Apollo World مقابل Hunyuan3D WorldClaw: مكان يمكنك السير فيه، أم قيادة يمكنك تسجيلها؟

أكثر ما يفيد في وضع Apollo World مقابل Hunyuan3D WorldClaw هو أن كلًّا منهما يستخدم كلمة "world"، ولا يعني بها الشيء نفسه. فـ Hunyuan3D WorldClaw هو إطار عمل وكيلي من Tencent Hunyuan يحوّل موجّهًا نصيًا مفتوحًا واحدًا إلى مشهد ثلاثي الأبعاد كبير قابل للاستكشاف، مكوَّن من شبكات مجسمة صريحة ومكسوة بالخامات لكل كائن على حدة، يمكن فتحها في Blender وتصديرها إلى محرك ألعاب. أما Apollo World فهو محاكٍ مدفوع بالوكلاء من Baidu، أُعلن عنه في 3 نوفمبر 2026، ويولّد ملاحظات آنية للكاميرا والليدار عن مدينة افتراضية، كي يمكن تدريب منظومة روبوتاكسي وتقييمها على رحلات كاملة. يبني WorldClaw مكانًا، بينما يشغّل Apollo World قيادة عبر أحد هذه الأماكن. وإذا كنت قد جئت إلى هنا لتعرف أيّهما يولّد رسومًا ثلاثية الأبعاد أفضل، فإن السؤال مشكّل بشكل خاطئ بطريقة تستحق التفكيك بدل الإجابة عنه.

منتجان يرتديان اسمًا واحدًا

التداخل حقيقي لكنه ضيّق. كلاهما ينتج شيئًا قد يصفه المرء بأنه عالم. بعد ذلك، تتباين كل خاصية.

• المُخرَج — WorldClaw: ملف مشهد يحتوي على شبكات ومواد وتحويلات فردية. Apollo World: تدفق من إطارات المستشعرات بالإضافة إلى حالة الوكيل، تستهلكه سياسة قيادة بدلاً من شخص.

• وحدة العمل — WorldClaw: موجّه واحد إلى مشهد واحد. Apollo World: مسار واحد، سياسة واحدة، رحلة مُقيَّمة واحدة.

• الوقت — ناتج WorldClaw ثابت بمجرد توليده؛ أما Apollo World فهو قائم ليُشغَّل إلى الأمام، إذ يغيّر كل قرار ما سيحدث تاليًا.

• لمن هو موجَّه — WorldClaw: مصمّم مستويات، أو استوديو ألعاب، أو فريق بيانات اصطناعية يحتاج إلى هندسة ثلاثية الأبعاد. Apollo World: ذراع بايدو للقيادة الذاتية.

• ما المقصود بـ«الجيد» — WorldClaw: هل يبدو المشهد متماسكًا ويُجمَّع دون أجسام عائمة. Apollo World: هل تصبح السيارة الخاضعة للاختبار أكثر أمانًا.

بهذه الصيغة، ليس الاثنان متنافسَين بقدر ما هما مرحلتان متجاورتان في خط معالجة لم يبنِه أحدٌ من طرف إلى طرف بعد. أحدهما يصنع المجموعة، والآخر يوجّه حركة المرور عليها.

ما الذي يفعله WorldClaw فعليًا، مرحلة بمرحلة

من الأفضل فهم WorldClaw بوصفه قائد أوركسترا لا آلة. قُدّمت الورقة، arXiv 2608.05248، في 5 أغسطس 2026، وتلاها الإعلان الرسمي في 11 أغسطس. يتلقى الإطار مُدخَلاً نصياً حراً ويجري أربع مراحل متدرجة من الخشن إلى الدقيق.

• النية والتخطيط — يقرأ وكلاء نموذج اللغة التوجيه ويقررون ما ينبغي أن يحتويه المشهد، فيُنتجون خطة بدلًا من صورة.

• التضاريس — تُنشئ تمريرة عالمية تخطيطًا دلاليًا وحقول ارتفاع ومواد، بحيث تكون الأرض متماسكة قبل وضع أي شيء عليها.

• الكائنات — تُعرَض المناطق وتُجزَّأ، ثم يُعاد بناء كل منطقة إلى شبكة فردية عبر Hunyuan3D. وهنا يُوفى بوعد الهندسة الصريحة: الناتج مجموعة كائنات، لا كتلة مندمجة أو Gaussian splat.

• التنقيح — يفحص وكيل رؤية المشهد المُصيَّر بحثًا عن الأجسام الطافية والتداخل بين المجسمات والقياس الخاطئ والوضعية الخاطئة، ثم يعيد التصحيحات.

تستند المنظومة الأساسية إلى قائمة من نماذج الآخرين وتطبيق واحد ضخم: Claude Opus 4.8 للتخطيط، وGPT-Image-2 للصور، وSAM3 وSAM3D للتجزئة، وHunyuan3D لإعادة البناء، وBlender 5.1.1 يُشغَّل عبر MCP للتجميع. وتفيد Tencent بأنها تشغّله على أربع وحدات معالجة رسومية NVIDIA H20. أما التقييم المنشور فهو نوعي، إذ يقارن المخرجات مع SynCity وWorldGen وMajutsuCity وMarble عبر مشاهد جنبًا إلى جنب، من دون أرقام FID أو CLIP أو دراسات مستخدمين.

المستودع هو الجزء المهم لأي شخص يخطط لاستخدامه. يحتوي مشروع GitHub الرسمي على README وملفات مساندة. لا يوجد كود، ولا أوزان، ولا سكربت استدلال، ولا API، ولا سعر. ورقة إطار عمل بلا تنفيذ هي وصف لطريقة، لا أداة، والفجوة بين هذين الأمرين هي حيث تموت معظم أسئلة "هل يمكنني تجربته؟".

ما يدّعيه Apollo World فعليًا

كُشف عن Apollo World في Baidu AI Day·Apollo في شنتشن يوم 3 نوفمبر 2026 من قبل وانغ ليانغ، كبير مهندسي مجموعة القيادة الذكية في بايدو، ويانغ زي، الذي يقود عمل نموذج العالم. وكان التأطير حادًا: ينبغي ألا يكون نموذج العالم رسامًا لفيديو مبهر، بل فاحصًا لسلامة القيادة. وعزّزت بايدو ذلك بمعيار تقييم تسميه «2+3» — بوابتان تحدّدان ما إذا كان شيء ما يُعد نموذج عالم أصلًا، وثلاث خصائص تقيّم مدى جودته.

البوابتان هما السببية والتفاعلية. تعني السببية أن الحالة التالية تُتنبأ من الحالة الحالية بدلاً من تجميعها من الإطارات وتعبئتها بأثر رجعي؛ وتعني التفاعلية أن أي إجراء يُحقن في المشهد يغيّر ما يليه. الخصائص المقيّمة هي الدقة الفيزيائية والاستمرارية والأداء في الوقت الفعلي. والاستمرارية هي ما يفصل عرضًا توضيحيًا عن منصة اختبار: فالمحاكي الذي تنزاح أجسامه ببطء أو تتشوه على مدى تشغيل طويل سينتهي به الأمر إلى تقييم سياسة مقابل عالم لم يعد مطابقًا للعالم الذي بدأ فيه. وتضع Baidu دورة القرار لمركبة طريق عند واحد على ثلاثين من الثانية، أي نحو 33 مللي ثانية.

ثلاث قدرات تحقق تلك الوعود. يُنمذَج كل مشارك في حركة المرور ككيان فاعل يتخذ قراراته الخاصة بدلاً من كونه عنصرًا مبرمجًا، لذا يمكن لسيارة أجرة روبوتية تكبح أن تُثير استجابة مختلفة من السيارة التي خلفها. تُولَّد بيانات الكاميرا والليدار في الوقت الفعلي، مما يتيح لحزمة القيادة إدراك المدينة الافتراضية عبر الواجهة نفسها التي تستخدمها على الطريق الحقيقي. وتكتمل الرحلات من البداية إلى النهاية — قبول الطلب، والتقاط الراكب، وتوصيل الراكب — عبر نقاط انطلاق ووجهات اعتباطية، بدلاً من مقاطع سيناريوهات معزولة.

تقول Baidu إن النموذج يدعم بالفعل الاختبار والتحقق العالميين لدى Apollo Go، وتستشهد بنحو 100,000 كيلومتر من القيادة المحاكاة يوميًا، وتصوغ ذلك على أنه ما يعادل نحو ثلاث سنوات من الاختبار المستمر بواسطة سيارة مزودة بسائق أمان. وقد ذُكرت أرقام التشغيل الخاصة بـ Apollo Go إلى جانب ذلك: 28 مدينة، وأكثر من 23 مليون رحلة، و350 مليون كيلومتر من القيادة الذاتية، منها أكثر من 240 مليون كيلومتر دون سائق تمامًا. لم يُنشر أي عدد للبارامترات، ولا بنية معمارية، ولا جدول قياسات مرجعية، ولا ورقة بحثية، ولا ملف أوزان، ولا سعر. هذه إحاطة بشأن القدرات تتعلق بالبنية التحتية الداخلية، وليست إطلاق منتج.

«Agentic» تعني شيئين مختلفين هنا

هذا هو الفخّ في المقارنة، ويستحق أن نتأنّى عنده، لأن كلا الإعلانين يستندان إلى الكلمة الرائجة نفسها.

في WorldClaw، الوكلاء هم البناة. يُفكِّك مخططو نماذج اللغة الطلب إلى خطة مشهد، بينما يفحص وكيل رؤية النتيجة ويصدر تصحيحات. يكمن الذكاء في حلقة التأليف، وهي تعمل مرة واحدة قبل أن تحمّل المشهد أصلاً. فبمجرد تصدير الشبكات، يختفي الوكلاء؛ ويصبح العالم هندسةً خاملة.

في Apollo World، الوكلاء هم السكان. المخططون لا يجمّعون شيئًا — بل يقودون السيارات الأخرى، ويمشون على الأرصفة، ويقررون ما إذا كانوا سيفسحون الطريق. يستمر الذكاء طوال مدة المحاكاة، وهدفه كله هو جعل العالم يستجيب للشيء الذي يجري اختباره. إن مشهدًا ساكنًا فيه سكان متفاعلون سيكون تناقضًا بحسب منظور WorldClaw، وكل الهدف بحسب منظور Apollo.

يفسّر هذا التمييز أيضًا لماذا يصعب الجمع بين الاثنين ببساطة. فإسقاط شبكات WorldClaw في محاكي قيادة يمنحك مشهدًا جميل المظهر لا يتحرك فيه شيء. أما إضافة حركة مرور تفاعلية إلى مشهد WorldClaw فيعني كتابة طبقة السلوك بنفسك. تحلّ هذه الأُطُر نصفَي المشكلة نفسها، ولا يوفّر أيٌّ منهما النصف الآخر.

لا يتوفّر أيٌّ منهما، وليس للسبب نفسه.

WorldClaw موثّق لكنه غير قابل للتوزيع. تصف الورقة طريقة بتفصيل كافٍ بحيث يستطيع فريق يمتلك موارد جيدة إعادة تنفيذها، وقد بنت عدة أطراف ثالثة نسخًا جزئية، لكن Tencent لم تُصدر الشيفرة أو الأوزان. كما أن متطلب أربع وحدات H20 والاعتماد على مجموعة من النماذج المرخّصة كل على حدة يعنيان أيضًا أن الإصدار لن يكون تنزيلًا جاهزًا للاستخدام حتى لو حدث.

تم نشر Apollo World لكنه غير متاح. تصف Baidu أنه يعمل لصالح Apollo Go، ولا يتضمن الإفصاح أي شروط تجارية، ولا واجهة، ولا أي مؤشر على التخطيط لإتاحة وصول خارجي. لذا فإن المقارنة بينهما من حيث التوافر ليست «مفتوح مقابل مغلق» بل «غير مُصدَر مقابل داخلي» — وهو فرق مهم إذا كنت تنتظر أيًا منهما.

بالنسبة للفرق التي تحتاج إلى عالم خلال هذا الربع، فإن المسار العملي ليس أيًا من هذين. محرك ألعاب مزوّد بأداة مشاهد إجرائية يغطي النصف الثابت؛ ومحاكي قيادة تجاري يغطي النصف الديناميكي؛ ونماذج العالم الفيديوية المفتوحة الأوزان تغطي نصف العرض التوضيحي، على نحو سيئ، إذا كان ما تحتاجه هو المستشعرات. لا يوفّر OrcaRouter نموذج Apollo World أو Hunyuan3D WorldClaw — فليس أي منهما نموذجًا قابلًا للاستدعاء — لكن مراحل اللغة والرؤية التي تحيط بخط أنابيب المشهد هي أعمال API عادية، وهي الطبقة التي نغطيها فعليًا: مفتاح واحد، وأكثر من 200 نموذج، ودون أي هامش ربحي على سعر قائمة المزوّد، والتحويل عند الفشل عندما تنتهي مهلة استدعاء التخطيط في منتصف البناء.

أي واحد هو المرجع الصحيح لمشكلتك

إذا كنت تبني مستوى لعبة، أو مجموعة بيانات اصطناعية للمساحات الداخلية، أو موقع إنتاج افتراضي، فإن WorldClaw هو التصميم الأكثر ملاءمةً حتى وإن تعذّر عليك تشغيله: فالتفكيك رباعي المراحل — التخطيط، والتضاريس، والأجسام، والتنقيح — بنية سليمة، ومخرجات الشبكة الصريحة هي الخيار الصحيح لأي شيء يلزم تحريره لاحقًا. أما غياب التقييم الكمي فهو التحفظ الذي يجب أن تأخذه في الحسبان عند أي إعادة تنفيذ؛ فعبارة "يبدو أفضل من SynCity" ليست مواصفة.

إذا كنت تتحقق من صحة حزمة القيادة، فإن معيار التقييم 2+3 الخاص بـ Apollo World هو المخرج الأكثر فائدة، وهو قابل للاستخدام اليوم كقائمة تحقق رغم أن النموذج نفسه ليس كذلك. اسأل أي مورّد محاكيات عن السببية والتفاعلية والدقة الفيزيائية والاستمرارية على مدى تشغيل طويل وزمن الاستجابة في ظل تعقيد المشهد. أما المورّد الذي لا يستطيع الإجابة عن سؤال الاستمرارية بقياس للانحراف، فهو يبيعك مولّد فيديو ملصق عليه وسم الفيزياء.

من المرجّح أن يتقاربا. فمحاكٍ قادر على استيعاب مشاهد قابلة للتحرير وجيدة البنية من إطار عمل مثل WorldClaw سيعالج عنق الزجاجة في المحتوى الذي يجعل محاكاة القيادة مكلفة؛ ومولِّد من فئة WorldClaw قادر على تحريك سكانه سيكفّ عن إنتاج الديورامات. لم تُعلن أيٌّ من الشركتين عن هذا العمل. وفي الوقت الحالي، فالوصف الصادق هو بانٍ لمجموعات دون شيفرة ومدقّق مرور دون باب، والشيء الوحيد الذي يتشاركانه حقًا هو كلمة.