Et si une intelligence artificielle pouvait créer un environnement virtuel dans lequel les objets bougent, interagissent et réagissent à nos actions en temps réel ? Avec Odyssey-3, présenté le 8 octobre 2026, la start-up Odyssey franchit une nouvelle étape dans le développement des « world models », des modèles d’IA capables de représenter et de prédire l’évolution du monde physique. Une technologie qui pourrait transformer la robotique, les véhicules autonomes et la simulation numérique.
Après les images et les vidéos, l’IA s’attaque au monde physique
L’intelligence artificielle générative a connu des progrès spectaculaires ces dernières années.
Après avoir appris à produire des textes, des images, des voix et des vidéos, les modèles d’IA explorent désormais une nouvelle frontière : la simulation d’environnements interactifs.
Les générateurs vidéo traditionnels créent généralement une séquence d’images à partir d’une description.
Mais une vidéo reste essentiellement un contenu à regarder.
Un environnement interactif représente un défi beaucoup plus complexe.
Il doit évoluer en fonction des actions de l’utilisateur, conserver une certaine cohérence spatiale et produire des conséquences plausibles lorsqu’un objet se déplace ou interagit avec un autre.
C’est précisément l’objectif des modèles appelés world models, ou modèles du monde.
Le 8 octobre 2026, Odyssey a présenté son nouveau système : Odyssey-3.
Odyssey-3 : un environnement qui évolue en temps réel
Contrairement à un générateur vidéo classique, Odyssey-3 cherche à produire un environnement qui réagit aux actions.
L’utilisateur peut notamment se déplacer dans une scène virtuelle et observer comment celle-ci évolue.
Le système propose une navigation à la première ou à la troisième personne, ainsi que des mouvements de caméra indépendants.
Il est également possible d’introduire certains événements pendant la génération.
Le modèle tente alors de prédire les conséquences visuelles et physiques de ces changements.
L’objectif n’est donc plus seulement de générer une vidéo réaliste, mais de construire une représentation dynamique d’un environnement.
Odyssey-3 cherche à prédire ce qui va se passer, et pas uniquement à représenter ce qui pourrait être vu.
Comment l’IA apprend-elle à simuler la physique ?
Le fonctionnement d’Odyssey-3 repose sur une architecture de type transformer de diffusion autorégressif.
Derrière ce terme technique se trouve une idée relativement simple : le système apprend à produire la suite d’une scène en tenant compte de ce qui s’est déjà passé et des nouvelles actions réalisées.
Pour entraîner son modèle, Odyssey combine plusieurs types de données.
Des vidéos du monde réel
Les vidéos permettent d’observer les déplacements des objets, leurs interactions et l’évolution des situations.
Elles donnent au modèle des exemples de comportements physiques.
Des séquences de jeux vidéo
Les enregistrements de jeux sont associés aux commandes effectuées par les utilisateurs, notamment les mouvements de clavier et de souris.
Le modèle peut ainsi apprendre une relation entre une action et son résultat visuel.
Des simulations physiques
Des scènes simulées permettent d’observer des interactions entre objets rigides, avec des descriptions et des informations structurées sur les événements.
Ces différentes sources aident le modèle à apprendre des régularités concernant le mouvement, les interactions et les relations de cause à effet.
Cependant, il faut distinguer apprendre à prédire des comportements physiques plausibles et maîtriser parfaitement les lois de la physique.
Odyssey-3 reste un modèle statistique dont les prédictions peuvent comporter des erreurs.
Des performances prometteuses sur les tests de physique
Selon les évaluations publiées par Odyssey, la version Odyssey-3 Pro obtient un score de 66,1 sur le benchmark Physics-IQ Verified, présenté par l’entreprise comme le meilleur résultat rapporté à cette date.
Le modèle se classe également premier dans trois des quatre catégories du benchmark WorldMark, selon les évaluations communiquées par Odyssey.
Ces résultats suggèrent une progression dans la capacité à prédire des interactions physiques à partir de données visuelles.
Ils doivent toutefois être interprétés avec prudence.
Les performances sur un benchmark ne garantissent pas qu’un modèle reproduira correctement toutes les situations du monde réel, notamment les événements rares ou les interactions complexes.
Une technologie particulièrement intéressante pour la robotique
L’une des applications les plus prometteuses des modèles du monde concerne la robotique.
Aujourd’hui, entraîner un robot à accomplir une nouvelle tâche nécessite souvent de nombreuses expériences.
Ces essais peuvent être coûteux, longs et difficiles à reproduire.
Les environnements virtuels constituent une alternative intéressante.
Un robot pourrait, par exemple, apprendre à :
- Se déplacer dans un environnement inconnu.
- Éviter des obstacles.
- Manipuler différents objets.
- Anticiper les conséquences de ses mouvements.
- Adapter son comportement à des situations nouvelles.
Un modèle comme Odyssey-3 pourrait contribuer à créer des environnements d’entraînement variés.
L’IA chargée de piloter le robot pourrait alors expérimenter différentes stratégies avant de les appliquer sur une machine réelle.
Cette approche pourrait réduire le nombre d’essais physiques nécessaires.
Mais une difficulté majeure demeure : une simulation, même réaliste, ne reproduit jamais parfaitement le monde réel.
Les comportements appris virtuellement doivent donc être validés dans des conditions réelles avant toute utilisation opérationnelle.
Des applications possibles pour les véhicules autonomes et les drones
L’équipe fondatrice d’Odyssey possède une expérience dans le développement de véhicules autonomes.
Cette origine explique en partie l’importance accordée à la prédiction des mouvements et des événements.
Pour conduire de manière autonome, un véhicule ne doit pas simplement identifier les objets présents autour de lui.
Il doit également anticiper leurs déplacements.
Un piéton va-t-il traverser ?
Un autre véhicule va-t-il changer de voie ?
Un obstacle va-t-il apparaître ?
Les modèles du monde pourraient contribuer à entraîner des systèmes capables d’anticiper ce type de situation.
Des applications similaires sont envisageables pour les drones, les robots mobiles et les systèmes industriels autonomes.
Vers des univers virtuels générés à la demande ?
Au-delà de la robotique, Odyssey-3 ouvre également des perspectives dans la création de contenus interactifs.
On peut imaginer, à terme, des environnements virtuels créés à partir d’une simple description et capables d’évoluer en fonction des décisions de l’utilisateur.
Cette technologie pourrait intéresser :
- Les jeux vidéo et les expériences immersives.
- La formation professionnelle.
- Les simulateurs industriels.
- La conception de scénarios d’entraînement.
- La recherche en intelligence artificielle.
Elle pourrait également faciliter la création de simulations personnalisées sans devoir programmer manuellement chaque interaction.
Il ne s’agit toutefois pas encore d’un remplacement général des moteurs physiques traditionnels, qui restent essentiels lorsque des résultats précis et reproductibles sont nécessaires.
Odyssey-3 est-il déjà disponible ?
Odyssey a ouvert un aperçu de recherche de son modèle.
Les utilisateurs peuvent expérimenter la génération d’environnements et certaines interactions.
L’entreprise invite également les développeurs travaillant sur la robotique, les drones, les véhicules autonomes et les systèmes physiques à explorer les possibilités de la technologie.
À ce stade, Odyssey-3 doit donc être considéré comme une avancée expérimentale prometteuse, et non comme un simulateur universel déjà validé pour toutes les applications industrielles.
Une nouvelle étape dans l’évolution de l’intelligence artificielle
Avec Odyssey-3, l’intelligence artificielle franchit une étape conceptuelle importante.
Les modèles génératifs ne cherchent plus uniquement à produire des contenus ressemblant au monde réel.
Ils commencent également à apprendre comment ce monde pourrait évoluer lorsqu’une action est réalisée.
Cette capacité de prédiction constitue un enjeu central pour le développement de systèmes autonomes.
Après les IA qui écrivent, dessinent et créent des vidéos, une nouvelle génération émerge : les IA qui tentent de simuler les conséquences de nos actions.
Si ces technologies progressent en fiabilité, elles pourraient devenir un élément majeur de la prochaine génération de robots intelligents.
Source principale : Odyssey, annonce officielle du 8 octobre 2026.
En savoir plus sur InnovDigit
Subscribe to get the latest posts sent to your email.
