Odyssey-3 m’a véritablement surpris. Un seul modèle mondial qui alimente un humanoïde, contrôle des bras robotiques, conduit une voiture, pilote un drone, joue à des jeux vidéo et forme d’autres IA. L’équipe derrière @odysseyml a développé des voitures autonomes chez Cruise et Wayve et travaille sur les modèles mondiaux depuis 2023. Alors, quand ils qualifient l’entraînement robotique tâche par tâche de force brute, je les écoute. Leur solution : un agent physique. Il apprend comment le monde fonctionne en l’observant : la physique, le mouvement, la cause et l’effet, le comportement humain. Un nouveau module se branche sur cette connaissance. Ils affirment que quelques heures de ses propres données suffisent pour le faire démarrer, avec une tête d’action qui transforme la compréhension du modèle en commandes. C’est fondamentalement ce que les LLM ont fait pour le travail intellectuel : un modèle unique et large en dessous, et chaque amélioration de ce modèle rend tout ce qui repose dessus meilleur. Ce qui m’a le plus marqué : il génère aussi des mondes où les agents IA peuvent s’entraîner, afin que leurs erreurs se produisent d’abord dans une simulation. Ils pensent que les modèles mondiaux finiront par comprendre la physique mieux que nous. Une affirmation ambitieuse. J’ai hâte de voir si elle tient bon lors de sa publication publique dans les semaines à venir.