Odyssey erhält 310 Millionen US-Dollar in Serie-B-Finanzierung bei einer Bewertung von 1,45 Milliarden US-Dollar, um künstliche Intelligenz-Modelle der Welt zu verbessern

Der Wettlauf, um die nächste Generation künstlicher Intelligenz zu entwickeln, bewegt sich zunehmend über die Sprache hinaus. Odyssey, ein in Palo Alto ansässiges AI-Forschungslabor, das sich auf Weltmodelle konzentriert, hat 310 Millionen US-Dollar in Serie-B-Finanzierung bei einer Bewertung von 1,45 Milliarden US-Dollar aufgenommen. Die Runde wurde von Natural Capital angeführt und umfasste die Beteiligung von Amazon (AMZN ), AMD Ventures, GV, EQT, In-Q-Tel (IQT) und mehrere bestehende Investoren, was das Unternehmen zu einem der am besten finanzierten Startups macht, die AI-Systeme entwickeln, die die physische Welt verstehen und simulieren können.

Gegründet von den Veteranen der Selbstfahrt-Technologie Oliver Cameron und Jeff Hawke entwickelt Odyssey AI-Modelle, die darauf ausgelegt sind, Kausalität, Physik und Umweltdynamik zu erlernen, anstatt sich ausschließlich auf die Sprachgenerierung zu konzentrieren. Das Unternehmen glaubt, dass diese Systeme letztendlich Durchbrüche in Bereichen wie Robotik, Gaming, Wissenschaft, Gesundheitswesen, Bildung, Verteidigung und anderen Branchen ermöglichen könnten.

Ein wachsender Einsatz für Weltmodelle

Während große Sprachmodelle in den letzten Jahren die AI-Konversation dominiert haben, sehen viele Forscher Weltmodelle als einen entscheidenden nächsten Schritt. Im Gegensatz zu Sprachmodellen, die hauptsächlich Wörter vorhersagen, versuchen Weltmodelle, vorherzusagen, wie Umgebungen im Laufe der Zeit evolvieren und wie Objekte miteinander interagieren.

Dieser Ansatz hat zunehmend die Aufmerksamkeit einiger der einflussreichsten Figuren der Branche auf sich gezogen. Unternehmen und Forschungsgruppen, die von Google DeepMind und Waymo bis hin zu aufstrebenden Startups reichen, haben kürzlich stark in die Weltmodell-Forschung investiert, was auf eine breitere Überzeugung hindeutet, dass zukünftige AI-Systeme ein tieferes Verständnis der physischen Welt benötigen werden.

Die Führungskräfte von Odyssey argumentieren, dass die Sprache allein viele Aspekte der Realität nicht erfassen kann, einschließlich physischer Dynamik, menschliches Verhalten, Körpersprache und Ursache-Wirkungs-Beziehungen. Das Unternehmen sieht Weltmodelle als eine neue Kategorie von Grundmodellen, die eine viel breitere Palette von realen Anwendungen unterstützen können.

AWS wird zum bevorzugten Cloud-Partner von Odyssey

Zusammen mit der Finanzierungsbekanntgabe gab Odyssey eine strategische Partnerschaft mit Amazon Web Services bekannt. AWS wird zum bevorzugten Cloud-Anbieter des Unternehmens, und Odyssey plant, AWS Trainium-Chips neben anderen Hardware zu verwenden, um seine zunehmend anspruchsvollen Modelle zu trainieren und auszuführen.

Die Partnerschaft unterstreicht ein aufkommendes Schlachtfeld innerhalb der AI-Branche. Da die Nachfrage nach AI-Rechenleistung weiterhin steigt, konkurrieren Cloud-Anbieter und Chip-Hersteller darum, Alternativen zum dominanten Nvidia-GPU-Ökosystem anzubieten. Für Amazon stellt Odyssey einen hochkarätigen Kunden dar, der in der Lage ist, Trainium-Hardware auf einigen der rechenintensivsten AI-Workloads zu testen, die derzeit entwickelt werden.

Weltmodelle erfordern enorme Rechenressourcen, da sie konsistente, interaktive Simulationen erzeugen und gleichzeitig ein Verständnis physischer Gesetze und langfristiger Umweltdynamik aufrechterhalten müssen. Die Fähigkeit, diese Systeme effizient zu trainieren, könnte zu einem großen Wettbewerbsvorteil werden, wenn sich das Feld weiterentwickelt.

Auf dem Weg zu einem “GPT-3-Moment” für Weltmodelle

Odyssey hat in den letzten drei Jahren zunehmend sophisticatede Weltmodell-Systeme entwickelt. Laut dem Unternehmen hat jede nachfolgende Version die Fähigkeiten von AI-generierten Simulationen erweitert.

Das Odyssey-2-Modell konzentrierte sich auf die Verbesserung der physischen Realistik und Umweltkonsistenz. Odyssey-2 Max ging weiter in die physikbasierte Simulation und Echtzeit-Interaktivität, um Umgebungen zu erstellen, die sich mehr wie die reale Welt verhalten, anstatt nur visuell überzeugende Videos zu generieren.

Das Unternehmen hat auch mehrere bemerkenswerte Forschungsprojekte vorgestellt. Starchild-1 brachte multimodale Fähigkeiten in die Weltmodellierung, indem es visuelles und auditives Verständnis kombinierte. Agora-1 ermöglichte es mehreren Menschen und AI-Agenten, in einer gemeinsamen simulierten Umgebung in Echtzeit zu interagieren. PROWL demonstrierte, wie Weltmodelle durch aktive Exploration verbessert werden können, indem AI-Systeme aus ihren eigenen Erfahrungen und Fehlern lernen können.

Zusammen stellen diese Projekte Odyssey’s Bemühungen dar, über statische AI-Generierung hinauszugehen und Systeme zu entwickeln, die dynamische Umgebungen verstehen und interagieren können.

Die Führungskräfte von Odyssey glauben, dass sich das Feld einem wichtigen Wendepunkt nähert, ähnlich dem Moment, als GPT-3 das Potenzial großer Sprachmodelle demonstrierte. Die neue Finanzierung soll die Infrastruktur, Rechenressourcen und Forschungskapazitäten bereitstellen, die notwendig sind, um dieses Ziel zu verfolgen.

Die zukünftigen Auswirkungen von Weltmodellen

Wenn Weltmodelle weiter verbessert werden, könnten ihre Auswirkungen weit über die heutigen AI-Chatbots und Content-Generierungssysteme hinausgehen. Eine der unmittelbarsten Anwendungen könnte in der Robotik liegen, wo Maschinen physische Umgebungen verstehen, Ergebnisse vorhersagen und sich an veränderte Bedingungen anpassen müssen. Anstatt auf teure Tests in der realen Welt zu vertrauen, könnten zukünftige Roboter umfassend in hochrealistischen Simulationen trainiert werden, bevor sie eingesetzt werden.

Die Technologie könnte auch Branchen umgestalten, die stark auf die Modellierung komplexer Systeme angewiesen sind. Im Gesundheitswesen könnten Forscher Weltmodelle verwenden, um die Fortschritte von Krankheiten oder die Wirksamkeit von Behandlungsstrategien zu simulieren. In der wissenschaftlichen Forschung könnten sie helfen, chemische Reaktionen, Klimasysteme oder biologische Prozesse zu modellieren, die schwierig, teuer oder zeitaufwändig direkt zu untersuchen sind. Autonome Fahrzeuge, Logistiknetzwerke und industrielle Automatisierungssysteme könnten ähnlich von AI profitieren, die vorhersagen kann, wie reale Umgebungen im Laufe der Zeit evolvieren.

Das Gaming ist ein weiterer Bereich, in dem Weltmodelle einen bedeutenden Einfluss haben könnten. Anstatt auf manuell erstellte Umgebungen und skriptierte Interaktionen zu vertrauen, könnten zukünftige Spiele AI-generierte Welten aufweisen, die dynamisch evolvieren und intelligent auf das Verhalten der Spieler reagieren. Ähnliche Fähigkeiten könnten letztendlich für Trainingsimulationen in Bereichen wie Luftfahrt, Verteidigung, Notfallreaktion und Bildung verwendet werden.

Trotz des Versprechens bleiben erhebliche technische Herausforderungen bestehen. Die Erstellung von Simulationen, die die Komplexität der physischen Welt genau widerspiegeln, erfordert enorme Rechenressourcen, riesige Mengen an Trainingsdaten und Fortschritte in der Vernunft und der langfristigen Vorhersage. Ob Weltmodelle letztendlich zu einer grundlegenden Schicht zukünftiger AI-Systeme werden, bleibt eine offene Frage, aber die wachsende Investition in diesem Sektor deutet darauf hin, dass viele Forscher sie als eine der wichtigsten Grenzen jenseits der Sprachmodelle betrachten.