Agora-2: Modelo de Mundo Jogável da Odyssey Roda 20 Participantes em Quatro GPUs

Agora-2 coloca vinte participantes em uma simulação e a chama de prévia de pesquisa jogável. A Odyssey publicou-a em 21 de setembro de 2026, em um post intitulado "Apresentando Agora-2: Avançando a Simulação de Mundo Multiagente", assinado por Oliver Cameron, e o número que circula é o vinte. O número que importa é a divisão dentro dele. Uma sessão suporta até quatro controladores humanos simultâneos ao lado de dezesseis entidades autônomas, e esses não são o mesmo tipo de participante — quatro pessoas digitando comandos de movimento, dezesseis políticas os executando. A Odyssey treinou as políticas ela mesma, em estágios de um jogo no qual ela também treinou: o artigo diz que o mundo é aprendido a partir de capturas de Diablo II.

Essa distinção entre participantes controlados e simulados é onde vive quase tudo o que há de interessante no Agora-2. É também aí que a maior parte da cobertura vai se tornar confusa, porque "20 jogadores" é uma frase mais limpa do que "quatro jogadores e dezesseis agentes aprendidos compartilhando um estado que sobrevive fora da tela". O que a Odyssey está lançando não é um gerador de vídeo com multiplayer adicionado de última hora. Está mais para um servidor de jogo cuja física, animação e renderização foram todas substituídas por componentes aprendidos, e cuja única fonte genuína de conteúdo é um conjunto de dados de partidas gravadas.

Vinte participantes são quatro pessoas e dezesseis políticas.

Odyssey deixa explícito que Agora-2 suporta cinco vezes mais participantes que Agora-1 e que passou de simular um único ambiente para simular múltiplos ambientes com comportamento de horizonte mais longo. O formato por sessão é este:

• Controladores humanos — até 4 simultâneos, cada um fornecendo entrada de movimento e ação

• Entidades autónomas — 16 por sessão, orientadas por políticas aprendidas de monstros e companheiros em vez de por jogadores

• Total de participantes — 20 em um único estado de mundo compartilhado, que é o número com que a Odyssey abre

• Ambientes — vários, em vez do único ambiente que o Agora-1 conseguia simular

• Base de conteúdo — {{1}}capturas de Diablo II{{/1}}, portanto o mundo, os recursos e as regras são todos herdados de um único corpus gravado

• Formato de lançamento — uma prévia jogável de pesquisa, não um produto, sem pesos, sem licença e sem preço

Os dezesseis autônomos não são decoração. O relatório da Odyssey descreve o treinamento de políticas separadas para monstros e companheiros, e as contagens da avaliação são específicas: 23.771 exemplos da política de monstros do estágio final extraídos de um professor base, mais dados de recuperação e retenção, e 128.005 exemplos para a política de companheiros, avaliados em relação a 252 episódios de avaliação e 24 casos de avaliação, respectivamente. Essas políticas são o que faz uma sessão de quatro pessoas parecer povoada. Também são a razão pela qual a contagem de participantes é uma escolha de design, e não uma alegação de capacidade — dezesseis é quantos agentes o servidor de mundo foi treinado para suportar ao lado de quatro humanos, não quantos poderia teoricamente comportar.

A arquitetura é um modelo pequeno e um grande.

Agora-2 separa a coisa que decide o que acontece da coisa que decide como isso se parece, e a diferença de tamanho entre elas é o número mais impressionante do artigo. O modelo de simulação tem 4.457.777 parâmetros — aproximadamente 4,46 milhões, quatro camadas de profundidade, largura 256, quatro cabeças, uma janela de histórico de quatro passos, quatorze ramificações de movimento e uma cabeça separada para orientação. O renderizador é um transformer de flow matching de cerca de um bilhão de parâmetros, dezesseis blocos com largura 2.048, cinco deles com atenção temporal causal, executado por cinco passos do solucionador a cada atualização.

O renderizador é condicionado a um prefixo de 342 tokens, e não ao mundo bruto:

• Mapa — 144 tokens, uma grade de tiles local 12×12 ao redor do ponto de vista

• Entidades — 36 tokens, quatro para participantes controlados pelo usuário e 32 para outros slots de entidade

• Efeitos transitórios — 160 tokens para efeitos que não são nem mapa nem entidade

• Visualizar e lista — um token cada para a ação da câmera e a lista de participantes da sessão

• Por atualização — 300 tokens de imagem fazendo atenção sobre aqueles 342 tokens de condicionamento

• Codec — um latente baseado em RAE a 2 frames em 15×20×32, depois x264 CRF 18 ou NVENC QP 18 na saída

Odyssey nomeia a razão pela qual o condicionamento é estruturado dessa forma: um mundo aprendido precisa manter as propriedades das entidades em um estado que sobrevive a qualquer câmera específica. O post coloca isso claramente — porque as propriedades das entidades são retidas independentemente de qualquer visão específica, elas permanecem disponíveis quando uma entidade está fora do quadro. É essa a frase que separa o Agora-2 de um modelo de vídeo. Um gerador que condiciona apenas quadros recentes perde o monstro no momento em que você desvia o olhar dele; um modelo de mundo que mantém um estado explícito não.

Quatro GPUs compram quatro jogadores

O plano de serving no relatório é a parte menos divulgada do Agora-2 e a mais útil para qualquer pessoa que esteja estimando quanto custaria um mundo como este. A configuração da Odyssey para uma sessão de quatro jogadores é de quatro placas NVIDIA RTX PRO 4500: um renderizador por GPU, com uma dessas GPUs também hospedando o modelo de simulação e a política do agente. As metas declaradas são quinze atualizações latentes por segundo com trinta quadros exibidos por segundo.

Dois números no apêndice tornam essa configuração concreta. A 165 watts, a equipe mediu uma redução de inferência de 9,9% decorrente de uma alteração no renderizador — de 62,92 milissegundos para 56,69 milissegundos em 3.200 chamadas por implementação. E o treinamento do renderizador foi igualmente específico: sessenta mil atualizações em 4.232.000 segmentos, seguidas de mais sessenta mil em 4.332.800 segmentos, AdamW com taxa de aprendizado de 1e-4, lote 128, EMA 0,9999, executado em 32 GPUs B200. Esse corpus está detalhado — 1.200.000 segmentos de combate com elenco completo, 2.016.000 segmentos estratificados de habilidades especiais, 504.000 segmentos de travessia de cadáveres, 512.000 segmentos de movimento sem entidades autônomas e 100.800 segmentos de ciclo de vida de portal de boss.

Leia esses dois parágrafos juntos e o formato do produto fica claro. O renderizador é a metade cara, por três ordens de magnitude em parâmetros, uma GPU por espectador simultâneo no serving e trinta e dois B200s em treinamento. O modelo de simulação — a parte que de fato decide o que acontece no mundo — tem quatro milhões e meio de parâmetros, o que é menor que a maioria das tabelas de embeddings. Agora-2 é um problema de renderização vestindo uma fantasia de motor de jogo.

Os números publicados, e a única coisa que eles não mostram

Os resultados quantitativos do relatório são, pelo próprio enquadramento da Odyssey, ablações de suas próprias escolhas de design, e não pontuações competitivas de benchmark, e devem ser lidos dessa forma:

• Prefixo estruturado vs uma linha de base VAE — erro quadrático médio de 0,001279 e PSNR de 30,11 dB contra 0,010272 e 20,67 dB, um ganho de 9,44 dB, em 90 avaliações pareadas de 30 clipes e 3 sementes

Atenção do renderizador — 20,09 milissegundos por atualização do denoiser de dois quadros com o prefixo estruturado, contra 37,06 com atenção cruzada e 18,82 com AdaLN com pooling, uma redução de 45,8% no denoiser e de 34,1% no núcleo

• Dropout de histórico em 50% — erro de streaming de 0,05695 e de cold-start de 0,19535 contra 0,06041 e 0,21082 sem dropout, com fidelidade levemente pior à perturbação do mapa

• Precisão da simulação — 85,17% na previsão de ramificação de movimento, 68,17% no subconjunto mais difícil de exemplos bloqueados e 95,84% no modo de animação, com mudanças de modo previstas em 7,49% contra 3,54% registadas

Todos esses números são medidos em relação a outra configuração do Agora-2. Nenhum deles é uma comparação com um sistema já lançado, e nenhum descreve jogo ao vivo. A Seção 8 do relatório é franca sobre a lacuna. A transferência para novos ativos, regras ou ambientes permanece não testada. Os erros se acumulam. Imagens geradas independentemente ainda podem divergir em aparência, visibilidade ou temporização de eventos. E a frase que vale citar na íntegra: taxa de quadros sustentada e latência de entrada até a exibição durante interação ao vivo entre múltiplos agentes não foram avaliadas quantitativamente. As quinze atualizações por segundo e os trinta quadros por segundo acima são metas, não medições.

Onde a pré-visualização fica, e o que ela não inclui

A prévia jogável está no próprio site da Odyssey, acessível através do endereço de demonstração agora.odyssey.ml, que redireciona para agora.odyssey.systems. O relatório técnico é o PDF vinculado no mesmo anúncio. O que não foi publicado é tão notável quanto o que foi: nenhum peso de modelo, nenhum repositório, nenhuma licença, nenhuma API de inferência e nenhum preço. A Odyssey descreve o lançamento como uma prévia de pesquisa e trata a trajetória em direção à interação multiagente dentro de seus modelos de mundo fundacionais como trabalho futuro, com PROWL listado como a linha de pesquisa que está expandindo e Odyssey-3 nomeado como o destino final.

Isso importa para quem planeja construir sobre o Agora-2, porque a resposta prática hoje é que não é possível — nem por meio de nós nem por meio do endpoint hospedado de qualquer outra pessoa. O OrcaRouter não serve o Agora-2, o Agora-1 ou o Odyssey-3; essas rotas de modelos não existem no nosso catálogo. O que a nossa plataforma oferece é o restante de uma construção que pode girar em torno de um mundo aprendido: um único endpoint que cobre mais de 200 modelos, com preços na tabela de cada provedor e sem nenhuma margem, então, quando um fornecedor baixa um preço, a alteração fica ativa aqui no mesmo dia, e uma camada de roteamento que redireciona automaticamente uma solicitação quando um provedor apresenta degradação. Se você acabar usando um modelo para gerar layouts de níveis, escrever código de políticas ou legendar partidas gravadas, é nessa parte que podemos realmente ajudar.

O que assistir

Agora-2 é um resultado real com uma ressalva real, e é fácil confundir os dois. O resultado é que um mundo compartilhado, persistente e multiambiente pode ser simulado e renderizado para vinte participantes a partir de um corpus de partidas gravadas, e que o Odyssey consegue apontar as decisões de projeto específicas — estado explícito, um prefixo de condicionamento estruturado, um modelo de simulação minúsculo — que fizeram isso funcionar. A ressalva é que a própria seção 8 do artigo lista latência ao vivo, taxa de quadros sustentada, transferência entre ambientes e acúmulo de erros como não avaliados. Até que alguém publique um traço de taxa de quadros de uma sessão real de quatro jogadores, o resumo honesto é que o Agora-2 prova a arquitetura e deixa a experiência sem medição.

A segunda coisa a observar é a direção em que as coisas caminham. O próprio enquadramento da Odyssey posiciona o Agora-2 como um passo no caminho para colocar a interação multiagente dentro de um modelo de mundo fundacional, com o PROWL como a expansão de pesquisa e o Odyssey-3 como o alvo nomeado. Se isso acontecer, a pergunta interessante deixa de ser se um modelo de mundo consegue acomodar vinte participantes e passa a ser se um modelo de mundo consegue levá-los a um mundo no qual nunca foi treinado — que é precisamente a questão de transferência que o relatório atual se recusa a responder.