SuperAPI AI 工具集

odyssey-interactive-video

设计与创作

查看项目

更新于 10-15 20:10

技能介绍

用途:帮助代理为使用 Odyssey 实时交互视频世界模型的项目做范围界定、方案规划与可行性建议。Odyssey 的模型是因果自回归的,逐帧生成并即时串流,用户输入(键盘、鼠标、文字提示、语音、手柄)在播放中持续影响后续画面,输出不是可下载的成片。

主要能力与模型:Odyssey-1(2025-05-28,动作条件下一帧预测,约 40ms/帧、最高约 30fps);Odyssey-2(2025-10-27,通用世界模型,播放中可用自然语言提示引导,约 50ms/帧、约 20fps,网页体验 experience.odyssey.ml,API 见 developer.odyssey.ml);Starchild-1(2026-05-17,音视频同步生成,最高 24fps);Agora-1(2026,多智能体共享环境,最多 4 名玩家,agora.odyssey.ml);PROWL-1 为强化学习研究论文,非交互产品。

使用方式:先在浏览器体验页亲手评估,再在 developer.odyssey.ml 核实 API 状态、配额、会话与时长限制及许可条款;API 认证用 API key(服务端保存,浏览器用短期凭证)。按并发用户小时而非按片段做预算。

适用场景:交互式原型、概念演示、体验式营销与现场装置、互动叙事与“可玩梦境”艺术、快速氛围探索。

限制:研究级成熟度,官方 CTO 称处于世界模型的“GPT-2 时代”;画面模糊失真、场景与声学身份随时间漂移,可靠连贯约 1–2 分钟;世界持久性弱,无可靠存档返回;分辨率未公布,帧率约 20–30fps;无可导出网格或默认可下载 MP4;每个并发观众占用实时 GPU 会话,2025 年自述约 1–2 美元/用户小时;尚无该交互模式的标准化基准。若交付物是可下载成片、需品牌安全细节或持久确定性世界,应改用离线视频生成器或游戏引擎。输出知识产权、训练数据来源、同意与隐私、合成内容标注等事项需在商用前核实并取得书面条款。定价与消费级价格档位暂未提供。