Odyssey recauda 310 millones de dólares en financiación de Serie B a una valoración de 1.450 millones de dólares para avanzar en los modelos de mundo de IA

La carrera por construir la próxima generación de inteligencia artificial se está moviendo cada vez más hacia un enfoque que va más allá del lenguaje. Odyssey, un laboratorio de investigación de IA con sede en Palo Alto centrado en modelos de mundo, ha recaudado 310 millones de dólares en financiación de Serie B a una valoración de 1.450 millones de dólares. La ronda fue liderada por Natural Capital y contó con la participación de Amazon, AMD Ventures, GV, EQT, In-Q-Tel (IQT) y varios inversores existentes, lo que posiciona a la empresa entre las startups más financiadas que persiguen sistemas de IA que puedan entender y simular el mundo físico.

Fundada por veteranos de la tecnología de conducción autónoma Oliver Cameron y Jeff Hawke, Odyssey está desarrollando modelos de IA diseñados para aprender causalidad, física y dinámicas ambientales, en lugar de centrarse únicamente en la generación de lenguaje. La empresa cree que estos sistemas podrían eventualmente impulsar avances en robótica, juegos, ciencia, atención médica, educación, defensa y otras industrias.

Una apuesta creciente en modelos de mundo

Mientras que los grandes modelos de lenguaje han dominado la conversación sobre IA en los últimos años, muchos investigadores ven los modelos de mundo como el próximo paso crucial. A diferencia de los modelos de lenguaje, que principalmente predicen palabras, los modelos de mundo intentan predecir cómo evolucionan los entornos con el tiempo y cómo interactúan los objetos entre sí.

Este enfoque ha atraído una creciente atención de algunas de las figuras más influyentes de la industria. Empresas y grupos de investigación que van desde Google DeepMind y Waymo hasta startups emergentes han invertido recientemente de manera significativa en la investigación de modelos de mundo, reflejando una creencia más amplia de que los futuros sistemas de IA necesitarán una comprensión más profunda del mundo físico.

La dirección de Odyssey argumenta que el lenguaje solo no puede capturar muchos aspectos de la realidad, incluidas las dinámicas físicas, el comportamiento humano, el lenguaje corporal y las relaciones de causa y efecto. La empresa ve los modelos de mundo como una nueva categoría de modelo de base capaz de respaldar una gama mucho más amplia de aplicaciones del mundo real.

AWS se convierte en el socio de nube preferido de Odyssey

Junto con el anuncio de financiación, Odyssey reveló una asociación estratégica con Amazon Web Services. AWS se convertirá en el proveedor de nube preferido de la empresa, y Odyssey planea implementar chips Trainium de AWS junto con otros hardware para entrenar y ejecutar sus modelos cada vez más exigentes.

La asociación destaca un campo de batalla emergente dentro de la industria de IA. A medida que la demanda de cómputo de IA continúa creciendo, los proveedores de nube y los fabricantes de chips están compitiendo para ofrecer alternativas al ecosistema de GPU dominante de Nvidia. Para Amazon, Odyssey representa un cliente de alto perfil capaz de probar el hardware Trainium en algunas de las cargas de trabajo de IA más intensivas computacionalmente que actualmente se están desarrollando.

Los modelos de mundo requieren enormes recursos computacionales porque deben generar simulaciones consistentes e interactivas mientras mantienen una comprensión de las leyes físicas y la dinámica ambiental a largo plazo. La capacidad de entrenar estos sistemas de manera eficiente podría convertirse en una ventaja competitiva importante a medida que el campo madura.

Construyendo hacia un “momento GPT-3” para los modelos de mundo

Odyssey ha pasado los últimos tres años desarrollando sistemas de modelos de mundo cada vez más sofisticados. Según la empresa, cada lanzamiento sucesivo ha expandido las capacidades de las simulaciones generadas por IA.

Su modelo Odyssey-2 se centró en mejorar el realismo físico y la consistencia ambiental. Odyssey-2 Max avanzó aún más en la simulación basada en física y la interactividad en tiempo real, con el objetivo de crear entornos que se comporten más como el mundo real que simplemente generar video visualmente convincente.

La empresa también ha introducido varios proyectos de investigación notables. Starchild-1 trajo capacidades multimodales a la modelización del mundo al combinar la comprensión visual y auditiva. Agora-1 permitió que múltiples humanos y agentes de IA interactuaran dentro de un entorno simulado compartido en tiempo real. PROWL demostró cómo los modelos de mundo pueden mejorar a través de la exploración activa, permitiendo que los sistemas de IA aprendan de sus propias experiencias y fracasos.

En conjunto, estos proyectos representan el esfuerzo de Odyssey por moverse más allá de la generación de IA estática hacia sistemas capaces de entender y interactuar con entornos dinámicos.

La dirección de Odyssey cree que el campo se acerca a un punto de inflexión importante similar al momento en que GPT-3 demostró el potencial de los grandes modelos de lenguaje. La nueva financiación está destinada a proporcionar la infraestructura, los recursos computacionales y la capacidad de investigación necesarios para perseguir ese objetivo.

Las implicaciones futuras de los modelos de mundo

Si los modelos de mundo continúan mejorando, su impacto podría extenderse mucho más allá de los chatbots de IA y los sistemas de generación de contenido actuales. Una de las aplicaciones más inmediatas puede estar en la robótica, donde las máquinas deben entender entornos físicos, predecir resultados y adaptarse a condiciones cambiantes en tiempo real. En lugar de confiar en pruebas costosas en el mundo real, los robots futuros podrían ser entrenados extensivamente dentro de simulaciones muy realistas antes de ser desplegados.

La tecnología también podría redefinir industrias que dependen en gran medida de la modelización de sistemas complejos. En la atención médica, los investigadores podrían utilizar modelos de mundo para simular el progreso de enfermedades o probar estrategias de tratamiento. En la investigación científica, pueden ayudar a modelar reacciones químicas, sistemas climáticos o procesos biológicos que son difíciles, costosos o que requieren mucho tiempo para estudiar directamente. Los vehículos autónomos, las redes logísticas y los sistemas de automatización industrial también podrían beneficiarse de la IA que puede predecir cómo evolucionarán los entornos del mundo real con el tiempo.

Los juegos representan otra área donde los modelos de mundo podrían tener un impacto significativo. En lugar de confiar en entornos y interacciones creados manualmente, los juegos futuros pueden presentar mundos generados por IA que evolucionan dinámicamente y responden de manera inteligente al comportamiento del jugador. Capacidades similares podrían ser utilizadas eventualmente para simulaciones de entrenamiento en campos que van desde la aviación y la defensa hasta la respuesta a emergencias y la educación.

A pesar de la promesa, persisten importantes desafíos técnicos. Crear simulaciones que reflejen con precisión la complejidad del mundo físico requiere enormes recursos computacionales, vastas cantidades de datos de entrenamiento y avances en razonamiento y predicción a largo plazo. Si los modelos de mundo eventualmente se convierten en una capa fundamental de los futuros sistemas de IA, sigue siendo una pregunta abierta, pero la creciente inversión en todo el sector sugiere que muchos investigadores los ven como una de las fronteras más importantes más allá de los modelos de lenguaje, con fomento de datos de entrenamiento y avances en razonamiento y predicción a largo plazo. Ya sea que los modelos de mundo se conviertan en una capa fundamental de los sistemas de IA del futuro, sigue siendo una pregunta abierta, pero la creciente inversión en todo el sector sugiere que muchos investigadores los ven como una de las fronteras más importantes más allá de los modelos de lenguaje.