奥德赛（Odyssey）以 145 亿美元估值完成 3.1 亿美元 B 轮融资，推动 AI 世界模型发展

人工智能的下一代开发竞争越来越多地超出了语言范围。奥德赛（Odyssey），一家专注于世界模型的帕洛阿尔托 AI 研究实验室，已经以 145 亿美元的估值完成了 3.1 亿美元的 B 轮融资。该轮融资由自然资本（Natural Capital）领投，亚马逊（Amazon (AMZN ) ）、AMD 风险投资（AMD Ventures）、GV、EQT、In-Q-Tel（IQT）以及几位现有投资者也参与了此轮融资，这使得奥德赛成为最受资金支持的开发 AI 系统的初创公司之一，这些系统可以理解和模拟物理世界。

奥德赛由自动驾驶技术的资深专家奥利弗·卡梅伦（Oliver Cameron）和杰夫·霍克（Jeff Hawke）创立，正在开发能够学习因果关系、物理学和环境动态的 AI 模型，而不是仅仅关注语言生成。该公司相信，这些系统最终将在机器人技术、游戏、科学、医疗保健、教育、国防和其他行业推动突破。

对世界模型的日益增长的投注

虽然大型语言模型在过去几年中主导了 AI 的讨论，但许多研究人员认为世界模型是下一个关键步骤。与语言模型不同，语言模型主要预测单词，世界模型尝试预测环境如何随时间变化以及物体如何相互作用。

这种方法已经吸引了行业中一些最具影响力的人物的关注。从谷歌 DeepMind 和 Waymo 到新兴初创公司，公司和研究团体最近大量投资于世界模型研究，反映出人们广泛认为未来的 AI 系统需要更深入地理解物理世界的信念。

奥德赛的领导层认为，语言本身无法捕捉现实的许多方面，包括物理动力学、人类行为、肢体语言和因果关系。该公司将世界模型视为一种新的基础模型类别，能够支持更广泛的实际应用。

AWS 成为奥德赛的首选云合作伙伴

在宣布融资的同时，奥德赛还透露了一项与亚马逊网络服务（AWS）的战略合作伙伴关系。AWS 将成为该公司的首选云服务提供商，奥德赛计划部署 AWS Trainium 芯片以及其他硬件来训练和运行其日益苛刻的模型。

该合作伙伴关系凸显了 AI 行业中一个新兴的竞争领域。随着对 AI 计算需求的增长，云服务提供商和芯片制造商正在竞争提供替代 Nvidia (NVDA ) 主导的 GPU 生态系统的解决方案。对于亚马逊来说，奥德赛代表了一位高调客户，可以在一些最具计算密集型的 AI 工作负载中测试 Trainium 硬件。

世界模型需要巨大的计算资源，因为它们必须生成一致的交互式模拟，同时保持对物理定律和长期环境动态的理解。训练这些系统的效率可能会成为该领域成熟时的一个主要竞争优势。

建设“GPT-3 时刻”为世界模型

奥德赛已经花了过去三年的时间开发越来越复杂的世界模型系统。根据该公司的说法，每个后续版本都扩展了 AI 生成模拟的能力。

其奥德赛 2 模型专注于提高物理现实性和环境一致性。奥德赛 2 Max 进一步推进了基于物理的模拟和实时交互，旨在创建更像真实世界的环境，而不是简单地生成视觉上令人信服的视频。

该公司还推出了几项值得注意的研究项目。Starchild-1 将多模态能力引入世界建模，通过结合视觉和音频理解。Agora-1 实现了多个人类和 AI 代理在共享模拟环境中实时交互。PROWL 演示了世界模型如何通过主动探索来改进，使 AI 系统能够从自己的经验和失败中学习。

这些项目代表了奥德赛超越静态 AI 生成，转向能够理解和与动态环境交互的系统的努力。

奥德赛的领导层相信，该领域即将迎来一个重要的转折点，类似于 GPT-3 展示了大规模语言模型的潜力时的情景。新的资金将用于提供基础设施、计算资源和研究能力，以实现这一目标。

世界模型的未来影响

如果世界模型继续改进，其影响可能会远远超出当前的 AI 聊天机器人和内容生成系统。最直接的应用可能是在机器人技术领域，机器必须理解物理环境，预测结果，并实时适应不断变化的条件。与其依赖昂贵的真实世界测试，未来机器人可以在高度逼真的模拟中进行广泛的训练，然后部署。

该技术还可能改变依赖复杂系统建模的行业。医疗研究人员可以使用世界模型模拟疾病进展或测试治疗策略。在科学研究中，他们可能有助于模拟化学反应、气候系统或生物过程，这些过程难以、昂贵地或耗时地直接研究。自动驾驶车辆、物流网络和工业自动化系统也可能从能够预测真实世界环境如何随时间演变的 AI 中受益。

游戏是另一个世界模型可能产生重大影响的领域。未来的游戏可能会拥有由 AI 生成的世界，这些世界会动态演变并对玩家行为做出智能反应。类似的能力最终可能用于航空、国防、紧急响应和教育等领域的训练模拟。

尽管前景广阔，但仍然存在着重大的技术挑战。创建准确反映物理世界复杂性的模拟需要巨大的计算资源、海量的训练数据和推理及长期预测的进步。世界模型是否最终成为未来 AI 系统的基础层仍然是一个开放的问题，但整个行业的日益增长的投资表明，许多研究人员认为它们是语言模型以外最重要的前沿领域之一。