Odyssey-3：Odyssey 的基礎世界模型究竟是什麼

關於 Odyssey-3，首先要弄對的是名詞。它不是為了行銷理由而被冠上世界模型之名的影片生成器——Odyssey Systems 在其自家的發布頁面上，將它描述為「一套學習得來的動力系統，以自迴歸擴散 Transformer 實作，能預測物體如何在空間中移動與互動，以及情境如何隨時間演變。」這次的雙層級發布，包含 832×480 的 Odyssey-3 與 1280×720 的 Odyssey-3 Pro，是一個你能置身其中行動的模型，而不是下達一次提示就轉身離開的模型。Odyssey 於 2026 年 9 月 15 日以「A General-Purpose Physical Intelligence」為題宣布了這項成果，並於 2026 年 10 月 8 日開放公開研究預覽；本頁是模型本身的參考條目，而非關於這兩個日期的報導。

這在實務上意味著什麼：在 Odyssey 自己的頁面上，你輸入提示，模型會建立一個環境，而你可以在其中移動——第一人稱、第三人稱，或作為自由漂浮的攝影機——同時模型持續預測接下來會發生什麼。Odyssey 稱該體驗核心的那個蒸餾、少步數變體「能夠即時互動」。它沒有任何定價、授權或可下載的內容。沒有模型卡、沒有權重發布，也沒有自助式金鑰。這個組合就是讀者問題的全部，而且值得按照這個決策實際需要的順序來理解。

Odyssey-3 屬於哪一類模型？

搜尋「Odyssey 3 world model」的讀者，分類抓得沒錯，而且這正是 Odyssey 自己的說法：頁面標題稱 Odyssey-3 是它「迄今最強大的基礎世界模型」。確切的類別比一般泛稱的「世界模型」更狹窄。Odyssey-3 是一個互動式、以動作為條件的情境模型——它會依提示生成一個具身環境，接著預測當一個人或代理採取動作或引入事件時，該環境會如何變化，並以先前的觀察加上最新輸入作為條件。Odyssey 的用語是，今日的預覽「提供第一人稱與第三人稱導航，以及獨立的鏡頭移動。」

為什麼在 Odyssey 自己對它如何被建構的敘述中，那是一個與影片模型不同的產物：

它建構為一個多步驟的影片擴散 Transformer，具備時間解析的提示與控制，接著透過教師強制和因果遮罩以自迴歸方式延伸，使其能從先前的觀察繼續，並以動作輸入為條件預測未來狀態。

• 一套結合分佈匹配與對抗式蒸餾的後訓練流程，能產出少步數的蒸餾變體——這正是讓即時互動得以成立的一環，因為每幀需要數十個去噪步驟的擴散模型，根本跟不上按鍵輸入。

• 它的訓練資料包括：帶有時間定位、經結構描述驗證之事件標註的網際網路影片；具有時間對齊鍵盤與滑鼠輸入的遊戲過程錄影；以及帶有字幕與中繼資料的模擬剛體互動。遊戲過程與模擬來源是將動作連結到觀察的關鍵；網際網路影片則提供廣度。

• 輸出是影片，而輸入介面包含文字提示、上傳的影像，以及連續的動作或攝影機控制。它不是語言模型，也沒有 LLM 意義上的上下文視窗；Odyssey 的資料中沒有任何內容描述這種東西。

所以正確的一句話答案是：世界模型，具體來說是一個會輸出影片的互動式環境模型——不是影片生成器，也不是聊天機器人式的多模態 LLM。本網站上那十二個將它與 Seedance、Veo、Kling、Runway 及類似工具對比的比較頁面，是在把環境模型拿來跟短片生成器相比；下方的基準測試才是這項差異真正以數字顯現的地方。

你今天可以用它做什麼

研究預覽已在 experience.odyssey.systems 上線，而 Odyssey 的頁面明確表示「我們的研究預覽現已推出」。閱讀預覽應用程式本身，控制項如下：

• 一個提示框（「描述你想讓 AI 模擬的內容」）、圖片上傳功能，以及一個建議場景圖庫，你可以用方向鍵瀏覽，並按 Enter 選取。

• 三種起始攝影機意圖——「世界視角」，在介面中描述為「未附掛玩家的自由漂浮攝影機」；「第一人稱視角」，「透過可遊玩主體的雙眼觀看」；以及「第三人稱視角」。

• 一個啟動控制項，用來開始模擬；之後你可以在環境中移動，並在生成過程中引入事件，觀察模型如何回應。

關於取用權限，有兩件事你不該得靠自己踩雷才知道。首先，預覽畫面裡的按鈕寫著「Try Odyssey-3 Flash」——這個層級名稱在網站上其他地方完全找不到。Odyssey 只列出兩個層級，Odyssey-3 和 Odyssey-3 Pro，而且沒有公布任何叫做 Flash 的東西的規格、尺寸或解析度。在 Odyssey 提出說明文件之前，請把這個標籤當成未經解釋的。其次，API 這條路並非自助式。「Get API Access」連結指向 developer.odyssey.ml，而該頁面目前寫著：「Odyssey-2 Max 目前正逐步開放給既有的 API 使用者。如果你已經有我們的帳號，請繼續。否則，請由此處申請優先取用權限。」今天所宣傳的開發者介面是 Odyssey-2 Max，不是 Odyssey-3。對開發者來說，通往 Odyssey-3 的途徑是 Odyssey 自家網站上的聯絡表單，而對它最誠實的描述就是：一個排隊等候的隊伍。

Odyssey 記載的限制——以及它未記載的限制

這正是參考頁面發揮價值之處，因為資料缺口與數字本身同樣攸關決策。

• 解析度 — Odyssey-3 832×480；Odyssey-3 Pro 1280×720。廠商公布，直接載明於公告頁面。

• 影格率 — Odyssey 並未公布。主要資料中唯一的影格率數字，是 Physics-IQ Verified 排行榜的「輸出 FPS」欄，該欄將每個 Odyssey 項目列為 16，對比 FLUX 3 [large] 的 24。那是第三方排行榜上的第三方欄位，不是廠商規格，而且它是該排行榜用來標準化成本的數字。

• 片段時長 — 未公布。Odyssey 並未記載任何最大生成長度、片段長度或工作階段長度。WorldMark 是 Odyssey 為世界模型品質所引用的基準，其自身測試案例以 20、40 和 60 秒執行——那些是該基準的探測長度，並非 Odyssey-3 有明文記載的限制，將兩者混為一談會是個錯誤。

• 互動性限制——並未以限制的形式公布。Odyssey 記錄了可用的模式（第一人稱、第三人稱、自由攝影機、生成中途事件），但沒有公布任何延遲數字、任何最大同時動作數，也沒有說明一個工作階段能運行多久之後世界才會劣化。

• 成本模型 — Odyssey 唯一公布的財務數字是一項假設，而非價格：它在計算其 Physics-IQ 圖表的成本軸時，「假設每 MI355X GPU 小時為 1 美元，不含提示改寫費用」。截至今日，任何 Odyssey 頁面上都沒有價目表、沒有每秒費率，也沒有點數方案。

權重、程式碼與授權條款：三者皆無

直接了當地回答，三個方面都是。沒有任何權重發布——在 Hugging Face 上搜尋 Odyssey Systems 的模型，找不到任何來自該公司的結果，且沒有任何 Odyssey 頁面提及檢查點、儲存庫或下載。沒有發布任何訓練或推論程式碼。而且沒有發布 Odyssey-3 的授權條款；網站上唯一一份看似授權與條款的文件是 API 條款頁面，最後更新於 2026-01-22，該頁仍規範「Odyssey-2 應用程式介面原型」——這份文件比 Odyssey-3 早了兩個模型世代，且未提及 Odyssey-3。

如果任何地方的頁面告訴你 Odyssey-3 是開放權重，或引用它的授權條款，那個頁面只是在猜測。Odyssey 自家的資料中，目前沒有任何內容支持這兩種說法。

Odyssey 所聲稱的內容，以及實際測量到的結果

Odyssey 提出了一項頭條基準測試主張：「Odyssey-3 Pro 在 Physics-IQ Verified 的影片轉影片基準上樹立了新的最高水準，達到 66.1，是已報告的最高分數」，另外還有第二項主張，即 Odyssey-3「在我們的評估中，於 WorldMark 的 4 個類別裡有 3 個排名第 1」。這兩項主張的依據不同，應分別解讀。

Physics-IQ Verified 是一個真正的第三方排行榜。它由 Anates Labs 與 DeepMind 共同運營，目前列出 16 個實驗室的 41 個模型，其評分方式是向模型展示真實物理實驗的影片——流體動力學、光學、固體力學、磁學、熱力學——並將模型的續寫結果與實際發生的情況進行比對。以下是查閱 2026-10-13 影片對影片驗證排行榜的結果：

• Odyssey-3 Pro，BoN ×8 取樣 — 66.10，排名 01。Odyssey-3，BoN ×8 — 64.43，排名 02。FLUX 3 [large]，BoN ×8 — 64.35 ± 0.22，排名 03。廠商的 66.1 數字與排行榜第一列相符，因此「最高回報分數」的說法在該排行榜自身目前的排名中站得住腳。

• 單次生成的列較低且彼此更接近：Odyssey-3 Pro 63.37 ± 0.63、Odyssey-3 61.56 ± 1.20、FLUX 3 [large] 61.11 ± 0.55。排序在不同取樣下並不穩定。在 best-of-8 下，基礎模型的 64.43 比 FLUX 3 的 64.35 高出 0.08 分，而 Pro 的 66.10 則高出 1.75。在單次生成下，FLUX 3 落在兩個 Odyssey 列之間——比 Odyssey-3 的 61.56 低 0.45，比 Pro 的 63.37 低 2.26。

• 對抱持懷疑態度的讀者而言，最重要的一列在更下方。Odyssey-3 也出現在提示來源標記為「BPP」——由基準提供的提示，未經 LLM 改寫——的分數為 51.76 ± 0.69，排名 08。其自訂提示那一列是 61.56。在以基準自身的提示測試時，該模型經驗證的分數比使用其自身提示時大約低十分。該排行榜明確表示，獨立的 LLM／提示成本是在生成成本標準化之後另行加上，而 Odyssey API 的提示改寫估計為每支提交影片 $0.01，且每次 best-of-8 執行共用一個改寫後的提示。

• 在圖像轉影片的驗證排行榜上，排名有所不同，廠商的表述也應據此調整：FLUX 3 [large] 以 54.70（BoN ×8）領先，Odyssey-3 Pro 以 54.69 位居第二，Odyssey-3 則以 52.83 位居第三。十分之一分無論往哪個方向都不算領先。Odyssey 對最先進地位的宣稱是影片轉影片的主張，而在圖像轉影片上，它並不是領先者。

• 標準化成本：該排行榜以 24 fps 與 1280 寬的輸出計算，而各項輸入即依此回報：在 video-to-video best-of-8 的列上，Odyssey-3 Pro 為 $3.484、Odyssey-3 為 $1.430，對比 FLUX 3 [large] 的 $16.430；在單次生成的列上，Odyssey-3 Pro 為 $0.444、Odyssey-3 為 $0.187。請注意，先前關於此次發布的報導曾引用 $0.139 與 $0.267 這兩個 Odyssey 等級的數字——那些是同一排行榜上 image-to-video 單次生成的列，而非 video-to-video 的列，兩者不應對調。該數字並未變動；它屬於另一個取樣列。

• 子指標，影片轉影片驗證：Odyssey-3 Pro 在空間指標以 73.19 領先，加權空間指標為 65.07；Odyssey-3 在時空指標以 70.44 領先。FLUX 3 [large] 在均方誤差以 57.39 領先，Odyssey-3 Pro 以 55.81 位居第二。Odyssey 在空間方面領先，但在誤差方面則否。

WorldMark 這項主張的理據較薄弱，而這是需要仔細閱讀的部分。WorldMark 是一套真實、公開的基準測試套件，來自 Alaya Lab、東京大學與上海創新研究院：它以一組共用的 WASD 式動作詞彙，在 500 個標準化案例上驅動十個模型，並就動作動態、世界記憶與視覺品質評分九項確定性指標。Odyssey 的說法是：「在我們的評估中，使用該基準測試自身的說明文字，以及其回報的 13 項指標分數之平均，Odyssey-3 在第一人稱風格化、第三人稱真實與第三人稱風格化環境中排名第一。」從主要資料可得出三點：

• 這是一項自行執行的評測。Odyssey 執行了該基準測試並回報了結果；WorldMark 的作者並未發布該結果。

• Odyssey-3 並未出現在該基準測試自身公布的結果中。於 2026-10-13 查看 WorldMark 的結果頁面時，四個分項列出十個模型——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 與 Yume 1.5——而 Odyssey-3 並不在其中。因此，這個排名無法對照該基準測試自身的數字來查核，因為在公開榜單上根本沒有這些數字。

• Odyssey 所描述的指標數量，與該基準測試本身的說明不同。WorldMark 的頁面描述的是三個類別中的「九個確定性指標」；Odyssey 則描述「其 13 個所回報指標分數的平均值」。就該套件的不同檢視角度而言，兩者都可能成立，但讀者無法從外部將兩者調和，而會變動的數字正是最上層的那個數字。

• Odyssey-3 在自家評估中唯一未能勝出的分項，正是最貼近產品宣傳的那一項：第一人稱真實環境；Odyssey 在此取得 80.6，落後 Lyra 2.0 的 84.4 與 AlayaWorld 的 83.0。該模型宣稱的優勢集中在風格化與第三人稱世界。

除了那兩項基準測試之外，每一項能力宣稱都是供應商自行報告、且未經獨立重現的，而參考頁面應該如實說明，不該加以緩和。Odyssey 報告了一個機械手臂動作解碼器，僅以「數十小時的機器人示範」訓練，卻產生了示範中未出現的復原行為，包括在抓取失敗後重新調整夾爪方向。它報告了 Flexion 在 Odyssey-3 上建構的人形控制策略，在環境變化下表現優於受測的 VLA 基準，並且在使那些基準失效的光照變化下仍能持續運作。它報告了一個駕駛策略，以 20 小時駕駛資料訓練，並將 Odyssey-3 主幹保持凍結，在印度真實道路上的閉環駕駛——而該研究中唯一的比較數字是，純模擬策略在安全駕駛介入之間的行駛距離，約為以真實影像訓練策略的 77%。它報告了多感測器生成，一個 Odyssey-3 檢查點在 100 個訓練步驟後，能同時產生駕駛資料集的前三個攝影機視角。上述內容沒有任何一項曾被 Odyssey 以外的人重新執行，也沒有任何第三方發表過 Odyssey 未提供的 Odyssey-3 數字。

此外，目前也還沒有可直接依據的正面對決。除了 Physics-IQ 提交內容本身之外，沒有人以相同的評測框架與相同的取樣設定，讓 Odyssey-3 與 FLUX 3 [large] 或任何其他模型一較高下；而 Physics-IQ 的表格正是取樣選擇——八取一（best-of-8）對比單次生成、自訂提示對比基準提示——會讓結果相差十分的關鍵所在。任何未標明其取樣設定的排名，都應視為不具參考價值。

如何取得它，以及在這期間該做什麼

今天，路由包括 experience.odyssey.systems 上的瀏覽器預覽，以及 odyssey.systems 上用來申請 API 存取權的聯絡表單。這就是完整清單；沒有定價頁面、沒有速率限制說明文件，也沒有自助式金鑰。Odyssey-3 也不是我們能替你安排路由的東西——目前還沒有可呼叫的 API 可以指向，因此任何針對開發者而寫的可用性說法都還言之過早。

如果這讓你這週需要用得上什麼，有用的做法是架構上的，而非編輯上的：把模型放在你能掌控的介面之後，這樣日後把 Odyssey-3 放進來就只是改個設定，而不是重寫。這正是路由層存在的理由，也是評估一個基準數字會因取樣而上下浮動十分的模型的正確方式——你會希望能用自己的提示、用同一把金鑰，把真實的東西與現行方案做 A/B 測試，而不必另外簽一份合約。OrcaRouter 把 超過 200 個模型放在單一端點之後，以 0% 加成直接傳遞供應商定價，並且會自動跨供應商容錯切換——這對 Odyssey-3 所處的處境最為關鍵：一個你還拿不到的模型，旁邊擺著你拿得到的模型。

具體該關注什麼，並按它會多大程度改變答案來排序：公開的價格與自助式金鑰；授權條款與權重釋出，或明確聲明兩者都不會推出；來自 Odyssey 而非排行榜欄位的影格率與時長規格；以及 Odyssey-3 出現在 WorldMark 自己公布的結果中，這會把自行跑的排名變成可查核的排名。至少在這些之中的第一項與最後一項出現之前，對 Odyssey-3 的準確描述是：一個確實有趣的世界基礎模型——一個輸出影片的互動式環境模型，而不是影片生成器——在 best-of-8 取樣下有一項強勁的第三方基準結果，在該基準自己的提示下則有一項 modest 得多的結果，而且完全沒有任何商業化管道。