブで行動条件付けされた環境モデルであり、プロンプトから身体性を備えた環境を生成し、その後、人やエージェントが行動を取ったりイベントを持ち込んだりするにつれてその環境がどのように変化するかを、過去の観測と最新の入力に条件付けして予測する。Odysseyの表現によれば、今回のプレビューは「一人称および三人称のナビゲーションと、独立したカメラ移動を提供する」というものだ。

Odyssey自身の、それがどのように構築されたかについての説明では、なぜそれがビデオモデルとは異なる成果物なのか：

• これは、時間的に分解されたプロンプトと制御を備えた多段階の動画拡散トランスフォーマーとして構築され、その後、教師強制と因果マスキングによって自己回帰的に拡張されるため、先行する観測から継続し、行動入力に条件付けられた将来の状態を予測できる。

• 分布マッチングと敵対的蒸留を組み合わせたポストトレーニングパイプラインは、数ステップの蒸留バリアントを生み出す——これこそがリアルタイムのインタラクションをそもそも可能にする要素であり、フレームごとに数十回のノイズ除去ステップを必要とする拡散モデルはキー押下に追いつくことができないからだ。

• それは、時間的に局所化されスキーマで検証されたイベントアノテーションを伴うインターネット動画、時間的に同期されたキーボードとマウス入力付きのゲームプレイ録画、およびキャプションとメタデータ付きのシミュレートされた剛体相互作用を用いて訓練されている。ゲームプレイとシミュレーションのソースが行動を観察に結び付けるものであり、インターネット動画がその幅広さを提供する。

• 出力は動画で、入力面にはテキストプロンプト、アップロードされた画像、連続的な動きまたはカメラ制御が含まれます。Odysseyは言語モデルではなく、LLMの意味でのコンテキストウィンドウを持ちません。Odysseyの資料には、そのようなものについて何も記述されていません。

つまり、正しい一言の答えはこうだ。世界モデル、具体的には動画を出力するインタラクティブな環境モデルであり、動画ジェネレーターではなく、チャットボット寄りのマルチモーダルLLMでもない。このサイトにある12の比較ページは、それをSeedance、Veo、Kling、Runwayなどと対比させているが、環境をクリップ生成器と比較している。以下のベンチマークこそ、その区別が実際に数字として現れる場所だ。

今日、これでできること

リサーチプレビューは experience.odyssey.systems で公開されており、Odyssey のページには「当社のリサーチプレビューは現在利用可能です」とはっきり記載されています。プレビューアプリケーション自体を読むと、コントロールは次のとおりです：

• プロンプトボックス（「AIにシミュレートしてほしい内容を説明してください」）、画像アップロード、そして矢印キーで閲覧してEnterで選択できるおすすめシーンのギャラリー。

• 3つの開始カメラインテント —「ワールドビュー」（インターフェースでは「プレイヤーがアタッチされていない自由浮遊カメラ」と説明）、「一人称ビュー」（「操作可能な対象の目を通して見る」）、「三人称ビュー」。

• シミュレーションを開始するスタートコントロール。その後、環境内を移動し、生成の途中でイベントを導入して、モデルがどのように応答するかを観察できます。

アクセスについて、わざわざ苦労して知る必要のない2つのことがあります。まず、プレビュー内のボタンには「Try Odyssey-3 Flash」と表示されています。これはサイトの他のどこにも現れないティア名です。Odyssey が名前を付けているティアはちょうど2つ、Odyssey-3 と Odyssey-3 Pro だけで、Flash と呼ばれるものについて仕様、サイズ、解像度のいずれも公開していません。Odyssey が文書化するまで、そのラベルは未説明のものとして扱ってください。次に、API へのアクセス経路はセルフサービスではありません。「Get API Access」リンクは developer.odyssey.ml を指しており、そのページには現在こう書かれています。「Odyssey-2 Max は現在、既存の API ユーザー向けに展開されています。すでに当社のアカウントをお持ちの場合は、そのまま進んでください。そうでない場合は、優先アクセスを申請するにはこちらへ。」現在宣伝されている開発者向けの窓口は Odyssey-2 Max であり、Odyssey-3 ではありません。ビルダーが Odyssey-3 にたどり着くルートは Odyssey 自身のサイトにあるお問い合わせフォームで、正直に言えば、それは順番待ちです。

Odysseyが記録する限界 — そして記録しない限界

ここでこそ参照ページがその価値を発揮する。欠けている部分が、数値と同じくらい意思決定に関わるからだ。

• 解像度 — Odyssey-3 832×480、Odyssey-3 Pro 1280×720。ベンダー公開、発表ページに直接記載。

• フレームレート — Odyssey は公表していない。一次資料のどこにもある唯一のフレームレート数値は、Physics-IQ Verified リーダーボードの「Output FPS」列であり、そこではすべての Odyssey の項目に 16、FLUX 3 [large] には 24 が記載されている。それは第三者ボード上の第三者フィールドであってベンダー仕様ではなく、ボードがコストを正規化するために用いる数値である。

• クリップの長さ — 非公開。Odysseyは最大生成長、クリップ長、セッション長のいずれも明記していない。Odysseyがワールドモデルの品質のために引用するベンチマークであるWorldMarkは、独自のテストケースを20秒、40秒、60秒で実行している——これらはベンチマークのプローブ長であり、Odyssey-3の文書化された制限ではなく、両者を混同するのは誤りである。

• インタラクティブ性の限界 — 限界として公表されているわけではない。Odyssey は利用可能なモード（一人称視点、三人称視点、フリーカメラ、生成途中のイベント）について文書化しているが、レイテンシの数値も、同時実行アクションの上限も、世界が劣化するまでにセッションをどれだけの時間実行できるかについての記述も公表していない。

• コストモデル — Odyssey が公開している唯一の財務的数値は、価格ではなくひとつの前提条件です。同社が Physics-IQ チャートのコスト軸を算出した際に示したのは、「プロンプト書き換え費用を除き、MI355X GPU 1時間あたり1ドルを前提とする」というものでした。本日時点で、Odyssey のどのページにも価格表も、秒単位の料金も、クレジット制度も存在しません。

重み、コード、ライセンス：3つともなし

率直に答えると、三点すべてにおいてノーだ。重みは一切公開されていない——Hugging FaceでOdyssey Systemsのモデルを検索しても、同社のものは何も返ってこないし、Odysseyのどのページにもチェックポイント、リポジトリ、ダウンロードへの言及はない。学習コードも推論コードも公開されていない。そしてOdyssey-3のライセンスも公開されていない。サイト上でライセンスと規約の体裁をとった唯一の文書はAPI利用規約ページで、最終更新は2026-01-22、それでも依然として「Odyssey-2アプリケーション・プログラミング・インターフェースのプロトタイプ」を規定したままだ——これはOdyssey-3よりモデル二世代分前の文書であり、Odyssey-3には言及していない。

どこかのページで Odyssey-3 がオープンウェイトだと言っていたり、そのライセンスを引用していたりするなら、そのページは推測しているだけです。今日の時点で、Odyssey 自身の資料には、どちらの主張を裏付けるものも何もありません。

オデッセイが主張していること、そして実際に測定されたこと

Odysseyは見出しとなるベンチマーク主張を1つ掲げている。「Odyssey-3 Proは、Physics-IQ Verifiedの動画対動画ベンチマークにおいて新たな最高水準を打ち立て、66.1を達成した。これは報告されている中で最高スコアである」。さらに2つ目の主張として、Odyssey-3は「我々の評価において、WorldMarkの4カテゴリのうち3つで1位にランクされた」としている。この2つの主張は根拠の性質が異なるため、切り離して読むべきである。

Physics-IQ Verifiedは正真正銘の第三者ボードです。 これはAnates LabsがDeepMindと共同で運営しており、現在16の研究所から41モデルを掲載しています。そして、実際の物理実験——流体力学、光学、固体力学、磁気学、熱力学——の動画をモデルに見せ、その続きを実際に起きたことと比較して測定することでモデルを評価します。2026年10月13日時点の動画→動画検証済みボードを読むと：

• Odyssey-3 Pro、BoN ×8 サンプリング — 66.10、ランク 01。Odyssey-3、BoN ×8 — 64.43、ランク 02。FLUX 3 [large]、BoN ×8 — 64.35 ± 0.22、ランク 03。ベンダーの 66.1 という数値はボードの最上位行と一致するため、「報告されている最高スコア」という主張は、ボード自身の現在のランキング上でも成り立つ。

• 単一生成の行はより低く、互いに近い：Odyssey-3 Pro 63.37 ± 0.63、Odyssey-3 61.56 ± 1.20、FLUX 3 [large] 61.11 ± 0.55。順序はサンプリング間で安定しない。best-of-8 では、ベースモデルの 64.43 は FLUX 3 の 64.35 を 0.08 ポイント上回り、Pro の 66.10 は 1.75 上回る。単一生成では FLUX 3 は 2 つの Odyssey の行の間に位置する — Odyssey-3 の 61.56 より 0.45 低く、Pro の 63.37 より 2.26 低い。

• 懐疑的な読者にとって最も重要な行は、さらに下にあります。Odyssey-3 は、プロンプト源が「BPP」— ベンチマーク提供のプロンプト、LLM による書き換えなし — と記された形でも、51.76 ± 0.69、順位 08 で現れます。そのカスタムプロンプトの行は 61.56 です。ベンチマーク自身のプロンプトでは、このモデルの検証済みスコアは、自前のプロンプトの場合よりおよそ 10 ポイント低くなります。このボードは、LLM/プロンプトのコストが別途、生成コストの正規化後に加算されること、および Odyssey API のプロンプト書き換えは提出動画 1 本あたり $0.01 と見積もられ、各 best-of-8 実行が 1 つの書き換え済みプロンプトを共有することを明示しています。

• 画像から動画への検証済みボードではランキングが異なり、ベンダーの位置づけもそれに合わせて調整されるべきです。FLUX 3 [large] が 54.70（BoN ×8）で首位、Odyssey-3 Pro が 54.69 で2位、Odyssey-3 が 52.83 で3位です。0.1点差はどちらの方向でもリードとは言えません。Odyssey の最先端という主張は動画から動画への主張であり、画像から動画ではリードしていません。

• 正規化コスト：ボードは、入力が報告される条件でこれを 24 fps、幅 1280 の出力に換算して算出する。video-to-video の best-of-8 行では、Odyssey-3 Pro が $3.484、Odyssey-3 が $1.430 で、FLUX 3 [large] の $16.430 と対比される。single-generation の行では、Odyssey-3 Pro が $0.444、Odyssey-3 が $0.187 である。なお、今回のローンチに関する以前の報道では、2 つの Odyssey ティアについて $0.139 と $0.267 が引用されていたが、それらは同じボード上の image-to-video の single-generation 行であり、video-to-video の行ではない。両者を取り違えてはならない。この数値は動いていない。それは別のサンプリング行に属するものである。

• サブ指標、動画対動画で検証済み：Odyssey-3 Proは空間で73.19、重み付き空間で65.07と首位。Odyssey-3は時空間で70.44と首位。FLUX 3 [large]は平均二乗誤差で57.39と首位で、Odyssey-3 Proが55.81で2位。Odysseyは空間側では先行しているが、誤差では先行していない。

WorldMark に関する主張は裏付けがより弱く、ここは注意深く読むべき部分です。 WorldMark は、Alaya Lab、東京大学、上海イノベーション研究院による、実在する公開ベンチマークスイートです。共通の WASD 形式の行動語彙を使って 10 のモデルを 500 件の標準化されたケースで動作させ、行動ダイナミクス、世界記憶、視覚品質にわたる 9 つの決定論的指標を採点します。Odyssey の主張の枠組みは、「私たちの評価では、ベンチマーク自身のキャプションと、報告されている 13 指標スコアの平均を使うと、Odyssey-3 は一人称スタイライズド、三人称リアル、三人称スタイライズド環境で首位に立つ」というものです。一次資料からは次の 3 つのことが導かれます:

• これは自己実施の評価です。Odyssey がベンチマークを実行し、その結果を報告しました。WorldMark の作者たちはそれを公表していません。

• Odyssey-3 はベンチマーク自身が公表した結果には掲載されていません。2026年10月13日に WorldMark の結果ページを確認すると、4つの部門に10モデル — AlayaWorld、DreamX-World、HY-GameCraft 1.0、HY-World 1.5、LingBot-World、Lyra 2.0、Matrix-Game 2.0、Matrix-Game 3.0、SANA-WM、Yume 1.5 — が掲載されており、Odyssey-3 はその中にありません。したがって、このランキングはベンチマーク自身の数値と照合できません。公開ボードにはそうした数値が存在しないからです。

• Odysseyが説明するメトリクスの数は、ベンチマーク自身の説明とは異なっている。WorldMarkのページでは、3つのカテゴリにおける「9つの決定論的メトリクス」について説明している。一方、Odysseyは「報告された13のメトリクススコアの平均」と説明している。どちらもスイートの異なる見方について当てはまり得るが、読者は外部からそれらを整合させることができず、しかも変わるのはトップラインの数値なのである。

• Odyssey-3が自社評価で唯一勝てていない部門は、製品の売りに最も近い部門だ。一人称視点の実環境であり、そこではOdysseyの数値80.6が、Lyra 2.0の84.4とAlayaWorldの83.0に後れを取っている。同モデルが公称する強みは、スタイライズドな世界と三人称視点の世界に集中している。

2つのベンチマーク以外では、能力に関する主張はすべてベンダー報告であり、独立に再現されていない。リファレンスページはそれをやわらげずに明記すべきだ。Odysseyは、ロボットアームの行動デコーダーが「ロボットの実演をわずか数十時間だけ」で訓練され、実演には存在しなかった回復行動を生み出したと報告している。それには、把持に失敗した後にグリッパーを向き直すことも含まれる。Odyssey-3上でFlexionが構築したヒューマノイド制御ポリシーが、環境変化下でテストされたVLAベースラインを上回り、それらのベースラインを破綻させた照明変化の下でも動作し続けたと報告している。Odyssey-3バックボーンを凍結した状態で20時間の運転データで訓練された運転ポリシーが、インドの実路上でクローズドループ走行したと報告している。そして、その研究における唯一の比較数値は、シミュレーションのみのポリシーが安全ドライバーの介入と介入の間に走行した距離が、実映像で訓練されたポリシーの約77%だったというものだ。マルチセンサー生成についても報告しており、Odyssey-3チェックポイントが100訓練ステップ後に、運転データセットの前方3つのカメラビューをまとめて生成したという。そのいずれもOdyssey外部の誰かによって再実行されたことはなく、Odysseyが提供していないOdyssey-3の数値を公表した第三者もいない。

また、今のところ、頼りにできる直接対決もまだ存在しない。Physics-IQ の提出そのものを除けば、Odyssey-3 を FLUX 3 [large] やその他のモデルと、同一のハーネスおよび同一のサンプリングで比較した人は誰もいない。そして Physics-IQ の表こそ、サンプリングの選択——best-of-8 か単一生成か、カスタムプロンプトかベンチマークプロンプトか——が結果を10点動かす、まさにその場所である。サンプリング条件の行を明記していないランキングは、情報価値がないものとして扱え。

入手する方法と、その間の対処法

現在の導線は、experience.odyssey.systems のブラウザプレビューと、API アクセス用の odyssey.systems のお問い合わせフォームです。これが完全なリストであり、料金ページも、レート制限のドキュメントも、セルフサービスキーもありません。Odyssey-3 についても、こちらで導線を用意できるものではありません — まだ指し示せる呼び出し可能な API が存在しないため、開発者向けの提供状況に関する文言は時期尚早です。

もしその結果、今週中に呼び出せる何かが必要になったなら、有効な一手は編集上のものではなくアーキテクチャ上のものだ。つまり、モデルを自分で制御できるインターフェースの背後に置いておくこと。そうすれば、後から Odyssey-3 を導入するのは書き直しではなく設定変更で済む。それこそがルーティング層が存在する理由であり、サンプリング次第でベンチマークの数値が10ポイントも動くようなモデルを評価する正しい方法でもある。自分のプロンプトで、1つのキーで、2つ目の契約を結ぶことなく、本物を現行のモデルと A/B 比較できるようにしたいはずだ。OrcaRouter は200以上のモデルを単一のエンドポイントの背後に配置し、プロバイダーの定価を0%のマークアップでそのまま通し、プロバイダー間で自動的にフェイルオーバーする — これはまさに Odyssey-3 が置かれている状況、つまりまだ入手できないモデルが、入手できるモデルの隣にあるという状況で最も重要なことだ。

具体的に注視すべきもの、そしてそれが答えをどれほど変えるかの順に挙げると、公開された価格とセルフサービス型のキー；ライセンスと重みの公開、あるいはそのどちらも予定されていないという明示的な表明；リーダーボードの欄ではなく Odyssey によるフレームレートと再生時間の仕様；そして Odyssey-3 が WorldMark 自身の公開結果に現れること——これにより自己運営のランキングが検証可能なものになる。少なくともこれらのうち最初と最後が実現するまでは、Odyssey-3 を正確に言い表すなら、真に興味深い基盤世界モデル——動画を出力するインタラクティブ環境モデルであり、動画生成器ではない——であり、best-of-8 サンプリングで強力な第三者ベンチマーク結果を1つ持ち、ベンチマーク自体のプロンプトでははるかに控えめな結果で、商用の接点は一切ない。