odyssey-interactive-video について
Odysseyのリアルタイム動画モデルを評価するエージェント向けの企画スキルです。対話型ストリームと固定動画・3D成果物を区別し、試作の範囲や研究段階の制約を整理します。
主な機能
- 01対話型動画プロジェクトの範囲設定
- 02リアルタイム操作の説明
- 03対話型動画とオフライン動画の比較
- 04機能と本番利用の制約整理
活用シーン
- 01探索可能なAIワールドの企画
- 02リアルタイム動画デモの評価
- 03Odysseyとオフライン動画の選定
- 04本番利用への準備状況の評価
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/ / github.com/ calesthio/ generative-media-skills --skill odyssey-interactive-videoインストール後、Claude Code で/odyssey-interactive-videoを入力して読み込まれたか確認します。
同梱ファイルEVAL.md
詳細
Odyssey のインタラクティブ動画(世界モデル)
このスキルの用途
Odyssey は世界モデルを構築しています。世界モデルとは、フレームの履歴と、ユーザーがその時点でストリーミングしている入力に基づいて、リアルタイムで1フレームずつ動画を生成するシステムです。出力はダウンロードできる完成済みのクリップではなく、ユーザーが操作するインタラクティブなストリームです。このスキルは、Odyssey のモデルを使う、または利用を検討するプロジェクトについて、エージェントが範囲を定め、計画し、誠実な助言をするのに役立ちます。
次のような依頼で使用します。
- 「ユーザーが歩き回れる、探索可能な AI の世界やプレイ可能な夢を構築できますか?」
- 「入力したプロンプトやコントローラーに反応する、リアルタイムのインタラクティブ動画を作りたい。」
- 「Odyssey と Sora/Veo のどちらを使うべきですか?」(インタラクティブかオフラインかの判断)。
- 「インタラクティブな環境/体験型インスタレーション/ライブデモを試作したい。」
次の場合はここに振り分けないでください。一度だけレンダリングしてダウンロードするオフラインのテキスト動画クリップ(Sora/Veo/Kling/Runway の領域です)、エクスポート可能な3Dアセットやメッシュ(3Dアセットまたはゲームエンジンのパイプラインの領域です)、既存の映像への字幕付けや編集。Odyssey はデフォルトではダウンロード可能なクリップも、エクスポート可能なジオメトリも生成しません。引き渡すファイルが成果物である場合、通常はインタラクティブ動画は適切なツールではありません。以下の「制作上の判断」を参照してください。
成熟度に関する注意。まずお読みください。 Odyssey の CTO である Jeff Hawke は、この分野を 「世界モデルの GPT-2 時代」、そして 「大規模な商業化ではなく、大規模な探索の段階」 と表現しています[二次情報、The Data Exchange、2026-07-10 確認]。ここに記載されているすべての機能は、研究段階のものとして扱ってください。今日でも試作、デモ、アート、実験は実現可能ですが、SLA に準拠した本番パイプラインは一般にまだ実現できません。本番稼働の期限があるユーザーには、この点をはっきり伝えてください。
以下で使用するエビデンスラベル
- [文書化済み] — Odyssey 自身のモデルページ/技術レポートに記載されています。
- [ファーストパーティの主張] — Odyssey 自身による性能/機能の主張です(マーケティングまたはブログ)。独立した検証は行われていません。
- [二次情報] — 信頼できる報道機関またはアナリストによる情報です。
- [ヒューリスティック] — 引用可能な事実ではなく、技術の性質に基づく制作上の判断です。
特に記載がない限り、変動しやすいすべての情報(モデル名、レイテンシ、アクセス、料金)は 2026-07-10 確認済みです。これらの情報に基づいて判断する前に、必ず再確認してください。この製品の状況は週単位で変化します。
「インタラクティブ動画」の実際の意味
従来の動画モデル(Sora、Veo、Kling)は双方向型です。クリップ全体を、未来のフレームを把握したうえで計画するため、数秒分の固定動画を生成するのに数秒から数分かかります。生成の途中で変更することはできません。
Odyssey のモデルは因果的かつ自己回帰的です。各フレームは、過去のフレームと過去および入力中のユーザー操作だけから予測され、その後すぐにストリーミングされます[文書化済み、odyssey.ml/introducing-odyssey-2]。エージェントが理解しておくべき結果は次のとおりです。
- ユーザーは常に処理に参加します。 入力(キー入力、マウス、テキスト入力、音声、コントローラー)はストリームの途中で送られ、次に生成される内容を変化させます。Odyssey-1 はこれを「起きたことに反応する」ことに明示的にたとえています。Odyssey-2 は再生中のプロンプト入力を「言語モデルとの会話」にたとえています[文書化済み]。
- レイテンシはクリップ単位ではなく、フレーム単位です。 Odyssey-1:新しいフレームはおよそ 40 ms ごと(最大約30 fps)[文書化済み、2025-05-28]。Odyssey-2:約 50 ms/フレーム、約 20 fps[文書化済み]。Starchild-1:音声と動画を同期して最大 24 fps[文書化済み、2026]。
- すべてのフレームが生成され、合成されるわけではありません。 Odyssey は「すべてのフレームが、私たちが訓練した拡散モデルによって完全に生成されます」と述べています。ゲームエンジン、事前制作された3Dアセット、メッシュは使用しません[文書化済み/二次情報、TechCrunch、2025-05-28]。
- 一貫性には限界があり、徐々に崩れていきます。 ストリームの妥当性が保たれるのは一定の時間内で、その後は劣化します。「機能の限界」を参照してください。
現行モデルのラインアップ(2026-07-10 に確認)
Odyssey(odyssey.ml)はワールドモデルの研究ラボです。創業者の Oliver Cameron(CEO)と Jeff Hawke(CTO)は自動運転分野の出身で、Pixar の共同創業者である Ed Catmull が取締役を務めています[二次資料、TechCrunch]。公開されているモデルファミリーを古い順に示します。
| モデル | 初公開 | 概要 | インタラクティブな入力 | フレームレート/レイテンシー | 利用方法 |
|---|---|---|---|---|---|
| Odyssey-1 | 2025-05-28 | 初の「プレイ可能なワールドモデル」。アクション条件付きの次フレーム予測モデルです。対象分布を狭くし、自己回帰的な安定性のために汎用性を意図的に犠牲にしています。Odyssey は「不具合のある夢――生々しく、不安定」と説明しています。 | キーボード/タッチ/ジョイスティック | 約 40 ms/フレーム、最大 30 fps、5 分以上の一貫性を主張 | 後継モデルあり(研究プレビュー) |
| Odyssey-2(API ティア:Odyssey-2 Pro) | 2025-10-27 のブログ | 「操作可能な、AI 動画を瞬時に夢見る汎用ワールドモデル」です。再生中に自然言語のプロンプトで操作できます。 | 入力した自然言語のプロンプト(+アクション) | 約 50 ms/フレーム、約 20 fps | Web:experience.odyssey.ml · API:developer.odyssey.ml(提供開始段階) |
| Starchild-1 | 2026-05-17 | 初のマルチモーダルワールドモデル。同期した音声+動画を自己回帰的に生成し、環境、対話、環境音がストリーミング入力に応じて変化します。 | テキスト、音声、またはアクションのストリーミング入力 | 最大 24 fps、音声/映像同期 | odyssey.ml でプレビューと技術レポートを公開(starchild.odyssey.ml/starchild-1.pdf) |
| Agora-1 | 2026 | マルチエージェントワールドモデル。最大 4 人のプレイヤーが 1 つの共有シミュレーション環境(GoldenEye 風のデスマッチデモ)でプレイでき、各プレイヤーの視点をリアルタイムで描画します。ワールド状態のシミュレーションと、視点ごとのレンダリングを分離しています。 | 複数プレイヤーのアクション | 視点ごとにリアルタイム | agora.odyssey.ml でプレイ可能 |
| PROWL-1 | 2026 | ゲーム環境を探索するための強化学習フレームワーク(研究論文、arXiv 2605.18803)。インタラクティブな製品ではなく、研究成果です。 | 該当なし | 該当なし | arXiv 論文 |
[すべての行は odyssey.ml のモデルページ/ホームページに記載。2026-07-10 に確認済み。]
エージェント向けの名称の使い分け: 2026 年に「Odyssey」とだけ言う場合、通常はOdyssey-2(現在提供中の汎用エクスペリエンス)を指します。ユーザーが「Odyssey のインタラクティブ動画のやつ」と言った場合は、Odyssey-2 を指すものとして扱い、確認してください。音声が重要な場合は Starchild-1、マルチプレイヤー/共有状態が重要な場合は Agora-1 を挙げてください。
現在のアクセス経路 — API があると決めつけず、慎重に確認してください
ここは誤った説明をしやすい箇所です。2026-07-10時点では、次のとおりです。
- ウェブでの利用が、確実に公開されているアクセス経路です。
experience.odyssey.ml(Odyssey-2)とagora.odyssey.ml(Agora-1)は、ブラウザーで一般公開されており、プレイできます[確認済み、odyssey.ml のホームページ]。今日、ユーザーに案内する最も安全な選択肢であり、利用を決める前にモデルを評価するための適切な方法です。 - API は存在しますが、まだ初期段階で、提供が始まったばかりです。
documentation.api.odyssey.mlに開発者向けドキュメントがあり、developer.odyssey.ml/dashboardのダッシュボードでは、3 つの利用形態を備えた Odyssey-2 Pro API が紹介されています。インタラクティブストリーム(リアルタイム)、視聴可能/ブロードキャストストリーム、そしてオフライン/バッチでスクリプト生成するための Simulate エンドポイントです[確認済み、API ドキュメント、2026-07-10 に確認]。認証には API キーを使用します(キーはサーバー側に保持し、ブラウザーからは有効期間の短い認証情報を使って接続します)。セッション数/同時実行数の上限、ストリームの再生時間の上限(「credit lease expired」エラー)、Discord、API ライセンス契約、[email protected] についても記載されています。- エージェントが明示すべき注意点: 2026-07-10 時点で、Odyssey のホームページでは API が目立つ形で案内されておらず、Odyssey-2 のローンチブログでも API は当初「近日公開」とされていました。そのため、API の提供は実際に始まっているものの、まだ初期段階と考えてください。連携を約束する前に、developer.odyssey.ml で現在の提供状況、利用上限、利用条件を直接確認してください。安定したエンドポイント、バージョン管理された SDK、稼働率保証があると決めつけないでください。
- この日付時点では、Starchild-1 と PROWL-1 は研究/プレビュー段階であり、技術レポートが公開されています。 レポートとプレビューであり、一般向け API として文書化されたものではありません。確認せずに、Starchild-1 にプログラムからアクセスできると約束しないでください。
[経験則] アクセス方法についてユーザーに伝える内容:「今すぐ experience.odyssey.ml にブラウザーでアクセスして、実際に試せます。Odyssey-2 Pro を介したプログラム/API アクセスも利用できますが、まだ初期段階です。これを前提に連携を設計する前に、developer.odyssey.ml で現在の利用上限と利用条件を確認することをおすすめします。」
機能上の制限(率直に説明します)
以下はいずれも、適用範囲を決めるうえで重要な制約です。[特に記載がない限り、公式ドキュメントまたは一次情報に基づきます。]
- 映像の忠実度は安定しません。 独立した情報源とOdysseyの説明のどちらも、ぼやけたり、歪んだり、夢のようになったりする出力を報告しています。細部や映像内のテキストは信頼できません[二次情報、TechCrunch/eWeek、一次情報「glitchy dream」]。
- 一貫性は時間とともに損なわれます。 OdysseyはOdyssey-1について、一貫性のあるストリームが「5分以上」続くと主張していますが、Hawkeによる後の説明はより慎重で、劣化が始まるまで「1~2分」としています。これは以前の「15~30秒」から改善した数値です[一次情報/二次情報]。[ヒューリスティック]クライアントに見せる用途では、5分以上ではなく、信頼できる一貫性が保たれる時間を約1~2分として計画してください。
- 世界の永続性は低いです。 状態は保存されたシーングラフではなく、モデルのローリングコンテキストに保持されるため、目を離して戻るとジオメトリやレイアウトが変化することがあります。オブジェクトが維持される保証もありません。Starchild-1のレポートでは、「長時間にわたってシーンと音響の同一性が依然として変化する」と明記されています[公式ドキュメント]。「この世界を保存して、まったく同じ場所に戻る」ための信頼できる機能はありません。
- 解像度/フレームレートは控えめです。 約20~30 fpsです。Odysseyは解像度を主要な仕様として公開しておらず、映画の仕上げに求められる品質を大きく下回ります[fpsは公式ドキュメントに記載。解像度は未公開のため、数値を引用しないでください]。
- エクスポート可能なアセットはありません。 得られるのはストリーミングされるフレーム(Starchild-1では音声も含む)であり、メッシュでもテクスチャでも、標準でダウンロード可能なMP4クリップでもありません。Simulateエンドポイントでは録画を生成できますが、生成物は編集可能な3Dではなく動画です[公式ドキュメント]。
- ユーザーごとにGPUコストとインフラが必要です。 GPUクラスター上で実行されます(これまではH100、今後はAWS/Trainium)。Odysseyが2025年に公表した数値は、ユーザー1時間あたりのコンピューティングコストが1~2ドルで、今後は低下する見込みです[一次情報、2025-05-28]。同時に視聴するユーザーごとに、稼働中のGPUセッションが必要です。これはキャッシュ済み動画ファイルの配信のようにはスケールしません。
- インタラクティブ形式について、まだ定量的なベンチマークはありません。 Starchild-1のレポートによると、このインタラクション形式には「まだ」標準化されたベンチマークが存在しません[公式ドキュメント]。関係者に提示できるFVDや品質の数値はありません。
本番導入の判断:インタラクティブ動画と代替手段
成果物の実態に応じてツールを選びます。[ヒューリスティックなフレームワーク]
次の場合はOdysseyのインタラクティブ動画を選びます:
- 体験の中核が、ライブで自由にユーザーが操作できることにある場合。ユーザーのリアルタイム入力で動画が変化する必要があり、固定された脚本では実現できない場合です。
- デモ、プロトタイプ、アート作品、研究用プローブ、または体験型/ライブインスタレーションを制作しており、夢のような不安定な美しさが許容される、あるいは望ましい場合です。
- 新しさや「ユーザー自身が操作した」ことが重要な場合(マーケティング施策、カンファレンスのブース、操作可能なティーザーなど)。
次の場合は、オフライン動画生成ツール(Sora/Veo/Kling/Runway)を選びます:
- 構図、長さ、出力の再現性を制御できる、完成済みのダウンロード可能なクリップが必要な場合です。
- 映像の忠実度、ブランドに適した細部、読みやすいテキスト、またはクライアントが承認できるフレームが重要な場合です。
- 配信対象が多数である場合(数千人にファイルを配信する場合など)。オフライン動画は低コストでスケールできますが、インタラクティブストリームはそうではありません。
次の場合は、ゲームエンジン/ダウンロード可能な3D(Unreal、Unity、Gaussian splats、NeRF-to-mesh)を選びます:
- 永続的で決定論的な世界、正確な衝突判定、エクスポート可能なアセット、または毎回同じ環境が必要な場合です。
- ユーザーごとに稼働中のGPUバックエンドを用意しなくても、クライアント上で動作するアセットを配布する必要がある場合です。
- 長時間のセッション(数時間)や、ジオメトリの保証が必要な場合です。
[ヒューリスティック]一行で判断する目安: ユーザーがピクセルをリアルタイムで操作する必要があり、夢のようで永続性がなく、視聴者ごとにGPUを使うストリームを許容できますか? はい → Odyssey。どれか一つでも「いいえ」なら、オフライン生成またはゲームエンジンのパイプラインが適している可能性が高いです。
現時点で実現可能なことと、まだ不確かなこと
現在実現可能(研究用途レベルで、期待値を適切に設定すること):
- インタラクティブなプロトタイプやコンセプトデモ — 「この雰囲気を体験してみる」探索型ムードボード。
- 体験型マーケティング/ライブイベント — リアルタイムのAIワールドという新奇性が目玉となり、スタッフが常駐する時間制限付きのセッションで、変化の不安定さを目立たなくできるもの。
- 不安定でシュールな美しさに抗うのではなく、それを活かしたインタラクティブなストーリーテリング/「プレイ可能な夢」のアート。
- 迅速なアイデア出し — 本格的な3D制作やプロダクション構築に着手する前に、環境や雰囲気をすばやく確かめること。
- Odysseyが自ら挙げる実績:ハッカソン形式のインタラクティブな天気アプリ、ゲームの足場作り[二次情報、Hawke]。
まだ不確か/現時点では信頼できないこと(約束しないこと):
- リリース可能なAAAスタイルのゲームやゲームエンジンの代替。
- 読みやすいロゴやテキスト、承認可能なフレームが必要な、ブランドセーフでピクセル単位まで制御された広告制作物。
- 永続的な状態を持つ継続型マルチプレイヤーワールド(Agora-1は初期段階のマルチエージェントデモであり、ライブサービスプラットフォームではありません)。
- 一貫性を保った長時間(数時間)の体験。
- エクスポート可能なアセット、SLA、または同じワールドを確実に再現することが必要なもの。
料金とアクセス条件
- 2026-07-10時点で、公開されている一般消費者向け料金プランはありません。料金は使用量ベースで、稼働中のGPU使用量に連動する見込みです。APIドキュメントにはクレジット/リース方式の記載があります(「credit lease expired」)[文書で確認済み]。
- 過去の計算コストの参考値:ユーザー時間あたり1~2ドル(Odyssey自身が2025年に示した数値で、今後低下する見込み)[一次情報]。現在の見積もりではなく、コストの大まかな目安として扱ってください。
- ウェブ体験はブラウザー上で無料で試せます[文書で確認済み]。
- [ヒューリスティック]予算を立てる前に、必ずdeveloper.odyssey.mlで最新の見積もりを取得してください — 実際のコスト構造に合わせ、同時接続ユーザー数×時間を基準に予算を立ててください。
- 企業の状況(プロジェクトごとの料金ではなく、事業継続リスクに影響):Odysseyは2026-06-17に、Natural Capitalを主導投資家としてAmazon、GV、AMD Ventures、IQT、EQTが参加する3億1,000万ドルのシリーズB(投資後評価額約14億5,000万ドル)を調達しました。優先クラウドはAWSで、Trainiumチップを使用しています[二次情報、複数の報道機関]。十分な資金を確保していますが、同社自身の説明では依然として商用化前です。
コンテンツ、権利、同意、プライバシー
- 学習データの出所。 Odysseyは、独自の約25ポンドの360°バックパック型リグ(カメラ6台、lidar 2台、IMU、約3.5K、深度メタデータ)で撮影した実世界のデータに加え、その他のデータを一部使用して学習させています[二次情報、TechCrunch]。自社で撮影したデータを使うことで、第三者のデータをスクレイピングする懸念の一部は軽減されますが、知的財産に関する疑問がなくなるわけではありません。
- 出力の知的財産権は未確定です。 報道では、手続き的に生成されたワールドの所有者や、既知の知的財産に類似する出力が権利侵害に当たる可能性について、未解決の疑問が指摘されています[二次情報]。[ヒューリスティック]生成されたストリームについて、商用利用権、所有権、補償を当然のものと見なさないでください — Odysseyの最新のAPI License Agreement/ToSを確認し、クライアントへの納品前に商用条件を書面で取り交わしてください。
- 同意/肖像。 ユーザーの音声をStarchild-1にストリーミングする場合、または実在する認識可能な人物や場所をワールドに描写する場合は、通常どおり同意と肖像に関する確認を行ってください。リアルタイム生成であっても、こうした確認が不要になるわけではありません。
- ストリーミング入力のプライバシー。 インタラクティブセッションでは、ユーザーのキー入力、音声、操作がOdysseyのサーバーに送信されます。個人情報や機微情報を扱うプロジェクトでは、デプロイ前にデータの取り扱いと保持の条件を確認してください。
- 出所の明示/ラベル付け。 出力は合成コンテンツです。プラットフォームや管轄区域のルールに従って、AI生成の体験であることを明示してください。
エージェントがOdysseyプロジェクトを計画する方法
- 成果物が本当にインタラクティブか確認します。 ユーザーが実際にはダウンロード可能なファイルを求めている場合は、先にオフライン生成ツールまたは3Dパイプラインを案内します。
- 成熟度への期待を最初に設定します — GPT-2時代の技術で、夢のような表現、約1~2分の一貫性、状態の非永続性、閲覧者ごとにGPUが必要です。この点を書面で伝えます。
- モデルを選びます: Odyssey-2(汎用、プロンプトで誘導)→ デフォルト、Starchild-1 → 音声が必要な場合、Agora-1 → 共有/マルチプレイヤーの場合。
- 何かを設計する前に、experience.odyssey.ml / agora.odyssey.mlで実際に試して評価します。 まだ確認していない機能を前提に設計してはいけません。
- developer.odyssey.mlでアクセス方法と利用条件を確認します(APIの状態、クォータ、セッション/継続時間の制限、ライセンス)。これらは変わるため、確認日も記録します。
- クリップ単位ではなく、同時利用ユーザーの時間数を基準に予算を立てます。
- 変化を前提に設計します: セッションを短くし、スタッフが案内する体験にし、不安定さを受け入れる美学を採用し、ストリームが劣化した場合の代替策を用意します。
- 商用または一般公開する前に、権利/同意/プライバシーを明確にします。
例(ラベル付き — 必須の定型ではなく、参考例です)
例A — 範囲の確認に対して、エージェントが率直に案内する
意図: ブランドエージェンシーが尋ねます。「ブースに、来場者がムードを入力してその世界を歩き回れる、30秒のインタラクティブなAIワールドを設置したいです。Odysseyを使ってください。それと、ソーシャルメディア用の完成クリップも必要です。」 望ましいエージェントの回答(重要な特徴):
- 2つの依頼を切り分けます。ブースでの体験は、experience.odyssey.mlまたはOdyssey-2 Pro API経由のOdyssey-2に最適です。リアルタイムでプロンプトによる誘導が可能で、新奇性こそが目的です。
- 「ソーシャルメディア用の完成クリップ」は別の成果物だと指摘します。Odysseyはクリーンなダウンロード可能ファイルを提供せず、出力は夢のようで不安定であり、ブランドのピクセル単位の制御もできません。ライブセッションを画面録画する(その美学を受け入れる)か、オフラインモデル(Veo/Sora/Kling)でソーシャルメディア用の動画を別途生成するよう勧めます。
- 期待値を設定します:約1~2分の一貫性、非永続的なジオメトリ、約20 fps、同時利用者ごとのGPUコスト、セッション管理のためのスタッフ常駐ブース。
- 一般公開前にアクセス方法/利用条件の確認と、権利/同意の確認が必要だと伝えます。 このような構成にする理由: ここで避けるべき失敗は、インタラクティブモデルからダウンロード可能なクリーンなソーシャルメディア用素材を提供できると、何も言わずに約束してしまうことです。「ライブでの誘導」と「完成ファイル」を切り分けることに価値があります。
例B — 制約に基づくモデルの選択
意図: 「ユーザーが話しかけると、コンパニオンキャラクターが実際の音声と環境音で応答する、インタラクティブなAI体験を作りたいです。」 期待される対応: 音声が重要で、入力も音声なので、Odyssey-2(動画のみ)ではなくStarchild-1(同期した音声+動画、ストリーミング音声/テキスト/アクション入力、「ナレーター/コンパニオンシップ」のインタラクション形式)を案内します。Starchild-1はプレビューおよびテクニカルレポート段階であるため、プログラムからのアクセス可否を確認するよう注意を促します。また、長時間では音響やシーンの同一性が変化すること、インタラクティブ性の品質を測るベンチマークがまだないことも伝えます。ストリーミング音声の同意/プライバシー対応も加えます。 理由: ここでOdyssey-2を選ぶと、音声の要件が気づかれないまま抜け落ちてしまいます。
例C — 憶測を含む依頼の現実性を確認する
意図: 「レベルを作らずに済むよう、UnityゲームのバックエンドをOdysseyのワールドモデルに置き換えられますか?」 期待される対応: いいえ — 現時点では、出荷可能なゲームには使えません。永続的/決定論的なワールドがないこと(ジオメトリが変化し、永続的な状態がない)、アセットをエクスポートできないこと、正確な衝突判定ができないこと、一貫性が約数分に限られること、プレイヤーごとにライブGPUセッションが必要で、クライアント側エンジンのようにはスケールしないことを説明します。Odyssey/Agora-1は、学習されたワールドがどのような体験になり得るかを探る研究用プローブまたはプロトタイプとして位置づけ、Hawke自身の「GPT-2時代であり、広範な商用化には至っていない」という説明を引用します。出荷する製品には従来型のエンジンを勧めます。 理由: 技術がまだ裏付けられないエンジン置き換えの主張を認めてしまうことが、重大な失敗につながります。
出典(2026-07-10に検証済み)
一次情報:
- Odyssey のホームページとモデル一覧 — https://odyssey.ml/(モデル:Odyssey-2、Starchild-1、Agora-1、PROWL-1、ウェブ体験)。
- 「Odyssey-1 の紹介:プレイ可能なワールドモデル」 — https://odyssey.ml/introducing-odyssey-1(2025-05-28;40 ms/フレーム、≤30 fps、5 分以上という主張、ユーザー1時間あたり$1~2、米国/EUのH100)。
- 「Odyssey-2 の紹介:汎用ワールドモデル」 — https://odyssey.ml/introducing-odyssey-2(ブログの署名日2025-10-27;約50 ms/フレーム、約20 fps、プロンプトによる操作、APIは「近日公開」)。
- 「Starchild-1:初のリアルタイムマルチモーダルワールドモデル」 — https://odyssey.ml/introducing-starchild-1 および技術レポート starchild.odyssey.ml/starchild-1.pdf(2026-05-17に発表;同期された音声/映像は≤24 fps;長時間のドリフトについて記載)。
- Odyssey API ドキュメント — https://documentation.api.odyssey.ml/ および developer.odyssey.ml/dashboard(Odyssey-2 Pro;インタラクティブストリーム/視聴可能なブロードキャストストリーム/Simulate;API キー認証;セッションと利用時間の制限)。
二次情報(報道と明記):
- TechCrunch、「Odyssey の新しいAIモデルが3Dのインタラクティブな世界をストリーミング」 — https://techcrunch.com/2025/05/28/odysseys-new-ai-model-streams-3d-interactive-worlds/(創業者、取締役会、初期資金調達額$27M、ゲームエンジン不使用、ぼやけや不安定さ、ユーザー1時間あたり$1~2、用途)。
- TechCrunch、「この生成AIスタートアップは人々の背中にカメラを取り付けている」 — https://techcrunch.com/2024/11/13/(360°バックパック撮影リグの仕様)。
- The Decoder、「Amazon、Nvidia、AMD がAIスタートアップに3億1000万ドルを投じる…」 — https://the-decoder.com/amazon-nvidia-and-amd-bet-310-million-on-ai-startup-building-3d-world-models/(シリーズB、AWS/Trainium)。
- Air Street Press、「クリップメーカーからシミュレーターへ:Odyssey の新しいワールドモデル」 — https://press.airstreet.com/p/odyssey-starchild-1-agora-1(Starchild-1/Agora-1の詳細、インタラクティブとオフラインの違い)。
- The Data Exchange、Jeff Hawke インタビュー — https://thedataexchange.media/jeff-hawke-odyssey/(「GPT-2時代」、「一貫性は1~2分」、「商用化ではなく大規模な探索」)。
注:モデル名、レイテンシ、fps、アクセス方法、価格は変動する可能性があります。依拠する前に、odyssey.ml と developer.odyssey.ml で再確認してください。