背着相机徒步训练「世界模型」：Odyssey 获 1800 万美元 A 轮融资

要想做出真正逼真的虚拟世界，光在网上去抓现成的 2D 视频可能已经不够用了。

一家名为 Odyssey 的生成式 AI 初创公司，选择了一条极其耗费体力的硬核路线。他们专门研发了一套重约 25 磅的背包式相机系统，让人类背着它徒步走遍全球，采集真实世界的物理级 3D 数据。

Odyssey 宣布完成 1800 万美元的 A 轮融资。这笔融资由 EQT Ventures 领投，GV 和 Air Street Capital 参投，让这家公司的总融资额达到了 2700 万美元。

穿上 25 磅的背包去徒步采集

Odyssey 的两位创始人很有来头，分别是 Oliver Cameron 和 Jeff Hawke。其中 Cameron 曾是自动驾驶明星公司 Cruise 的产品副总裁。做自动驾驶出身的人，显然很清楚高质量传感器数据对构建现实模型有多重要。

他们造出来的这套背包设备，外形有点像 Google 当年拍街景的 Street View Trekker。整个背包重约 25 磅，里面塞进了六台相机、两个激光雷达传感器以及一个惯性测量单元。

背着这套装备，采集员可以去到汽车开不进的森林、山洞、徒步小径、沙滩甚至是冰川。背包能以 3.5K 分辨率进行 360 度全景拍摄，更重要的是，它能记录下物理级精确的深度元数据。

Odyssey 打算拿这些海量传感器数据喂给自己的算法，重建出真实世界的高精度数字场景，风格类似 Meta 之前的 Hyperscape 项目。

把世界拆碎，再重新拼成电影

很多人好奇，把现实世界扫描进电脑里，怎么就能变成创作者能用的生成式 AI 呢？

按照创始团队的说法，他们正在开发多层生成式 AI 模型。这些模型会把现实世界拆解成不同的图层，比如物体的三维几何形状、环境光照、物理运动等等，然后再把它们重新融合成一个完整的虚拟世界。

Odyssey 认为，如果只靠现有的视频数据来训练，生成模型永远做不出具有真实生命感、达到好莱坞级别的大作。必须有大量丰富的多模态真实 3D 物理数据作为底料。

他们新拿到的这笔钱，首先会用来扩大在加利福尼亚州的数据采集车队和徒步团队，未来还打算把采集范围拓展到更多地区。

不过，这种把相机扛到公共场所的做法，以前 Google 街景就曾因为侵犯路人隐私而惹上过监管麻烦。Odyssey 后续能否处理好隐私保护，也是一个绕不开的问题。

为什么重要

我们认为，Odyssey 这次融资展示了世界模型在数据获取上的一个重大分歧。

像 Sora 这类主流视频生成模型，本质上是在用海量平面视频做自回归预测，AI 经常会犯违反物理常识的错误，比如物体凭空消失或影子方向错乱。而自动驾驶出身的团队很清楚，要想让 AI 理解现实世界，深度信息和空间几何数据才是真正的地基。

把激光雷达和全景相机绑在真人背上去徒步，做法看起来甚至有点笨拙，但它采集回来的数据具有极高的物理精度壁垒。普通创业公司如果只在网上抓取数据，根本无法复制这种多模态实测资产。

对于影视从业者和游戏开发者来说，这套工具如果真的落地，价值在于彻底改变虚拟制片的成本。以往在虚幻引擎里搭建一个好莱坞级的森林或古迹场景，需要美术团队耗时几个月手工建模和调光；如果 Odyssey 能让创作者用自然语言直接掌控这些真实扫描场景的光影和机位，效率会产生质的飞跃。

但隐患依然存在。把 3D 重建数据转化为自由可控的生成模型，技术跨度非常大，目前行业内还没有人真正跑通这条路径。加之随之而来的公共空间隐私争议，Odyssey 要想兑现好莱坞级世界模型的诺言，显然还有很长的路要走。