Immagine copertina generata con l’intelligenza artificiale
La startup AI Decart ha presentato Oasis 3, un modello di intelligenza artificiale capace di generare ambienti di guida fotorealistici e interattivi in tempo reale. Disponibile tramite API, la tecnologia punta inizialmente alle aziende che sviluppano veicoli autonomi, offrendo la possibilità di simulare scenari stradali anche molto rari. L’obiettivo, però, è più ampio: costruire un ecosistema di sviluppatori attorno ai world model, sistemi AI progettati per generare e rappresentare ambienti con cui gli utenti possono interagire.
Oasis 3, come funziona il modello AI di Decart
Oasis 3 consente di creare ambienti stradali realistici a partire da un prompt testuale, permettendo agli utenti di esplorarli e interagire con essi attraverso una simulazione di guida. Il sistema genera scenari con tre prospettive di ripresa: una frontale e due laterali, pensate per addestrare e mettere alla prova i sistemi di guida autonoma.
La tecnologia si basa sul modello video in tempo reale Lucy, già sviluppato da Decart per applicazioni legate soprattutto all’e-commerce e alle dirette streaming. Con Oasis 3, la società punta a estendere questa esperienza all’intelligenza artificiale applicata al mondo fisico, partendo dalla mobilità e guardando successivamente alla robotica.
Uno dei principali vantaggi è la possibilità di generare scenari senza un limite prestabilito, anziché affidarsi a dimostrazioni circoscritte o anteprime di ricerca. Per le aziende automobilistiche, questo significa poter provare un numero molto elevato di situazioni, comprese quelle eccezionali che risultano difficili da riprodurre nella guida reale.
L’accesso al modello è disponibile tramite API al prezzo di 0,02 dollari al secondo, mentre le tariffe per le imprese variano in base ai casi d’uso.
Decart punta sugli sviluppatori e raccoglie 300 milioni di dollari
La strategia della startup non si limita alle case automobilistiche. L’accesso alle API fin dal lancio vuole favorire la nascita di una comunità di sviluppatori, seguendo un percorso simile a quello intrapreso da OpenAI con i modelli linguistici.
Secondo il cofondatore e amministratore delegato Dean Leitersdorf, Decart conta già oltre 100.000 sviluppatori, molti dei quali utilizzano Lucy per costruire prodotti destinati all’e-commerce e al livestreaming. L’ambizione è consentire loro di realizzare nuove applicazioni anche con Oasis 3.
Il lancio arriva poche settimane dopo una raccolta di 300 milioni di dollari, che ha portato la valutazione della società a quasi 4 miliardi. Al finanziamento hanno partecipato investitori strategici come Toyota, Adobe ed eBay, oltre a Nvidia, già presente nel capitale. Leitersdorf considera queste aziende anche potenziali clienti.
Decart si inserisce in un mercato sempre più competitivo. Tra i protagonisti figurano Genie 3 di Google, il modello commerciale Marble di World Labs e le iniziative di società come Luma e Runway, impegnate a trasformare le tecnologie di generazione video in sistemi capaci di produrre ambienti interattivi.
Fotorealismo e costi ridotti, ma la simulazione presenta ancora limiti
Uno dei punti di forza di Oasis 3 è la qualità visiva. Nei test descritti da TechCrunch, il modello è riuscito a generare ambienti particolarmente realistici a partire da un singolo prompt testuale. La coerenza dello scenario, tuttavia, tende a deteriorarsi quando l’esplorazione prosegue.
Un esempio riguarda la richiesta di ricreare una strada di New York al mattino: l’ambiente iniziale appariva convincente, ma durante la guida perdeva progressivamente le caratteristiche della città. Anche tornando verso l’incrocio di partenza, il sistema non riusciva a ricostruire lo stesso luogo. A questo si aggiungono comandi non sempre reattivi e automobili che, in alcune situazioni, attraversano altri veicoli senza rispettare le leggi della fisica.
Leitersdorf ha riconosciuto che la coerenza fisica rappresenta ancora una sfida di ricerca, anche perché i dati disponibili sulle situazioni di guida corrette sono molto più abbondanti rispetto a quelli sugli incidenti.
Sul fronte dei costi, Decart punta sul proprio Decart Optimization Stack (DOS), un software progettato per ottimizzare l’esecuzione dei modelli su hardware Nvidia, Amazon e Google. Secondo il CEO, l’integrazione tra software e hardware permette di contenere i costi di esecuzione a livelli oltre dieci volte inferiori rispetto a quelli dei concorrenti.
La sfida della memoria e i prossimi sviluppi
Oasis 3 utilizza un’architettura autoregressiva: genera un fotogramma alla volta e sfrutta quelli precedenti per determinare ciò che accadrà successivamente. Questo approccio richiede notevoli risorse di calcolo e rende difficile mantenere la coerenza durante sessioni prolungate.
Ogni fotogramma generato richiede circa 8.000 token. Elaborando decine di fotogrammi al secondo, il sistema arriva rapidamente a saturare la propria finestra di contesto, limitando la quantità di informazioni che può conservare sull’ambiente.
Il gruppo di ricerca sta lavorando per estendere la memoria del modello e comprimere le informazioni in un numero inferiore di token. Una possibile evoluzione arriverà con la versione successiva, che dovrebbe consentire di generare mondi partendo da un video dell’ambiente anziché da una singola immagine.
Per Decart, la priorità resta comunque capire che cosa gli sviluppatori riusciranno a costruire con questa tecnologia e quali applicazioni emergeranno una volta resa accessibile su larga scala.
Fonte: TechCrunch
