Is Odyssey’s world model a replacement for Unity or Unreal?

Nope. Think complement, not replacement. Use game engines for high-fidelity visuals and precise control, and use Odyssey’s world model when you need prediction, uncertainty handling, and real-world generalization.

Why does a world model matter for robotics and AR?

Because the world doesn’t follow your script. A world model predicts likely outcomes, tracks objects through occlusions, and plans around humans and chaos—things traditional engines don’t learn from raw experience.

What’s the catch with learned physics and predictions?

They can hallucinate or be overconfident. The fix: calibrate with ground truth, track uncertainty, add safety constraints, and keep humans in the loop for high-stakes decisions.

Can I run a world model in real time?

Yes, with the right hardware and model optimizations—quantization, distillation, batching. Expect a trade-off: less cinematic eye candy, more street-smart foresight.

How do I start migrating from scripts to world models?

Collect task-relevant data, define goals, train a dynamics model, and integrate a planner. Validate in a game engine sandbox, then iterate. Bonus: tools like [Sider.AI](https://sider.ai) can help map the stack and avoid dead ends.

مدل جهانی Odyssey در برابر موتورهای بازی: یک فیلم، برش کارگردان متفاوت

صبر کن، این یک بازی ویدیویی است یا یک گوی جادویی؟

تا به حال شده یک شخصیت غیرقابل بازی را ببینید که به یک دیوار خیره شده و با خودتان فکر کنید، "آره، این دقیقاً من هستم روز دوشنبه"؟ موتورهای ویدیویی و بازی سنتی در ایجاد دنیاهایی از پیکسل‌ها شگفت‌انگیز هستند—اما هنوز هم عمدتاً عروسک‌هایی هستند که با نخ کنترل می‌شوند. مدل دنیای Odyssey می‌خواهد این نخ‌ها را پاره کند. این مدل فقط آنچه را که روی صفحه است رندر نمی‌کند؛ بلکه تلاش می‌کند تا بفهمد بعداً چه اتفاقی می‌افتد. کمتر به یک صحنه فکر کنید، بیشتر به یک مغز درون یک جعبه.

اگر آن دموهایی را دیده‌اید که در آن یک هوش مصنوعی به یک صحنه نگاه می‌کند و پیش‌بینی می‌کند که چه اتفاقی خواهد افتاد—مانند توپی که پشت یک مبل غلت می‌خورد و سپس در طرف دیگر دوباره ظاهر می‌شود—Odyssey در حال بازی در این زمین بازی است. و این کار را به گونه‌ای انجام می‌دهد که Unreal و Unity را… خب، کمی ابتدایی جلوه می‌دهد. نه اینکه بی‌فایده باشند. فقط مانند ماشین‌حساب در مقایسه با صفحات گسترده. بسیار مفید—تا زمانی که نیاز داشته باشید مدل فکر کند.

بنابراین بیایید بررسی کنیم که مدل دنیای Odyssey چگونه با موتورهای ویدیویی و بازی سنتی متفاوت است—بدون نیاز به مدرک دکترا، یک دفترچه راهنمای 500 صفحه‌ای یا یک کنترلری که برای استفاده از آن به شش انگشت شست نیاز باشد.

خلاصه کلام: موتورهای ویدیویی رندر می‌کنند؛ Odyssey واقعیت را مدل‌سازی می‌کند.

موتورهای سنتی: سیستم‌های قطعی (یا شبه تصادفی) مبتنی بر قانون که برای ترسیم فریم‌ها، شبیه‌سازی فیزیک و پاسخ به ورودی‌ها طراحی شده‌اند. آن‌ها قلم‌موهای نقاشی بی‌درنگ با قوانین هستند.

مدل دنیای Odyssey: یک موتور پیش‌بینی‌کننده و یادگیرنده. این مدل فقط صحنه را ترسیم نمی‌کند؛ بلکه وضعیت پنهان جهان را تخمین می‌زند و آینده‌های احتمالی را پیش‌بینی می‌کند. این فقط "آنچه می‌بینید" نیست—بلکه "آنچه احتمالاً بعداً می‌آید" است.

تفاوت اساسی: موتورها آنچه را که به آن‌ها می‌گویید شبیه‌سازی کنند، شبیه‌سازی می‌کنند؛ Odyssey استنباط می‌کند که جهان چیست و چه خواهد شد. این جهش—از اسکریپت‌ها به درک وضعیت—دلیل اهمیت این موضوع است.

به کارگردان‌ها فکر کنید: موتورهای بازی استوری‌برد می‌سازند؛ Odyssey بداهه پردازی می‌کند.

در Unity یا Unreal، شما کارگردانی هستید که هر خط را تعیین می‌کند: نورپردازی، فیزیک، مسیریابی هوش مصنوعی، hitboxes. موتور برنامه شما را بی‌نقص اجرا می‌کند (تا زمانی که این کار را نکند، سلام باگ‌های برخورد).

مدل دنیای Odyssey بازیگری است که می‌تواند بداهه پردازی کند. یک صحنه به آن بدهید، و اهداف، انسدادها و پویایی‌های مشاهده نشده را استنباط می‌کند. این مدل الگوها را از ویدیو یاد می‌گیرد، نه رفتارهای سخت‌کدگذاری‌شده از شما. عروسک‌گردانی کمتر، عقل سلیم پیش‌بینی‌کننده بیشتر.

وقت قیاس است: موتورهای سنتی مانند Google Maps در حالت ناوبری هستند—گام به گام، به‌طور صریح اسکریپت‌نویسی‌شده. Odyssey مانند آن دوستی است که هزاران بار این مسیر را رانده و به نوعی میانبر را هنگام بسته شدن بزرگراه می‌داند. شما آن را برنامه‌ریزی نکردید؛ بلکه آن را استنباط کرده است.

ورودی‌ها: دارایی‌ها و اسکریپت‌ها در مقابل تجربه خام

موتورهای سنتی meshes، textures، shaders، animations و اسکریپت‌ها را دریافت می‌کنند. شما جهان را با دست می‌سازید.

Odyssey ویدیو، trajectories و داده‌های چندوجهی را دریافت می‌کند. این مدل فقط از فریم‌ها تقلید نمی‌کند؛ بلکه یک نمایش پنهان می‌سازد—یک مغز فشرده و ریاضی‌وار—که نحوه رفتار جهان را ثبت می‌کند.

اثر: موتورها به هنرمندان و طراحان نیاز دارند تا هر آجر را بسازند؛ Odyssey تلاش می‌کند با تماشای فیلم‌های تایم لپس، کل طرح شهر را یاد بگیرد. این مدل پویایی‌هایی مانند ممان، انسداد و علیت را بدون اینکه شما هر متغیری را مدیریت کنید، درونی می‌کند.

فیزیک: قوانین پخته‌شده در مقابل پویایی‌های آموخته‌شده

موتورها = فیزیک صریح. گرانش 9.81 متر بر ثانیه مربع است مگر اینکه آن را تغییر دهید. برخوردها صلب هستند مگر اینکه آن‌ها را soft-body کنید.

Odyssey = فیزیک آموخته‌شده. این مدل تخمین می‌زند که اشیا معمولاً چگونه حرکت می‌کنند، چه زمانی سر می‌خورند، می‌پرند، تغییر شکل می‌دهند—یا فقط برای سه فریم پشت یک مبل ناپدید می‌شوند.

به‌طور قابل توجهی، فیزیک آموخته‌شده می‌تواند به موارد پرت و نامرتب دنیای واقعی تعمیم یابد. فیزیک بازی تا زمانی که یک ragdoll عطسه کند و به مدار پرتاب شود، بی‌عیب و نقص است. Odyssey بر باورپذیری تمرکز دارد، نه کمال.

عدم قطعیت: بازی‌ها از آن اجتناب می‌کنند؛ Odyssey از آن تغذیه می‌کند

موتورهای بازی عاشق قطعیت هستند. اگر نور اینجا باشد، سایه آنجا است. اگر کد بگوید "راه برو"، شخصیت راه می‌رود. Odyssey احتمال را در آغوش می‌گیرد. این مدل چندین آینده ممکن را ردیابی می‌کند و احتمالات را تعیین می‌کند. به همین دلیل است که برای پیش‌بینی—مسیرهای ربات، حرکات دوربین، ترافیک—قدرتمند است. این مدل واقعیت را به یک اسکریپت فرو نمی‌کاهد؛ بلکه "شاید" را زنده نگه می‌دارد.

اگر در حال ساخت دستیار برای پهپادها یا اتومبیل‌ها یا ربات‌ها هستید—یا حتی ابزارهای ویرایش ویدیویی که برش بعدی شما را حدس می‌زنند—این موضوع اهمیت دارد. جهان یک جن آشوب است. Odyssey جن را مدل‌سازی می‌کند.

کنترل: دستورات امری در مقابل اهداف سطح بالا

موتورهای سنتی: شما A را فشار می‌دهید، شخصیت می‌پرد؛ شما API را فراخوانی می‌کنید، shader کامپایل می‌شود. شما کنترل مستقیم دریافت می‌کنید.

Odyssey: شما یک هدف تعیین می‌کنید، مانند "رسیدن به در"، و توالی‌هایی را پیش‌بینی می‌کند که تحت فیزیک و زمینه به هدف می‌رسند. جوی‌استیک کمتر، جلسه توجیهی ماموریت بیشتر.

به همین دلیل است که مردم در مورد مدل‌های جهانی برای عوامل خودمختار هیجان‌زده هستند. این در مورد متحرک‌سازی ماریو نیست؛ بلکه در مورد این است که به سیستم بگوییم "به کالسکه برخورد نکن" و به برنامه‌ریزی آن اعتماد کنیم. جسورانه است، می‌دانم.

نمایش: اول هندسه در مقابل اول پنهان

موتورهای سنتی جهان‌ها را از هندسه و مواد می‌سازند. Odyssey جهان‌ها را در یک فضای پنهان می‌سازد—یک سوپ برداری فشرده که در آن اشیاء، حرکت و قصد "ویژگی‌ها" هستند، نه مثلث‌ها.

مزیت شگفت‌انگیز: فضاهای پنهان برای پر کردن اطلاعات از دست رفته عالی هستند. اگر یک دوچرخه‌سوار پشت یک کامیون پنهان شود، یک موتور نمی‌داند پشت کامیون چیست مگر اینکه شما آن را نویسندگی کرده باشید. Odyssey می‌گوید، "احتمالاً هنوز یک دوچرخه‌سوار وجود دارد،" و بر این اساس برنامه‌ریزی می‌کند.

همچنین: مدل‌های odyssey مانند می‌توانند ویدیوی قانع‌کننده‌ای را بدون دارایی‌های صریح سنتز کنند. این رندر با درک است، نه رندر با چند ضلعی.

وفاداری در مقابل دوراندیشی: موتورها زیبا برنده می‌شوند، Odyssey پیش‌بینی را می‌برد

موتورها نورپردازی بی‌نقص فریم، انعکاس‌ها، گودال‌های 4K را میخکوب می‌کنند که هرگز متوجه آن‌ها نخواهید شد.

Odyssey "چه اتفاقی می‌افتد اگر…" را میخکوب می‌کند. شما دوراندیشی دریافت می‌کنید: تشخیص تهدید، پیش‌بینی مسیر، فریم‌های احتمالی بعدی و counterfactuals.

این بهتر یا بدتر نیست؛ بلکه متفاوت است. اگر در حال ساخت The Last of Us بعدی هستید، Unreal را نگه دارید. اگر در حال ساخت روباتی هستید که نباید یک سطل زباله را به داخل ترافیک پرتاب کند، مدل‌سازی جهانی Odyssey بهترین دوست جدید شما است.

آموزش در مقابل نویسندگی: تشنه داده در مقابل تشنه کار

موتورها کار مصرف می‌کنند: طراحی سطح، rigging، اسکریپت‌نویسی. شما محتوا را ارسال می‌کنید.

Odyssey داده مصرف می‌کند: ویدیو، logs، فیدهای حسگر. شما تجربه را ارسال می‌کنید.

بله، این به معنای GPUs است. سطل سطل از آن‌ها. همچنین مدیریت داده، حفظ حریم خصوصی، کاهش تعصب—تمام بوفه هوش مصنوعی مدرن. اما این معادله را برعکس می‌کند: قوانین کمتری برای حفظ، تعمیم بیشتر هنگام تغییر محیط.

اشکال‌زدایی: یک میلیون اسلایدر در مقابل یک میلیون نمونه

باگ موتور: یک collider را تغییر دهید، یک if-statement اضافه کنید، آن را یک روز صدا بزنید.

باگ مدل جهانی: داده‌های بیشتری جمع‌آوری کنید، توابع loss را تنظیم کنید، پرت‌ها را هرس کنید، محدودیت‌ها را اضافه کنید. شما در حال ویرایش حافظه آن هستید، نه کد آن.

جنبه مثبت؟ وقتی یاد می‌گیرد، تعمیم می‌یابد. رفع یک برخورد واحد در یک موتور باعث نمی‌شود که هر دری باهوش‌تر شود. آموزش یک مدل جهانی بر روی درها ممکن است.

جایی که Odyssey می‌درخشد: واقعیت نامرتب و بدون اسکریپت

رباتیک: برنامه‌ریزی مسیرها در اطراف انسان‌ها، حیوانات خانگی و Roombas سرکش.

رانندگی خودمختار: پیش‌بینی اینکه آن وانت هنگام زرد شدن چراغ چه کاری ممکن است انجام دهد (اسپویلر: هر کاری).

AR/VR: حفظ پایداری و باورپذیری اشیاء مجازی در حالی که شما مانند اینکه یک لنز تماسی را انداخته‌اید در اطراف اتاق نشیمن خود می‌چرخید.

ابزارهای ویدیویی: inpainting انسدادها، پیش‌بینی فریم‌های بعدی، تثبیت شات‌ها، سنتز B-roll از زمینه.

عوامل: اجازه دادن به نرم‌افزار برای تصمیم‌گیری "بعدی چیست" از یک هدف سطح بالا، نه یک ماکرو 300 مرحله‌ای.

موتورهای سنتی زمانی عالی هستند که همه چیز را کنترل کنید: نورهای استودیو، رویدادهای اسکریپت‌نویسی‌شده، مخاطبانی که به هیچ چیز دست نمی‌زنند. Odyssey زمانی می‌درخشد که مخاطبان هو کنند، بایستند و نوشابه را روی صحنه بریزند—و نمایش باید ادامه یابد.

در زیر کاپوت: تور بسیار کوتاه nerd

وضعیت جهان پنهان: یک نمایش فشرده از اشیاء، حرکت و روابط.

مدل پویایی: وضعیت پنهان بعدی را با توجه به وضعیت فعلی و اقدامات پیش‌بینی می‌کند.

مدل مشاهده: وضعیت‌های پنهان را به فریم‌های پیش‌بینی‌شده یا خوانش‌های حسگر تبدیل می‌کند.

برنامه‌ریز/سیاست: اقدامات احتمالی را برای رسیدن به یک هدف، با در نظر گرفتن عدم قطعیت، جستجو می‌کند.

موتورهای سنتی پشته خود را دارند—renderers، فیزیک، اسکریپت‌های هوش مصنوعی—اما پویایی را از تجربه خام یاد نمی‌گیرند. Odyssey این کار را انجام می‌دهد.

عملکرد: زمان واقعی در سرزمین مدل متفاوت است

موتورها برای rasterization و فیزیک بهینه‌سازی سخت‌افزاری شده‌اند. مدل‌های جهانی برای استنتاج عصبی به شتاب‌دهنده‌ها تکیه می‌کنند. زمان واقعی امکان‌پذیر است، اما شما وفاداری بصری را با قدرت پیش‌بینی معاوضه می‌کنید. این بدان معناست که گاهی اوقات کمتر براق به نظر می‌رسد اما هوشمندتر عمل می‌کند. فکر کنید: پرتوهای خدا کمتر، "زیر اتوبوس نرو" بیشتر.

حصارها: چرا توهمات مهم‌تر از تاری حرکت هستند

در بازی‌ها، یک گلیچ یک TikTok است. در دنیای واقعی، یک گلیچ یک شکایت است. بنابراین سیستم‌های odyssey مانند به موارد زیر نیاز دارند:

کالیبراسیون با حقیقت زمینی (حسگرها، نقشه‌ها)

تخمین‌های عدم قطعیت (اعتماد به نفس بر آینده)

محدودیت‌های ایمنی (قوانین سخت "جرات نکنی")

بررسی‌های انسان در حلقه برای تماس‌های پرمخاطره

موتورهای سنتی ناگهان یک خط جدید را تصور نمی‌کنند. مدل‌های جهانی ممکن است. حصارها بخشی از کار هستند.

قسمت متقاطع: آیا آن‌ها می‌توانند با هم کار کنند؟

قطعاً. این خط لوله را تصور کنید:

رفتار نمونه اولیه را در یک مدل جهانی با استفاده از ویدیوی ضبط شده ایجاد کنید.

اعتبارسنجی و اصلاح در یک sandbox موتور بازی با متغیرهای قابل کنترل.

حلقه به عقب—موتور موارد حاشیه‌ای را نشان می‌دهد، مدل دوباره آموزش می‌بیند.

موتورها به شما قابلیت کنترل و آزمایش می‌دهند. مدل‌های جهانی به شما تعمیم می‌دهند. این کره بادام‌زمینی و ژله است، منهای صفحه کلید چسبنده.

هزینه، پیچیدگی و "چرا الان"

GPUs سریع‌تر شدند، معماری‌های مدل هوشمندتر شدند، و ویدیوی بیشتری نسبت به عکس‌های گربه وجود دارد (باشه، تقریباً).

توسعه‌دهندگان به سقف اسکریپت‌نویسی می‌رسند. ساخت هر سناریو با دست در زمانی که برنامه شما با دنیای واقعی روبرو می‌شود، مقیاس‌پذیر نیست.

کاربران دستیارانی می‌خواهند که واکنش نشان دهند. نه فقط رندر کنند. این تغییر است.

آیا ارزان است؟ نه. اما ساخت خط لوله cutscene خودتان در سال 2012 هم ارزان نبود. تفاوت: مدل‌ها یادگیری را در بین موارد استفاده مستهلک می‌کنند. هنگامی که "نحوه کار درها" را بداند، هر دری سود می‌برد.

سناریوهای عملی: چه چیزی واقعاً برای شما تغییر می‌کند

شما یک توسعه‌دهنده رباتیک هستید: به جای کدنویسی if-thens برای راه پله‌ها در مقابل رمپ‌ها، روی بسیاری از ویدیوهای راه پله و رمپ آموزش می‌دهید. Odyssey قابلیت عبور را پیش‌بینی می‌کند و بر این اساس برنامه‌ریزی می‌کند.

شما در حال ساخت AR هستید: به جای تنظیم feature trackers برای هر بافت اتاق نشیمن، مدل اشیاء را از طریق انسدادها ردیابی می‌کند و ظاهر مجدد را حدس می‌زند. لامپ مجازی سر جای خود می‌ماند.

شما یک سازنده ابزار ویدیویی هستید: شما پیشنهادات "پیش‌بینی شات بعدی" را ارائه می‌دهید، نه فقط transitions. مدل می‌داند که این یک ویدیوی آشپزی است و احتمالاً به یک نمای نزدیک از پیازها نیاز دارد.

شما در sim هستید: از یک موتور بازی برای آزمایش استرس خطرات نادر استفاده کنید. از Odyssey برای یادگیری نحوه واکنش واقعی انسان‌ها استفاده کنید. با هم، شما ایمنی + واقع‌گرایی را دریافت می‌کنید.

مقایسه سریع: Odyssey در مقابل موتورهای سنتی

هدف: دوراندیشی در مقابل وفاداری.

ورودی‌ها: تجربه در مقابل دارایی‌ها.

کنترل: اهداف در مقابل دستورات امری.

فیزیک: آموخته‌شده در مقابل کدگذاری‌شده.

حالت‌های خرابی: توهمات در مقابل clipping.

نقطه قوت: تعمیم در مقابل دقت نویسندگی.

اگر در حال ساخت جلوه‌های بصری با کیفیت فیلم هستید، موتورها همدم همیشگی شما هستند. اگر به "بعد چه اتفاقی می‌افتد" نیاز دارید، مدل جهانی Odyssey فرد بالغ در مهمانی است.

بررسی واقعیت ابزار: آنچه واقعاً به آن نیاز خواهید داشت

خطوط لوله داده برای دریافت و برچسب‌گذاری ویدیو/حسگر (یا نظارت ضعیف).

زیرساخت آموزشی—GPUs ابری یا خوشه‌های on-prem، به علاوه checkpointing و harnesses eval.

یک لایه سرویس‌دهی که می‌تواند استنتاج سریع انجام دهد، در حالت ایده‌آل با batching و quantization.

Observability: نظارت بر drift، موارد خرابی و سنبله‌های عدم قطعیت.

یک برنامه جایگزین: پیش‌فرض‌های ایمن هنگام کاهش اعتماد به نفس.

آیا این جذاب است؟ نه به‌طور خاص. اما این قیمت آموزش به برنامه شما برای فکر کردن به جای حفظ کردن است.

توجه: Sider.AI در این تصویر کجا قرار می‌گیرد

شایان ذکر است: اگر سرتان از تلاش برای مقایسه رویکردها گیج می‌خورد، Sider.AI می‌تواند به شما در تریاژ سوال "چه چیزی را باید بسازم" کمک کند. مورد استفاده خود را به آن بدهید—مسیریابی ربات، تثبیت AR، پیش‌بینی—و معاوضه‌ها را خلاصه می‌کند، تحقیقات مرتبط را آشکار می‌کند و حتی یک طرح فنی را سریع‌تر از آنچه بتوانید بگویید "چرا loss من کاهش نمی‌یابد" ترسیم می‌کند. اینجا نیست که بازتاب‌های گودال را به شما بفروشد. اینجا است تا شما را از اختراع مجدد نیمی از یک آزمایشگاه تحقیقاتی باز دارد.

تصورات غلطی که از بین نمی‌روند

"مدل‌های جهانی جایگزین موتورها می‌شوند." واقعاً نه. آن‌ها آن‌ها را تقویت می‌کنند. موتورها در جلوه‌های بصری کنترل‌شده می‌درخشند؛ مدل‌ها در واقعیت نامرتب می‌درخشند.

"نمی‌توان به فیزیک آموخته‌شده اعتماد کرد." اگر کالیبره و محدود کنید، می‌توانید—مهندسان دهه‌هاست که این کار را در سیستم‌های کنترل انجام می‌دهند.

"این فقط پیش‌بینی ویدیو است." این پیش‌بینی ویدیو با هدف است: برنامه‌ریزی، تصمیم‌گیری، عدم قطعیت. این مرحله جادویی از زیبا به مفید است.

نحوه تصمیم‌گیری: یک مینی فلوچارت به سبک Stern

به جلوه‌های بصری سینمایی و قطعی نیاز دارید؟ از یک موتور بازی استفاده کنید.

به پیش‌بینی احتمالی در دنیای واقعی نیاز دارید؟ از یک مدل جهانی استفاده کنید.

به هر دو نیاز دارید؟ با یک مدل برای رفتار و یک موتور برای آزمایش شروع کنید. آن‌ها را به دست دادن وادارید.

هیچ داده‌ای ندارید؟ شروع به جمع‌آوری کنید. خود آینده شما برای شما قهوه می‌خرد.

پیش‌بینی آینده (به درستی): همه چیز ترکیبی

انتظار داشته باشید که موتورها اجزای آموخته‌شده بیشتری را جذب کنند—مدل‌های رفتار NPC، فیزیک آموخته‌شده، حتی حرکت دوربین. انتظار داشته باشید که مدل‌های جهانی قابل کنترل‌تر و کاربرپسندتر شوند—به برنامه‌ریزی سریع، صحنه‌های پنهان قابل ویرایش و ضمانت‌های ایمنی فکر کنید.

به زودی، ممکن است یک صحنه را با توصیف اهداف "نویسندگی" کنید: "بعد از ظهر بارانی، عابر پیاده حواس‌پرت، ربات تحویل باید مسیر خود را تغییر دهد." سیستم جلوه‌های بصری و پویایی را رندر می‌کند. شما هر دو را مانند لایه‌ها در یک جدول زمانی ویرایش می‌کنید. این خط ادغام است که وارد آن می‌شویم.

جمع‌بندی: چه کسی هدایت می‌کند—شما، اسکریپت یا مدل؟

موتورهای سنتی کارگردانان فوق‌العاده یک نمایش بسیار قابل اعتماد هستند. مدل جهانی Odyssey گروه بداهه پردازی است که امتحان میان ترم فیزیک را نیز گذرانده است. اگر به کنترل نیاز دارید، با اسکریپت پیش بروید. اگر به سازگاری نیاز دارید، با مدل پیش بروید. اگر به هر دو نیاز دارید—به بقیه ما بپیوندید، که GPUs را مانند سیب زمینی داغ دستکاری می‌کنیم.

این نکته اصلی شما است: موتورها دنیایی را که ساخته‌اید به شما نشان می‌دهند. Odyssey سعی می‌کند دنیایی را که با آن روبرو خواهید شد به شما نشان دهد. بر این اساس انتخاب کنید—و شاید یک تی هم برای نوشابه‌ای که روی صحنه ریخته شده است، در دسترس داشته باشید.

سوالات متداول

س1: آیا مدل جهانی Odyssey جایگزینی برای Unity یا Unreal است؟ نه. مکمل فکر کنید، نه جایگزین. از موتورهای بازی برای جلوه‌های بصری با کیفیت بالا و کنترل دقیق استفاده کنید، و از مدل جهانی Odyssey زمانی که به پیش‌بینی، مدیریت عدم قطعیت و تعمیم دنیای واقعی نیاز دارید، استفاده کنید.

س2: چرا یک مدل جهانی برای رباتیک و AR مهم است؟ زیرا جهان از اسکریپت شما پیروی نمی‌کند. یک مدل جهانی نتایج احتمالی را پیش‌بینی می‌کند، اشیاء را از طریق انسدادها ردیابی می‌کند و در اطراف انسان‌ها و هرج و مرج برنامه‌ریزی می‌کند—چیزهایی که موتورهای سنتی از تجربه خام یاد نمی‌گیرند.

س3: مشکل فیزیک و پیش‌بینی‌های آموخته‌شده چیست؟ آن‌ها می‌توانند توهم داشته باشند یا بیش از حد مطمئن باشند. راه حل: با حقیقت زمینی کالیبره کنید، عدم قطعیت را ردیابی کنید، محدودیت‌های ایمنی را اضافه کنید و انسان‌ها را در حلقه برای تصمیم‌گیری‌های پرمخاطره نگه دارید.

س4: آیا می‌توانم یک مدل جهانی را در زمان واقعی اجرا کنم؟ بله، با سخت‌افزار مناسب و بهینه‌سازی‌های مدل—quantization، distillation، batching. انتظار یک معاوضه داشته باشید: آب نبات چشمی سینمایی کمتر، هوشمندی خیابانی بیشتر.

س5: چگونه شروع به مهاجرت از اسکریپت‌ها به مدل‌های جهانی کنم؟ داده‌های مرتبط با وظیفه را جمع‌آوری کنید، اهداف را تعریف کنید، یک مدل پویایی را آموزش دهید و یک برنامه‌ریز را ادغام کنید. در یک sandbox موتور بازی اعتبارسنجی کنید، سپس تکرار کنید. جایزه: ابزارهایی مانند Sider.AI می‌توانند به ترسیم پشته و جلوگیری از بن بست کمک کنند.