2026 年 6 月 17 日，世界模型初创公司 Odyssey 宣布完成 3.1 亿美元 B 轮融资，估值达到 14.5 亿美元。这轮融资由 Natural Capital 领投，Amazon、AMD Ventures、GV（Google Ventures）、EQT 以及 CIA 关联的战略投资机构 IQT（In-Q-Tel）参投。至此，这家由自动驾驶老将创立、成立仅三年的公司，累计融资额达到 3.37 亿美元。
Odyssey 的 CEO Oliver Cameron 和 CTO Jeff Hawke 均来自自动驾驶领域：Cameron 曾创办自动驾驶公司 Voyage（后被 GM Cruise 收购），Hawke 则是英国自动驾驶公司 Wayve 的创始工程师。他们希望把自动驾驶中的环境预测方法推广到其他领域：让模型从观察中学习物体与环境如何变化，再预测行动可能带来的结果。
模型根据用户操作，连续生成接下来的画面
Odyssey 开发的是可以响应操作的模拟环境。用户改变方向或输入指令后，模型继续生成与之衔接的画面。
这类模型尝试预测环境的下一个状态。在 Odyssey 的系统中，当前观察与用户输入共同决定下一帧生成，逐帧形成连续、可交互的模拟。训练目标是让模型学到运动、碰撞等规律，而不用手工编写每一条规则；生成结果是否符合物理规律，仍需要评测。
Cameron 在官方博客中把行业阶段比作“GPT-3 时刻”：他认为，世界模型有望从研究探索走向应用更广的基础技术。
Odyssey 已展示多个研究方向：按公司发布的对照表，Odyssey-2 Max 的 VBench 2 物理评分为 58.52，在该表所列世界模型中领先；Starchild-1 支持实时音视频生成；Agora-1 让多个参与者共享同一模拟世界；PROWL 则用强化学习智能体主动探索游戏环境，寻找并改进世界模型的薄弱环节。
背包式相机采集画面与深度，补充真实环境数据
自主采集真实环境数据，是 Odyssey 的一项投入。
Odyssey 在 2024 年介绍过一套重约 25 磅（约 11 公斤）的背包式采集系统，搭载六台摄像头、两个激光雷达传感器和一个惯性测量单元，能以 360 度、3.5K 分辨率捕捉物理环境，并附带物理精度的深度信息。采集人员背着这套设备徒步穿越森林、洞穴、海滩、冰川、城市街道——方式类似于 Google 街景的 Trekker 背包，用于收集模型训练所需的环境信息。
"我们认为，如果不基于大量丰富、多模态的真实世界 3D 数据训练，生成模型不可能创造出好莱坞级别的、有生命力的世界，"Odyssey 在 2024 年的博客中写道。
团队重视直接观测，是因为普通视频未必附带深度、传感器状态或可控视角等信息。自主采集可以同时记录多种信号，提高数据的一致性。它也需要设备、人员和处理成本，最终价值要看这些额外信息能否改善模型的预测与交互表现。
亚马逊参投，同时推进云平台与芯片合作
参投机构包括风险投资基金、云计算与芯片企业，以及面向政府需求的战略投资机构。各方公开说明的合作重点有所不同。
Natural Capital 作为领投方，其 GP Jay Zaveri 称这是该基金迄今最大的一笔投资，并表示"Odyssey 有潜力定义语言模型之外的 AI"。这体现了领投方对研究方向的判断。
Amazon 与 Odyssey 同时宣布了技术合作：AWS 将成为优先云平台，双方与 Annapurna Labs 合作，让模型适配 Trainium 芯片，并共同推进研究和商业应用。Amazon 副总裁 Ron Diamant 表示，世界模型既需要大量计算吞吐，也对延迟要求较高。这种合作有助于 AWS 为自研芯片争取新的模型客户；“优先云平台”本身并未说明排他性或采购金额。
AMD Ventures 也参与了融资。对芯片企业而言，投资模型开发商有机会扩大开发者合作，但此次公告没有给出 Odyssey 采购 AMD 芯片的具体安排。
GV（Google Ventures） 合伙人 Luna Schmid 看重两位创始人的自动驾驶经验，认为用于道路导航的 AI 方法可以推广到更广泛的世界模拟。GV 的参投为这条研究路线继续提供资金支持。
IQT（In-Q-Tel） 是 CIA 于 1999 年设立的独立非营利战略投资机构，帮助政府合作方引入商业技术。其参投说明政府需求也可能成为世界模型的应用方向。不过，本次融资公告并未披露 Odyssey 的具体国防或情报合同，模拟能力将用于哪些项目仍需后续信息。
机器人、自动驾驶和内容制作，是潜在应用方向
Kaiso Research 估计，全球 AI 世界模型市场 2025 年规模为 18 亿美元，预测 2035 年达到 527 亿美元，年复合增长率为 40.2%。这是一家研究机构的长期预测，其统计范围还包括训练平台、模拟引擎和相关服务，并非 Odyssey 的收入预期。
潜在需求来自多个方向：机器人可在模拟环境中训练，自动驾驶可以补充少见场景，游戏和影视制作可借助生成工具搭建环境。科学与医疗应用还会提出更高的准确性要求。不同任务对画面质量、物理一致性和响应速度的要求不同，也会影响模型的商业化顺序。
各家世界模型的产品形态和用途并不相同
同样被称为世界模型的项目，有的生成可编辑的三维场景，有的模拟连续交互，也有的服务于机器人训练。比较时需要先看具体任务。
World Labs（Fei-Fei Li 创立）于 2025 年 11 月推出 Marble，支持从文本、照片和视频生成可编辑的 3D 环境。公司在此前 2.3 亿美元融资后，于 2026 年 2 月又宣布获得 10 亿美元融资。
AMI Labs（Yann LeCun 创立）在其 2025 年底离开 Meta 后成立，并于 2026 年 3 月完成 10.3 亿美元融资，投前估值为 35 亿美元。公司推进基于 JEPA 思路的世界模型，研究记忆、推理和规划等能力。
Google DeepMind 的 Genie 3 于 2025 年 8 月发布，可按每秒 24 帧、720p 分辨率生成可导航环境，保持数分钟的一致性。它按用户动作逐帧生成画面，仍有交互时间、动作范围和物理准确性等限制。
NVIDIA Cosmos 面向物理 AI，提供世界基础模型和数据处理工具，服务于机器人、自动驾驶等开发任务。其用途包括生成训练数据和模拟场景，与面向消费者的交互体验有所不同。
Physical Intelligence 则专注于机器人基础模型，让模型根据视觉、语言等输入生成机器人的动作。它与世界模拟研究有关联，但动作模型的任务成功率，需要结合具体机器人和测试条件评估。
Runway 也从视频生成扩展到世界模型研究。视频的视觉质量、用户偏好与可交互模拟中的物理可靠性，是相关但不同的评价维度。
适配 Trainium，有望扩大算力选择，也需要迁移投入
Odyssey 与 Amazon 的合作，把融资与计算基础设施的选择放在了一起。资金能支持模型研究，芯片适配则决定团队如何使用云端算力，以及后续运行模型的成本。
Trainium 由 AWS 的 Annapurna Labs 主导设计，用于 AI 训练与推理。Trainium3 在 2025 年 12 月已发布可用服务；此前的 Trainium2 则被用于 Anthropic 的 Project Rainier。AWS 在该项目 2025 年上线公告中披露，集群包含近 50 万颗 Trainium2 芯片。规模说明了供给能力，具体性价比仍取决于模型、软件适配和利用率。
对于需要大量计算资源、又要求低延迟的世界模型，适配新芯片可能扩大算力选择。团队也需要投入编译、训练和推理优化。Odyssey 此次只公布了合作方向，尚未披露采购承诺、折扣或具体性能结果，实际收益要在适配完成后检验。
融资参与方也不能直接等同于供应商选择。此次同时有 Amazon 与 AMD Ventures 参投，但公开的芯片适配合作指向 Trainium。公司是否继续使用其他硬件、如何分配训练和推理负载，还要结合后续技术部署来看。
融资之后，需要用交互体验和实际成本检验模型
这轮 3.1 亿美元融资让 Odyssey 能继续投入世界模拟研究。模型要从演示走向应用，需要在画面与物理一致性、用户操作响应和计算成本之间取得平衡。语言模型与世界模型也可以在同一系统中配合，分别处理指令与环境预测等任务。
Odyssey 团队在博客中写道："我们仍处于最早期的阶段，但前方的机会是巨大的。我们迫不及待地想要探索，当 AI 能够理解和模拟世界时，什么将成为可能。"
接下来的重点，是 Odyssey 能否把这些研究成果变成稳定可用的工具，让开发者获得更长时间、更可信的交互模拟，并以可接受的成本运行。融资和合作提供了资源，产品体验与实际应用将决定这些资源能带来什么。
