亞馬遜領投Odyssey ML 3.1億美元，押注AI物理世界模擬
Taylor Wilson
亞馬遜領投AI初創公司Odyssey ML的3.1億美元融資，投後估值14.5億美元；交易核心是Odyssey將優先採用亞馬遜自研Trainium晶片，為其在英偉達主導的AI加速器市場撬開缺口。
Odyssey拿了誰的錢，條件是甚麼？
Odyssey ML完成3.1億美元融資，投後估值14.5億美元；亞馬遜領投，附帶戰略綁定——Odyssey以AWS為首選雲平台，並部署亞馬遜最新Trainium晶片。
這意味著→ 這不是一筆純財務投資，而是亞馬遜用資本換取自研晶片的真實訓練場景，直接對標英偉達的生態鎖定。
其餘投資方陣容密集：英偉達、AMD的投資部門，CIA關聯基金IQT，Google旗下GV，Google首席科學家Jeff Dean，以及投資人Elad Gil。
「世界模型」到底是甚麼，跟ChatGPT有甚麼不同？
Odyssey的核心技術叫世界模型（world model，一種基於物理規律和物體關係訓練的AI系統）——它生成的是三維環境，不是文字。
簡單來說＝ 而家主流AI（ChatGPT、Claude）學的是語言；世界模型學的是物理世界點樣運轉——重力、碰撞、光影，呢啲語言描述唔到嘅嘢。
投資方Natural Capital合夥人Jay Zaveri將其定位為「AI第二波浪潮」，稱「我們只是用人腦結構教識了AI語言」——言下之意，語言只是起點，不是終點。
它能做到甚麼程度？
CEO Oliver Cameron演示了一個案例：模型僅憑像素、動作和聲音，重建了1997年任天堂遊戲《黃金眼》的多人版本——沒有使用遊戲本身的物理引擎。
這意味著→ 模型並非在「記憶」某個特定遊戲，而是從視覺輸入中自行推導出物理規則，然後生成可互動的環境。
Cameron稱，模型「將對世界有更完整的理解——物理、肢體語言、動態」；他與聯合創始人Jeff Hawke此前均從事自動駕駛，這解釋了為何團隊從駕駛場景切入物理模擬。
訓練咁貴，錢點花？
Odyssey目前55人，分布於倫敦、蘇黎世和帕洛阿爾托，多數來自AI實驗室和自動駕駛公司。
工具目前運行於英偉達H200和B200晶片上，每人每小時使用成本2至4美元（不含模型訓練成本）。
與英偉達、AMD及亞馬遜的晶片合作，將部分抵消世界模型高昂的訓練和推理開支。簡單來說＝ 晶片廠商畀優惠算力，Odyssey拿真實場景幫佢哋驗證晶片——雙方各取所需。
亞馬遜真正在賭甚麼？
AWS副總裁Ron Diamant表示，Odyssey的參與將推動Trainium晶片的進一步研發——這反映出亞馬遜需要的不只是客戶，而是能將晶片性能推到極限的高強度工作負載。
背景：亞馬遜CEO安迪·賈西已在AI領域累計押注超830億美元（承諾投給Anthropic和OpenAI），Trainium晶片未履行合同規模約達2250億美元。
這意味著→ Odyssey是一個驗證節點——如果世界模型能在Trainium上高效運行，就證明亞馬遜自研晶片不只能跑語言模型，也能跑下一代AI最重的工作負載。GV合夥人Luna Schmid預判，這種重資本投入將推動世界模型迎來類似GPT-3的突破時刻。
Content is for reference only, not financial advice.