A Odyssey Levanta $310 Milhões em Série B a uma Valiação de $1,45 Bilhão para Avançar com Modelos de Mundo de IA

A corrida para construir a próxima geração de inteligência artificial está cada vez mais se movendo além da linguagem. A Odyssey, um laboratório de pesquisa de IA de Palo Alto focado em modelos de mundo, levantou $310 milhões em financiamento de Série B a uma valiação de $1,45 bilhão. A rodada foi liderada pela Natural Capital e incluiu a participação da Amazon, AMD Ventures, GV, EQT, In-Q-Tel (IQT) e vários investidores existentes, posicionando a empresa entre as startups mais bem financiadas que perseguem sistemas de IA que podem entender e simular o mundo físico.

Fundada por veteranos de tecnologia de condução autônoma Oliver Cameron e Jeff Hawke, a Odyssey está desenvolvendo modelos de IA projetados para aprender causalidade, física e dinâmica ambiental, em vez de se concentrar apenas na geração de linguagem. A empresa acredita que esses sistemas poderiam eventualmente impulsionar avanços em robótica, jogos, ciência, saúde, educação, defesa e outras indústrias.

Uma Aposta Creciente em Modelos de Mundo

Enquanto os grandes modelos de linguagem dominaram a conversa sobre IA nos últimos anos, muitos pesquisadores veem modelos de mundo como um passo crucial seguinte. Ao contrário dos modelos de linguagem, que principalmente preveem palavras, os modelos de mundo tentam prever como os ambientes evoluem ao longo do tempo e como os objetos interagem entre si.

Essa abordagem atraiu atenção crescente de algumas das figuras mais influentes da indústria. Empresas e grupos de pesquisa que variam desde Google DeepMind e Waymo até startups emergentes recentemente investiram pesadamente em pesquisa de modelos de mundo, refletindo uma crença mais ampla de que os sistemas de IA futuros precisarão de uma compreensão mais profunda do mundo físico.

A liderança da Odyssey argumenta que a linguagem sozinha não pode capturar muitos aspectos da realidade, incluindo dinâmica física, comportamento humano, linguagem corporal e relações de causa e efeito. A empresa vê os modelos de mundo como uma nova categoria de modelo de fundação capaz de suportar uma gama muito mais ampla de aplicações do mundo real.

AWS Se Torna Parceira de Nuvem Preferida da Odyssey

Ao lado do anúncio de financiamento, a Odyssey revelou uma parceria estratégica com a Amazon Web Services. A AWS se tornará a provedora de nuvem preferida da empresa, e a Odyssey planeja implantar chips Trainium da AWS ao lado de outros hardwares para treinar e executar seus modelos cada vez mais exigentes.

A parceria destaca um campo de batalha emergente dentro da indústria de IA. À medida que a demanda por computação de IA continua a crescer, provedores de nuvem e fabricantes de chips estão competindo para oferecer alternativas ao ecossistema de GPU dominante da Nvidia. Para a Amazon, a Odyssey representa um cliente de alto perfil capaz de testar o hardware Trainium em alguns dos trabalhos de IA mais computacionalmente intensivos atualmente em desenvolvimento.

Os modelos de mundo exigem enormes recursos computacionais porque devem gerar simulações consistentes e interativas enquanto mantêm uma compreensão das leis físicas e da dinâmica ambiental de longo prazo. A capacidade de treinar esses sistemas de forma eficiente pode se tornar uma grande vantagem competitiva à medida que o campo amadurece.

Construindo em Direção a um “Momento GPT-3” para Modelos de Mundo

A Odyssey passou os últimos três anos desenvolvendo sistemas de modelo de mundo cada vez mais sofisticados. De acordo com a empresa, cada lançamento sucessivo expandiu as capacidades das simulações geradas por IA.

Seu modelo Odyssey-2 se concentrou em melhorar a realidade física e a consistência ambiental. O Odyssey-2 Max avançou mais na simulação baseada em física e interatividade em tempo real, visando criar ambientes que se comportem mais como o mundo real do que apenas gerar vídeo visualmente convincente.

A empresa também introduziu vários projetos de pesquisa notáveis. Starchild-1 trouxe capacidades multimodais para o modelagem de mundo, combinando compreensão visual e auditiva. Agora-1 permitiu que vários humanos e agentes de IA interagissem dentro de um ambiente simulado compartilhado em tempo real. PROWL demonstrou como os modelos de mundo podem melhorar por meio da exploração ativa, permitindo que os sistemas de IA aprendam com suas próprias experiências e falhas.

Juntos, esses projetos representam o esforço da Odyssey para ir além da geração estática de IA em direção a sistemas capazes de entender e interagir com ambientes dinâmicos.

A liderança da Odyssey acredita que o campo está se aproximando de um ponto de inflexão importante semelhante ao momento em que o GPT-3 demonstrou o potencial dos grandes modelos de linguagem. O novo financiamento é destinado a fornecer a infraestrutura, os recursos computacionais e a capacidade de pesquisa necessários para perseguir esse objetivo.

As Implicações Futuras dos Modelos de Mundo

Se os modelos de mundo continuarem a melhorar, seu impacto pode se estender muito além dos sistemas de IA de chatbot e geração de conteúdo de hoje. Uma das aplicações mais imediatas pode ser em robótica, onde as máquinas devem entender ambientes físicos, prever resultados e adaptar-se a condições em mudança em tempo real. Em vez de confiar em testes caros no mundo real, os robôs futuros poderiam ser treinados extensivamente dentro de simulações altamente realistas antes de serem implantados.

A tecnologia também pode redefinir indústrias que dependem fortemente de modelagem de sistemas complexos. Na saúde, os pesquisadores poderiam usar modelos de mundo para simular a progressão de doenças ou testar estratégias de tratamento. Na pesquisa científica, eles podem ajudar a modelar reações químicas, sistemas climáticos ou processos biológicos que são difíceis, caros ou demorados para estudar diretamente. Veículos autônomos, redes de logística e sistemas de automação industrial também poderiam se beneficiar de IA que pode prever como os ambientes do mundo real evoluem ao longo do tempo.

Jogos representam outra área onde os modelos de mundo podem ter um impacto significativo. Em vez de confiar em ambientes e interações criados manualmente, os jogos futuros podem apresentar mundos gerados por IA que evoluem dinamicamente e respondem de forma inteligente ao comportamento do jogador. Capacidades semelhantes poderiam eventualmente ser usadas para simulações de treinamento em campos que variam de aviação e defesa a resposta a emergências e educação.

Apesar da promessa, desafios técnicos significativos permanecem. Criar simulações que reflitam com precisão a complexidade do mundo físico exige enormes recursos computacionais, vastas quantidades de dados de treinamento e avanços em raciocínio e previsão de longo prazo. Se os modelos de mundo eventualmente se tornarão uma camada fundamental de sistemas de IA futuros permanece uma questão aberta, mas o investimento crescente em todo o setor sugere que muitos pesquisadores os veem como uma das fronteiras mais importantes além dos modelos de linguagem, f treinamento de dados e avanços em raciocínio e previsão de longo prazo. Se os modelos de mundo eventualmente se tornarão uma camada fundamental de sistemas de IA futuros permanece uma questão aberta, mas o investimento crescente em todo o setor sugere que muitos pesquisadores os veem como uma das fronteiras mais importantes além dos modelos de linguagem.