Odyssey 開放互動式影片預覽：按鍵即時改寫畫面，延遲僅 40 毫秒

想像一下，你正在看一部電影，隨手按了一下鍵盤上的方向鍵，畫面裡的攝影機或者角色立刻跟著轉彎，原本設定好的劇情和場景在幾毫秒內重組。它不是預先渲染好的 3D 遊戲，而是一段完全由 AI 即時算出來的影片。

總部位於倫敦的 AI 初創公司 Odyssey 最近上線了這種被稱為「互動式影片」的公開研究預覽。使用者只要按按鍵盤、划動螢幕或者推一下搖桿，就能直接改變螢幕上正在播放的影片內容。

40 毫秒響應的「穿幫夢境」

Odyssey 的兩位創始人 Oliver Cameron 和 Jeff Hawke 都來自自動駕駛領域。他們原本做世界模型是為了幫電影和遊戲製作降本增效，結果中途發現這套技術能直接拿來做一種全新的敘事媒介。

這套系統的底層是一個全新的世界模型。在輝達 H100 顯示卡的支撐下，它接收到使用者的動作後，能在 40 毫秒內做出反應，以最高每秒 30 幀的速度即時流式生成畫面。

不過，團隊自己也坦白，現在的體驗離成熟還差得很遠。畫面有時會模糊或者扭曲，周遭環境甚至會莫名其妙突然變樣。他們把現階段的體驗形容成「探索一個滿是 bug 的夢境」，雖然粗糙且不穩定，但確實前所未見。

為了不讓系統徹底崩潰，這次上線的預覽版還是個「窄分佈模型」，也就是隻在一套特定的真實世界影片資料上訓練來換取穩定性。Odyssey 表示下一代模型正在研發中，畫質會更清晰，物理規律和互動反應也會更真實。

背後站著皮克斯元老，但算力真不便宜

雖然產品還在早期，Odyssey 的背景卻相當紮實。公司已經拿到 2700 萬美元融資，投資方包括 EQT Ventures、GV 和 Air Street Capital，董事會裡甚至坐著皮克斯聯合創始人、前迪士尼動畫工作室總裁 Ed Catmull。

但擺在他們面前最現實的問題是錢。目前跑這套系統的基建成本大約是每位使用者每小時 1 到 2 美元。雖然 Odyssey 強調隨著模型最佳化和基礎設施投入，這個成本正在快速下降，但這依然是一筆不小的開銷。

放眼整個賽道，做世界模型的可不止他們一家。Google DeepMind、微軟，以及李飛飛創辦的 World Labs 都在搶這塊地盤，大家都在試圖讓 AI 真正理解並即時生成動態的三維物理世界。

為什麼重要

從技術路徑來看，Odyssey 試圖跳過傳統的 3D 渲染管線。以前想做可互動世界，需要建模師、貼圖師和遊戲引擎一步步搭建，而他們想直接用神經網路「腦補」出一切，哪怕只用很簡單的控制指令就能驅動。

我們認為，普通使用者現在去體驗，更多是看個新鮮，它暫時沒法取代現有的遊戲或電影。但對創作者來說，這展示了一種全新的概念原型設計方式，故事走向不再是線性的，觀眾甚至能隨時走入鏡頭背後。

問題在於，每小時 1 到 2 美元的推流成本，註定了它短期內很難做成大眾消費級產品。如果按重度玩家一天玩三四個小時算，沒有任何現行的訂閱制能承受這種虧損。而且在窄資料集之外，模型如何保持長久的一致性而不陷入視覺幻覺，目前也還沒有定論。

不過，Odyssey 這一步很聰明的地方在於，他們沒有死磕影視後期製作工具，而是直接把半成品包裝成一種全新的人機互動實驗放出來。在 DeepMind 和 World Labs 大軍壓境之前，先搶下了「即時互動影片」這個新概念的第一聲吆喝。