Odyssey两位创始人Oliver Cameron和Jeff Hawke分别来自自动驾驶公司Cruise和Wayve。Cameron曾是Cruise产品副总裁，其创办的Voyage于2021年被Cruise收购；Hawke则是Wayve创始研究员与技术副总裁。这支团队在真实物理世界交互、动态预测上的认知积累，远非纯NLP出身的AI团队可比。这解释了Odyssey为什么一出手就瞄准「物理规则与物体交互」而非语言生成——他们的技术直觉来自自动驾驶领域每天处理长尾场景的实战经验。

Odyssey自研的PROWL算法是一个强化学习驱动的对抗测试框架。它派遣RL智能体在游戏环境中主动寻找模型在几何、运动、视觉一致性上的失败案例，并将这些bug打包为训练数据反哺模型。关键设计是「优先级对抗轨迹缓冲区（PAT）」：当模型修复简单缺陷后，PAT自动推送更难的未解决轨迹，形成螺旋上升的闭环。在Minecraft MineRL验证中，PROWL将动作跟随误差降低12.6%，最难的前10%片段降幅达20.9%。这不是被动堆数据，而是让模型自己学会在「薄弱处」持续迭代。

同样叫「世界模型」，英伟达、李飞飞、杨立昆和Odyssey说的根本不是一回事。英伟达Cosmos是要做工业级仿真基础设施，批量生成物理环境供机器人训练；李飞飞押注空间智能，让机器理解3D关系与物体交互；杨立昆追求因果推理与长期规划的认知架构（V-JEPA路线），认为仅靠视频生成不懂物理。Odyssey走的是「可交互视频仿真」——不追求完全精确的物理引擎，而是让模型通过强化学习自我修正，优先追求影视、游戏场景的可用性。四条路线在目标、技术哲学上差异极大，投资方押注的其实是不同层级的未来。

Agora-1最颠覆性的设计是「仿真与渲染解耦」：它不依赖Unity/Unreal这类传统引擎，而是用世界模型直接驱动多人实时对战——仿真模块只学游戏的状态演化逻辑，渲染模块将抽象状态「翻译」成画面。这意味着理论上可以突破传统引擎的固定边界，实现「无边界」的游戏世界。但关键问题在于：这种纯数据驱动的架构能否迁移到不同游戏？目前Agora-1仅在《GoldenEye 007》单一游戏上验证，跨游戏泛化能力、对复杂交互逻辑的一致性把控，仍是巨大的未知数。