Odyssey Mengumpulkan $310 Juta Seri B dengan Valuasi $1,45 Miliar untuk Meningkatkan Model Dunia AI

Pertarungan untuk membangun generasi berikutnya kecerdasan buatan semakin bergerak melampaui bahasa. Odyssey, laboratorium penelitian AI yang berbasis di Palo Alto dan fokus pada model dunia, telah mengumpulkan $310 juta dalam pendanaan Seri B dengan valuasi $1,45 miliar. Putaran ini dipimpin oleh Natural Capital dan diikuti oleh Amazon (AMZN ), AMD Ventures, GV, EQT, In-Q-Tel (IQT), dan beberapa investor yang sudah ada, menempatkan perusahaan di antara startup yang paling banyak didanai yang mengejar sistem AI yang dapat memahami dan mensimulasikan dunia fisik.

Didirikan oleh veteran teknologi self-driving Oliver Cameron dan Jeff Hawke, Odyssey mengembangkan model AI yang dirancang untuk mempelajari kausalitas, fisika, dan dinamika lingkungan, bukan hanya fokus pada generasi bahasa. Perusahaan ini percaya bahwa sistem ini dapat menghasilkan terobosan di berbagai industri, termasuk robotika, gaming, sains, kesehatan, pendidikan, pertahanan, dan lain-lain.

Taruhannya yang Tumbuh pada Model Dunia

Sementara model bahasa besar telah mendominasi percakapan AI selama beberapa tahun terakhir, banyak peneliti melihat model dunia sebagai langkah berikutnya. Tidak seperti model bahasa, yang sebagian besar memprediksi kata, model dunia mencoba memprediksi bagaimana lingkungan berkembang dari waktu ke waktu dan bagaimana objek berinteraksi satu sama lain.

Pendekatan ini telah menarik perhatian dari beberapa tokoh paling berpengaruh di industri. Perusahaan dan kelompok penelitian mulai dari Google DeepMind dan Waymo hingga startup yang muncul baru-baru ini telah berinvestasi besar-besaran dalam penelitian model dunia, mencerminkan keyakinan yang lebih luas bahwa sistem AI di masa depan akan memerlukan pemahaman yang lebih dalam tentang dunia fisik.

Pemimpin Odyssey berpendapat bahwa bahasa saja tidak dapat menangkap banyak aspek kenyataan, termasuk dinamika fisik, perilaku manusia, bahasa tubuh, dan hubungan sebab-akibat. Perusahaan ini melihat model dunia sebagai kategori baru dari model dasar yang dapat mendukung berbagai aplikasi dunia nyata.

AWS Menjadi Mitra Cloud yang Dipilih Odyssey

Bersamaan dengan pengumuman pendanaan, Odyssey mengungkapkan kemitraan strategis dengan Amazon Web Services. AWS akan menjadi penyedia cloud yang dipilih perusahaan, dan Odyssey berencana untuk menggelar chip Trainium AWS bersama dengan perangkat keras lainnya untuk melatih dan menjalankan model yang semakin menantang.

Kemitraan ini menyoroti medan pertempuran yang muncul dalam industri AI. Ketika permintaan komputasi AI terus tumbuh, penyedia cloud dan pembuat chip bersaing untuk menawarkan alternatif terhadap ekosistem GPU Nvidia (NVDA ) yang dominan. Bagi Amazon, Odyssey mewakili pelanggan dengan profil tinggi yang dapat menguji perangkat keras Trainium pada beberapa beban kerja AI yang paling intensif yang sedang dikembangkan.

Model dunia memerlukan sumber daya komputasi yang luar biasa besar karena mereka harus menghasilkan simulasi yang konsisten dan interaktif sambil mempertahankan pemahaman tentang hukum fisik dan dinamika lingkungan jangka panjang. Kemampuan untuk melatih sistem ini secara efisien dapat menjadi keunggulan kompetitif besar ketika bidang ini matang.

Membangun Menuju “GPT-3 Moment” untuk Model Dunia

Odyssey telah menghabiskan tiga tahun terakhir mengembangkan sistem model dunia yang semakin canggih. Menurut perusahaan, setiap rilis yang sukses telah memperluas kemampuan simulasi AI yang dihasilkan.

Model Odyssey-2 fokus pada meningkatkan realisme fisik dan konsistensi lingkungan. Odyssey-2 Max mendorong lebih jauh ke dalam simulasi berbasis fisika dan interaktivitas waktu nyata, dengan tujuan menciptakan lingkungan yang berperilaku lebih seperti dunia nyata daripada hanya menghasilkan video yang secara visual mengesankan.

Perusahaan ini juga telah memperkenalkan beberapa proyek penelitian yang terkenal. Starchild-1 membawa kemampuan multimodal ke dalam pemodelan dunia dengan menggabungkan pemahaman visual dan audio. Agora-1 memungkinkan beberapa manusia dan agen AI untuk berinteraksi dalam lingkungan simulasi yang dibagikan secara waktu nyata. PROWL menunjukkan bagaimana model dunia dapat ditingkatkan melalui eksplorasi aktif, memungkinkan sistem AI untuk belajar dari pengalaman dan kegagalan mereka sendiri.

Bersama-sama, proyek-proyek ini mewakili upaya Odyssey untuk melampaui generasi AI statis menuju sistem yang dapat memahami dan berinteraksi dengan lingkungan dinamis.

Pemimpin Odyssey percaya bahwa bidang ini mendekati titik infleksi besar yang serupa dengan saat GPT-3 menunjukkan potensi model bahasa besar. Pendanaan baru ini dimaksudkan untuk menyediakan infrastruktur, sumber daya komputasi, dan kapasitas penelitian yang diperlukan untuk mengejar tujuan tersebut.

Implikasi Masa Depan dari Model Dunia

Jika model dunia terus ditingkatkan, dampaknya dapat meluas jauh melampaui sistem generasi konten dan chatbot AI saat ini. Salah satu aplikasi yang paling langsung mungkin ada di robotika, di mana mesin harus memahami lingkungan fisik, memprediksi hasil, dan beradaptasi dengan kondisi yang berubah secara waktu nyata. Daripada mengandalkan pengujian dunia nyata yang mahal, robot di masa depan dapat dilatih secara ekstensif di dalam simulasi yang sangat realistis sebelum diterjunkan.

Teknologi ini juga dapat mengubah industri yang sangat bergantung pada pemodelan sistem yang kompleks. Dalam kesehatan, peneliti dapat menggunakan model dunia untuk mensimulasikan perkembangan penyakit atau menguji strategi pengobatan. Dalam penelitian ilmiah, mereka mungkin membantu memodelkan reaksi kimia, sistem iklim, atau proses biologis yang sulit, mahal, atau memakan waktu lama untuk dipelajari secara langsung. Kendaraan otonom, jaringan logistik, dan sistem otomasi industri juga dapat mendapat manfaat dari AI yang dapat memprediksi bagaimana lingkungan dunia nyata akan berkembang dari waktu ke waktu.

Permainan merupakan area lain di mana model dunia dapat memiliki dampak yang signifikan. Sebagai gantinya mengandalkan lingkungan dan interaksi yang dibuat secara manual, permainan di masa depan mungkin menampilkan dunia yang dihasilkan AI yang berkembang secara dinamis dan merespons secara cerdas terhadap perilaku pemain. Kemampuan serupa dapat digunakan untuk simulasi pelatihan di berbagai bidang, mulai dari aviasi dan pertahanan hingga respons darurat dan pendidikan.

Meskipun janji yang ada, tantangan teknis yang signifikan masih tetap ada. Menciptakan simulasi yang secara akurat mencerminkan kompleksitas dunia fisik memerlukan sumber daya komputasi yang luar biasa besar, jumlah data pelatihan yang besar, dan kemajuan dalam penalaran dan prediksi jangka panjang. Apakah model dunia pada akhirnya akan menjadi lapisan dasar sistem AI di masa depan masih merupakan pertanyaan terbuka, tetapi investasi yang tumbuh di seluruh sektor menunjukkan bahwa banyak peneliti melihatnya sebagai salah satu frontier paling penting di luar model bahasa.