揹著相機徒步訓練「世界模型」：Odyssey 獲 1800 萬美元 A 輪融資

要想做出真正逼真的虛擬世界，光在網上去抓現成的 2D 影片可能已經不夠用了。

一家名為 Odyssey 的生成式 AI 初創公司，選擇了一條極其耗費體力的硬核路線。他們專門研發了一套重約 25 磅的背包式相機系統，讓人類揹著它徒步走遍全球，採集真實世界的物理級 3D 資料。

Odyssey 宣佈完成 1800 萬美元的 A 輪融資。這筆融資由 EQT Ventures 領投，GV 和 Air Street Capital 參投，讓這家公司的總融資額達到了 2700 萬美元。

穿上 25 磅的背包去徒步採集

Odyssey 的兩位創始人很有來頭，分別是 Oliver Cameron 和 Jeff Hawke。其中 Cameron 曾是自動駕駛明星公司 Cruise 的產品副總裁。做自動駕駛出身的人，顯然很清楚高質量感測器資料對構建現實模型有多重要。

他們造出來的這套背包裝置，外形有點像 Google 當年拍街景的 Street View Trekker。整個背包重約 25 磅，裡面塞進了六臺相機、兩個雷射雷達感測器以及一個慣性測量單元。

揹著這套裝備，採集員可以去到汽車開不進的森林、山洞、徒步小徑、沙灘甚至是冰川。背包能以 3.5K 解析度進行 360 度全景拍攝，更重要的是，它能記錄下物理級精確的深度後設資料。

Odyssey 打算拿這些海量感測器資料餵給自己的演算法，重建出真實世界的高精度數字場景，風格類似 Meta 之前的 Hyperscape 專案。

把世界拆碎，再重新拼成電影

很多人好奇，把現實世界掃描進電腦裡，怎麼就能變成創作者能用的生成式 AI 呢？

按照創始團隊的說法，他們正在開發多層生成式 AI 模型。這些模型會把現實世界拆解成不同的圖層，比如物體的三維幾何形狀、環境光照、物理運動等等，然後再把它們重新融合成一個完整的虛擬世界。

Odyssey 認為，如果只靠現有的影片資料來訓練，生成模型永遠做不出具有真實生命感、達到好萊塢級別的大作。必須有大量豐富的多模態真實 3D 物理資料作為底料。

他們新拿到的這筆錢，首先會用來擴大在加利福尼亞州的資料採集車隊和徒步團隊，未來還打算把採集範圍拓展到更多地區。

不過，這種把相機扛到公共場所的做法，以前 Google 街景就曾因為侵犯路人隱私而惹上過監管麻煩。Odyssey 後續能否處理好隱私保護，也是一個繞不開的問題。

為什麼重要

我們認為，Odyssey 這次融資展示了世界模型在資料獲取上的一個重大分歧。

像 Sora 這類主流影片生成模型，本質上是在用海量平面影片做自迴歸預測，AI 經常會犯違反物理常識的錯誤，比如物體憑空消失或影子方向錯亂。而自動駕駛出身的團隊很清楚，要想讓 AI 理解現實世界，深度資訊和空間幾何資料才是真正的地基。

把雷射雷達和全景相機綁在真人背上去徒步，做法看起來甚至有點笨拙，但它採集回來的資料具有極高的物理精度壁壘。普通創業公司如果只在網上抓取資料，根本無法複製這種多模態實測資產。

對於影視從業者和遊戲開發者來說，這套工具如果真的落地，價值在於徹底改變虛擬製片的成本。以往在虛幻引擎裡搭建一個好萊塢級的森林或古蹟場景，需要美術團隊耗時幾個月手工建模和調光；如果 Odyssey 能讓創作者用自然語言直接掌控這些真實掃描場景的光影和機位，效率會產生質的飛躍。

但隱患依然存在。把 3D 重建資料轉化為自由可控的生成模型，技術跨度非常大，目前行業內還沒有人真正跑通這條路徑。加之隨之而來的公共空間隱私爭議，Odyssey 要想兌現好萊塢級世界模型的諾言，顯然還有很長的路要走。