Odyssey, startup fondata da Oliver Cameron e Jeff Hawke attira Amazon, Nvidia e AMD nella corsa ai world model, sistemi pensati per robotica, videogiochi, formazione e nuove esperienze digitali interattive
Odyssey punta a portare l’intelligenza artificiale oltre chatbot e video generativi, sviluppando world model capaci di creare mondi virtuali esplorabili che cambiano in tempo reale in base alle azioni dell’utente. L’obiettivo richiama il ponte ologrammi di Star Trek, anche se oggi la tecnologia resta confinata nel software generativo e non produce oggetti fisici nello spazio reale.
La startup, fondata da Oliver Cameron e Jeff Hawke, entrambi con esperienza nella guida autonoma, ha attirato investitori come Amazon, Nvidia e AMD grazie a un round da 310 milioni di dollari che ha portato la valutazione a 1,45 miliardi. I suoi modelli potrebbero trovare applicazione nella robotica, nei videogiochi, nella formazione professionale, nella sanità, nella logistica e nella progettazione di ambienti digitali interattivi. Restano però limiti importanti: costi elevati, necessità di verifiche indipendenti, qualità fisica delle simulazioni, uso dei dati e rischio di concentrazione nelle mani di pochi grandi attori del cloud e dell’hardware.
Se vuoi andare oltre alla sintesi della nostra notizia leggi qui di seguito l’approfondimento:
Odyssey, startup americana specializzata nello sviluppo di modelli innovativi di intelligenza artificiale, lavora a una AI capace di creare mondi virtuali esplorabili che cambiano in tempo reale in base alle azioni dell’utente. L’obiettivo, in prospettiva, punta a un simulatore olografico che ricorda da vicino il ponte ologrammi della saga di Star Trek. Oggi la tecnologia resta molto lontana da un ambiente olografico reale, perché funziona ancora come software generativo e produce simulazioni digitali, senza creare oggetti fisici nello spazio.
La notizia segna un passaggio importante nella corsa all’AI. Finora il pubblico ha conosciuto soprattutto sistemi capaci di scrivere testi, generare immagini, creare video o rispondere a domande in linguaggio naturale. Odyssey prova a spostare il baricentro su un terreno diverso, quello dei world model, modelli che simulano il comportamento del mondo fisico. In parole semplici, l’AI deve far evolvere una scena mentre qualcuno la attraversa, la modifica o interagisce con gli oggetti presenti al suo interno.
Indice
- 1 Che cosa vuole costruire Odyssey?
- 2 Chi c’è dietro la startup?
- 3 Perché Amazon, Nvidia e AMD guardano a Odyssey?
- 4 Perché i world model sono diversi dai chatbot?
- 5 Quali modelli sta sviluppando Odyssey?
- 6 Dove potrebbe servire una tecnologia del genere?
- 7 Quali sono i limiti reali?
- 8 Perché questa tecnologia interessa anche gli utenti comuni?
Che cosa vuole costruire Odyssey?
Odyssey lavora a un’intelligenza artificiale capace di generare ambienti digitali navigabili. Una stanza, una strada, un paesaggio, un corridoio, un set cinematografico o una scena di gioco possono nascere da un prompt, da un’immagine o da una condizione iniziale. Da quel momento il modello continua a produrre ciò che accade dopo, seguendo i movimenti dell’utente, le azioni di un personaggio o le scelte di un agente artificiale.
La differenza rispetto a un video generato dall’AI risulta sostanziale. Un video resta una sequenza chiusa. L’utente lo guarda dall’inizio alla fine, poi eventualmente chiede una nuova versione. Un mondo virtuale generato da un world model deve invece reagire. Se l’utente cambia direzione, la scena cambia prospettiva, mentre se un oggetto cade, l’ambiente conserva posizione e conseguenze. Se più agenti entrano nello stesso spazio, il sistema gestisce le loro azioni simultanee.
Per questo l’analogia con il ponte ologrammi di Star Trek funziona sul piano giornalistico. La tecnologia di Odyssey oggi non crea stanze fisiche popolate da ologrammi. Punta però a costruire il motore digitale di un’esperienza simile. Il cuore del progetto non coincide con l’illusione visiva fine a se stessa. Riguarda la possibilità di avere ambienti sintetici che cambiano in base alle decisioni di chi li usa.
Chi c’è dietro la startup?
Oliver Cameron e Jeff Hawke hanno fondato Odyssey portando nella startup un’esperienza maturata nel settore della guida autonoma. Cameron ha guidato Voyage, startup specializzata in auto autonome che Cruise ha poi acquisito, e ha lavorato come vicepresidente prodotto proprio in Cruise. Hawke arriva da Wayve, società britannica che ha puntato molto presto su modelli di AI capaci di imparare la guida partendo dai dati raccolti nel mondo reale.
Questa origine spiega bene la direzione della startup. Le auto autonome devono comprendere spazio, oggetti, movimento, traiettorie e conseguenze delle azioni. Un veicolo deve anticipare che cosa accade se un pedone attraversa, se un’auto frena, se la pioggia cambia l’aderenza o se un ostacolo compare all’improvviso. Odyssey porta questa logica fuori dalla strada e la applica a una categoria più ampia di ambienti digitali.
Il team della società riunisce competenze arrivate da aziende e laboratori come Tesla, Waymo, DeepMind, Meta, Apple e Wayve. La struttura resta ancora snella, ma il peso industriale cresce rapidamente. Il recente finanziamento da 310 milioni di dollari ha portato la valutazione della startup a 1,45 miliardi di dollari e ha attirato investitori di primo piano come Amazon, Nvidia, AMD, GV, IQT, Natural Capital, oltre a figure come Jeff Dean ed Elad Gil.
Perché Amazon, Nvidia e AMD guardano a Odyssey?
L’interesse dei grandi nomi dell’hardware e del cloud chiarisce la posta in gioco. I world model richiedono enormi quantità di calcolo. Ogni ambiente generato in tempo reale consuma risorse, memoria, chip e infrastruttura cloud. Una chat testuale richiede già potenza, ma una simulazione interattiva deve generare continuamente immagini, movimento, profondità, coerenza spaziale e risposta alle azioni dell’utente.
Amazon ha un interesse diretto perché vuole rafforzare il ruolo di AWS e dei suoi chip Trainium nella nuova fase dell’intelligenza artificiale. Nvidia e AMD guardano allo stesso mercato da un’altra prospettiva. Se i world model diventeranno una tecnologia diffusa, la domanda di GPU e acceleratori AI crescerà ancora. Odyssey offre quindi un terreno ideale per testare chip, cloud e architetture pensate per modelli più pesanti dei normali chatbot.
Il costo resta uno dei nodi principali. Secondo le ricostruzioni finanziarie sul round, l’uso dei modelli Odyssey su chip Nvidia H200 e B200 può arrivare a diversi dollari l’ora per singolo utente, senza includere le spese di addestramento. Questo dato ridimensiona ogni entusiasmo eccessivo. Una tecnologia del genere può diventare rivoluzionaria, ma oggi richiede infrastrutture molto costose e accordi industriali solidi.
Perché i world model sono diversi dai chatbot?
I chatbot lavorano soprattutto sul linguaggio. Analizzano una richiesta, prevedono la risposta più probabile e generano testo. I modelli video fanno un passo oltre e trasformano una descrizione in immagini in movimento. I world model puntano invece a rappresentare il mondo come un sistema di relazioni dinamiche. Ogni elemento della scena ha una posizione, una forma, un comportamento e una possibile evoluzione.
Questo significa che l’AI deve imparare relazioni più complesse rispetto alla semplice produzione di parole o fotogrammi. Deve capire come un corpo si muove nello spazio, come cambia una scena dopo un’azione, come interagiscono due oggetti e come resta stabile un ambiente quando l’utente continua a esplorarlo. Qui nasce il vero salto tecnologico. Il modello deve mantenere memoria della scena e aggiornare ciò che accade, senza perdere coerenza dopo pochi secondi.
Odyssey descrive i suoi sistemi come modelli causali e multimodali. La parola chiave è causali, perché l’ambiente generato deve reagire a ciò che accade prima.
Quali modelli sta sviluppando Odyssey?
Il modello più citato si chiama Odyssey-2, poi evoluto in Odyssey-2 Max. La società lo propone come un simulatore del mondo fisico in tempo reale, capace di generare flussi interattivi partendo da testo o immagini. L’obiettivo consiste nel produrre scene più stabili, più lunghe e più coerenti dal punto di vista fisico.
Accanto a questo modello compare Starchild-1, con cui Odyssey prova a integrare immagini e suoni nello stesso ambiente generativo. In un simulatore realistico, infatti, la dimensione sonora conta quanto quella visiva. Una porta che si apre, un passo su un pavimento, una conversazione o un rumore ambientale contribuiscono alla credibilità della scena. Starchild-1 va in questa direzione e cerca di generare audio e video in modo coordinato.
Un altro tassello è Agora-1, modello multiutente che consente a più partecipanti, umani o artificiali, di interagire nella stessa simulazione. Questo aspetto apre scenari interessanti per videogiochi, addestramento, formazione e collaborazione a distanza. Un ambiente generato dall’AI può diventare uno spazio condiviso, dove più soggetti vedono gli effetti delle azioni degli altri.
Odyssey lavora anche su PROWL, un framework di apprendimento per rinforzo che usa agenti artificiali per esplorare ambienti di gioco, trovare errori e migliorare la qualità del modello. In pratica gli agenti mettono alla prova la simulazione, cercano incongruenze e aiutano il sistema a correggere limiti nella fisica, nella geometria o nella risposta ai comandi.
Dove potrebbe servire una tecnologia del genere?
La prima applicazione riguarda la robotica. Un robot deve imparare a muoversi nel mondo reale, ma ogni errore può causare danni, costi o rischi. Un ambiente virtuale realistico consente di provare migliaia di azioni prima di passare alla pratica. Un braccio robotico può imparare ad afferrare oggetti, un robot domestico può esercitarsi in una cucina simulata, un sistema industriale può testare procedure complesse senza fermare un impianto.
Il settore dei videogiochi guarda ai world model con enorme interesse. I giochi tradizionali richiedono ambienti costruiti in anticipo da sviluppatori, designer, grafici e animatori. Un modello generativo può creare parti del mondo durante l’esperienza, adattando missioni, ambienti, personaggi e interazioni al comportamento del giocatore. Questo non elimina il lavoro creativo, ma può cambiare il modo in cui si progettano mondi digitali.
La formazione professionale rappresenta un altro campo molto concreto. Un tecnico può addestrarsi su un impianto pericoloso, un medico può esercitarsi su scenari clinici complessi, un operatore della protezione civile può affrontare emergenze simulate, un pilota può provare condizioni rare e rischiose. Il valore nasce dalla possibilità di sbagliare in un ambiente controllato, prima di affrontare il mondo reale.
Anche cinema, pubblicità, architettura, design e logistica potrebbero usare questi strumenti. Un regista può esplorare un set generato dall’AI. Un architetto può mostrare uno spazio prima della costruzione. Un’azienda può simulare il movimento di merci e persone in un magazzino. Un formatore può creare scenari diversi senza ricostruire ogni volta un ambiente da zero.
Quali sono i limiti reali?
I limiti restano importanti, soprattutto quando si passa dalla demo spettacolare agli usi concreti. Una simulazione può apparire convincente e sbagliare aspetti decisivi della realtà fisica. Un oggetto può reagire in modo irrealistico, una superficie può comportarsi come un materiale diverso, un corpo può perdere proporzioni o continuità, una scena può degradare dopo molte interazioni. Nell’intrattenimento questi difetti possono avere un peso relativo. In robotica, sanità o addestramento professionale servono standard molto più severi, perché una simulazione imprecisa può insegnare procedure sbagliate o generare aspettative poco affidabili.
Anche la verifica dei risultati diventa centrale. Le aziende che sviluppano AI mostrano spesso demo curate, benchmark interni e risultati selezionati. Il mercato ha bisogno di test esterni, metriche chiare e valutazioni riproducibili. Un simulatore utile deve dimostrare stabilità, coerenza, sicurezza e capacità di gestire casi imprevisti, oltre alla qualità visiva delle immagini generate.
Poi c’è il nodo dei dati. Per imparare a simulare il mondo, questi modelli richiedono grandi quantità di video, immagini, ambienti 3D e interazioni. Ogni dataset apre questioni su diritti, privacy, uso di spazi reali, presenza di persone riconoscibili e provenienza dei contenuti. Se un modello apprende comportamenti, ambienti e azioni, la discussione supera il solo copyright delle immagini e arriva alla rappresentazione di luoghi, gesti e contesti.
Resta infine il tema dell’accesso. Una tecnologia così costosa può concentrarsi nelle mani di poche grandi aziende, almeno nella fase iniziale. Cloud, chip e capitale finanziario diventano barriere di ingresso. Questa concentrazione può accelerare la ricerca, ma può anche consegnare il controllo dei simulatori generativi agli attori che possiedono infrastrutture e potenza di calcolo.
Perché questa tecnologia interessa anche gli utenti comuni?
La portata della tecnologia non riguarda soltanto laboratori e investitori. Se i world model matureranno, l’utente comune potrebbe incontrarli in molti servizi quotidiani. Un assistente AI potrebbe guidare una persona dentro la simulazione di una casa da arredare, di un viaggio da prenotare, di un intervento tecnico da eseguire o di una lezione da seguire. Un anziano potrebbe ricevere istruzioni visuali dentro un ambiente semplificato. Uno studente potrebbe esplorare un laboratorio di fisica o una città antica ricostruita in tempo reale.
Il punto decisivo riguarda l’utilità. Una simulazione generativa ha valore quando riduce rischi, migliora l’apprendimento, rende più chiaro un processo o consente di provare decisioni prima di applicarle. La tecnologia perde valore se diventa soltanto intrattenimento spettacolare o pubblicità immersiva. Per questo il giornalismo deve raccontare insieme promessa, costi, limiti e condizioni di uso.
Odyssey si inserisce in una fase in cui l’AI cerca nuovi territori. Dopo la corsa ai testi, alle immagini e ai video, il prossimo passaggio riguarda gli ambienti interattivi. La domanda non è più soltanto che cosa può generare un modello, ma che cosa può simulare, per quanto tempo, con quale coerenza e con quali garanzie.
Link utili:
Odyssey
Starchild-1
Pagina ufficiale sulle applicazioni dei world model
Note per i lettori
Arriva l’AI che crea realtà simulate come sul ponte ologrammi di Star Trek - Immagine realizzata con l'ausilio dell'AI
