CARI4D مقابل ABot-Earth 0.7: نموذجان رباعيا الأبعاد لا يتنافسان أبدًا

إذا كنت قد بحثت عن CARI4D مقابل ABot-Earth 0.7 متوقعاً مواجهة مباشرة، فالجواب الصادق هو أنه لا توجد مثل هذه المقارنة ولن تأتي. هذان النظامان لا يقومان بنفس العمل، ولا يأخذان نفس المدخلات، ولا ينتجان نفس الشيء، ولن تتم مقارنتهما ببعضهما من قبل أي شخص يفهم أيًا منهما. CARI4D هو إعادة البناء رباعي الأبعاد للتفاعل بين الإنسان والجسم من NVIDIA، وهو محايد للفئات — يراقب شخصًا واحدًا يتعامل مع جسم واحد في فيديو عادي ويستعيد أوضاعهم بمقياس متري بمرور الوقت. ABot-Earth 0.7 هو نموذج العالم الحضري ثلاثي الأبعاد الأصلي من Amap — يأخذ صورة قمر صناعي أو موجه نصي وينشئ مدينة قابلة للاستكشاف بمقياس الكيلومتر كمشهد Gaussian-splatting. السبب في وجود هذه الصفحة على أي حال هو أن المحور الذي يفصل بينهما هو محور مفيد حقًا، والاثنان مختلفان بشكل كبير في ما يمكنك فعله بهما أكثر مما يبدوان عليه.

هناك أيضًا سبب ثانٍ أكثر حدّة. هذان الإصداران يقعان عند طرفين متقابلين من طيفٍ يهمّ أكثر من أي سطر في المواصفات: أحدهما يمكنك تنزيله وتشغيله بعد ظهر اليوم، والآخر لا يمكنك تشغيله على الإطلاق.

الجواب الذي لا يريده أي شخص يبحث عن هذا الاستعلام

كلاهما يوصَف بأنه 4D. وكلاهما من كبار المورّدين. وقد صدر كلاهما خلال العام الماضي. وهنا تقريبًا ينتهي أوجه التشابه.

يعيد CARI4D البناء. بالنظر إلى فيديو، يقدّر ما كان هناك. الورقة — إعادة البناء رباعي الأبعاد غير المعتمدة على الفئة لتفاعل الإنسان مع الجسم من تأليف Xianghui Xie، وBowen Wen، وYan Chang، وHesam Rabeti، وJiefeng Li، وYe Yuan، وGerard Pons-Moll، وStan Birchfield — ظهرت على arXiv برقم 2512.11988 في ديسمبر 2025 وتم قبولها في CVPR 2026. موضوعها إنسان وجسم صلب في تلامس، وادعاؤها الجوهري هو المقياس: استعادة الأبعاد المترية من كاميرا أحادية العدسة دون مستشعر عمق ودون منظومة متعددة المناظر، وهو الجزء الذي واجهت فيه الأعمال السابقة صعوبة.

يقوم ABot-Earth 0.7 بالتوليد. وعند تزويده بصورة قمر صناعي مسندة جغرافيًا أو بوصف نصي، فإنه يُنتج مشهدًا لم يكن موجودًا كبيانات من قبل. وقد كشفت عنه Amap، شركة الخرائط والملاحة الصينية، في 10 سبتمبر 2026 خلال حفل Street Stars الخاص بها في هانغتشو، خلفًا لـ ABot-Earth 0.5 الصادر في 8 يونيو. وهو يُخرج رشّات غاوسية ثلاثية الأبعاد، ويُصدّر إلى Unreal Engine وUnity، ويغطي ما تقول Amap إنه أكثر من 196 دولة ومنطقة، بعد أن كان أكثر من 190 في الإصدار 0.5.

أحدهما مُقدِّر، والآخر مُولِّد. هذا التمييز يؤدي عملًا أكبر مما يستطيع أي جدول معايير أن يفعله.

شخص وكرسي، أو مدينة

فجوة المقياس هي التي يستهين بها الناس. وحدة الاهتمام لدى CARI4D هي جسم إنسان وجسم يحمله بيده، تُقاس بالسنتيمترات، وتُتتبَّع عبر إطارات مقطع واحد. أما وحدة الاهتمام لدى ABot-Earth 0.7 فهي كيلومتر مربع من المدينة، يُولَّد في نحو عشر دقائق على وحدة معالجة رسومات واحدة من فئة المستهلك، بحسب ما تذكره Amap نفسها.

• المُدخل — CARI4D فيديو RGB أحادي العدسة، بصيغة MP4، مقابل ABot-Earth 0.7 صورة ساتلية أو مطالبة نصية

• المخرجات — CARI4D: وضعية وشكل الإنسان لكل إطار، ودوران الكائن وإزاحته، وقيمتا لوجيتس لتماس اليدين مقابل مشهد ABot-Earth 0.7 بتقنية 3D Gaussian splatting، قابل للتصدير إلى Unreal Engine وUnity

• وحدة التحليل — CARI4D إنسان واحد وجسم صلب واحد في حالة تلامس مقابل ABot-Earth 0.7 تضاريس ومبانٍ وغطاء نباتي ومعالم على مستوى المدينة

• ادعاء زمني — تعيد CARI4D بناء الحركة المرصودة إطارًا بإطار مقابل أن ABot-Earth 0.7 يُطرح كنموذج عالمي ذي طبقة تنبؤ لما سيحدث بعد ذلك

• المقياس المتري — استُعيد المقياس المتري لـ CARI4D من فيديو أحادي العدسة عبر UniDepth وبحث عن المقياس من الخشن إلى الدقيق، مقابل ABot-Earth 0.7 المُسنَد جغرافيًا من صورة ساتلية، دون مشكلة في استعادة المقياس المتري

• تكلفة التشغيل — CARI4D PyTorch على وحدة معالجة رسومات NVIDIA Ampere، تم التحقق منها على A100، 38 ساعة على 8×A100 لجولة التدريب البحثية مقابل ABot-Earth 0.7 حوالي عشر دقائق لكل كيلومتر مربع على وحدة معالجة رسومات واحدة من الفئة الاستهلاكية، وفقًا لمقارنة Amap نفسها

لاحظ أن أيًا من العمودين ليس أفضل من الآخر في صف واحد. فهما يقيسان عالمين مختلفين. النموذج الذي يستعيد نقطة التلامس بين يد وأسطوانة غاز لا يتحسّن بمعرفته أيضًا أين تقع المباني، والنموذج الذي يولّد أفقًا مدينيًا معقولًا لا يتحسّن بمعرفته الزاوية الدقيقة لمعصم أحد المارة.

اللاتماثل الذي يحسم الأمر فعليًا

إليك الفرق الذي سيشعر به المشتري خلال الساعة الأولى، ولا علاقة له بالقدرات.

يتوفر في CARI4D كود وأوزان يمكنك الحصول عليها اليوم. يحتوي مستودع NVlabs على التنفيذ الرسمي، الذي صدر في 28 فبراير 2026، مع إضافة كود التدريب والمعالجة المسبقة للفيديو المخصص في 4 أبريل. يمكن تنزيل نقطة التفتيش CoCoNet المدربة مسبقًا من Hugging Face، وصورة Docker xiexh20/cari4d منشورة، ومنذ 30 أغسطس 2026 أصبحت نقطة تفتيش بحجم 231M مرخّصة تجاريًا متاحة باسم nvidia/cari4d_commercial بموجب اتفاقية NVIDIA Open Model Agreement — مقيّدة، لكن يمكن الحصول عليها. التبعيات موثّقة، بما في ذلك الأجزاء الصعبة: أوزان NLF torchscript، وأوزان FoundationPose، وأصول SMPL-H، وملف kid_template.npy من AGORA، وHunyuan3D لشبكات الكائنات. يمكنك تشغيل الاستدلال على عرض BEHAVE التوضيحي، أو على مقطع فيديو مرفق من العالم الواقعي، أو على الفيديو الخاص بك، وتقييمه باستخدام السكربتات المرفقة.

لا يمكن الحصول على ABot-Earth 0.7 بأي من تلك المعاني. لم تنشر Amap أي أوزان نموذج، ولا بطاقة نموذج، ولا واجهة برمجة تطبيقات عامة، ولا تسعيرًا، ولا وثائق للمطورين. موقع التجربة متاح للعموم، لكن Amap تصف التوليد بأنه بدعوة فقط أو ضمن قائمة بيضاء، والواجهة بالصينية المبسطة فقط، ويُقال إن مستودع GitHub من حقبة 0.5 احتوى على تقرير تقني فقط ولا شيء قابل للتنفيذ. كل رقم رئيسي — عشر دقائق لكل كيلومتر مربع، ونحو 1,000 ضعف كفاءة إعادة البناء التقليدية، وحوالي واحد على مئة من التكلفة، وأكثر من 196 بلدًا — يعود مصدره إلى Amap ولم يُعَد إنتاجه بشكل مستقل من قِبل أي شخص خارج Amap. هذه أرقام مُبلَّغ عنها من المورّد، ولا يوجد حاليًا أي سبيل لأن تصبح شيئًا آخر غير ذلك.

إذن فالمقارنة العملية ليست "أي نموذج أفضل". بل إن أحدهما نتاج بحثي بترخيص تجاري وصورة Docker، والآخر عرض توضيحي لمنتج مع دورة إعلامية. كلاهما إنجاز مشروع. واحد فقط هو شيء يمكنك وضعه في بناء.

حيث يلتقي الاثنان حقًا

يوجد تركيب حقيقي هنا، ويستحق أن نكون محددين بشأنه، لأنه المعنى الوحيد الذي تنتمي به هذه الأشياء إلى المحادثة نفسها.

مخرجات CARI4D هي تفاعل الإنسان مع الأشياء في إطار عالمي متري. ومخرجات ABot-Earth 0.7 هي بيئة. املأ الثانية بالأولى فتحصل على شيء لا ينتجه أيٌّ منهما بمفرده: مدينة مُولّدة يؤدي فيها الناس أشياء تُقاس فيزيائيًا لا تُوضع فنيًا. إن محاكاة الروبوتات، وتخطيط تصاميم متاجر التجزئة، وتوليد مجموعات بيانات التفاعل — كلها تريد بالضبط هذه التركيبة: بيئة رخيصة بما يكفي لإعادة توليدها، وحركة بشرية دقيقة بما يكفي للتدريب عليها.

الحد الفاصل بينهما هو تحويل إحداثيات واتفاقية مقياس، وهو ليس بالأمر الهين، لأن الإطار المتري لـ CARI4D مُعرَّف نسبةً إلى كاميرا واحدة، بينما إطار ABot-Earth 0.7 مُعرَّف عن طريق تحديد الموقع الجغرافي. لم ينشر أحد هذا التكامل. إنه نوع من الأشياء التي يبنيها فريق في أسبوع ولا يكتب عنها.

الخطوة التي تُنسى في ذلك المسار هي الجزء الذي يحوّل بيانات التفاعل الخام إلى شيء قابل للاستعلام — وصف المقاطع، ووسم أحداث الاتصال، وبناء فهارس الاسترجاع ومرشحات ضبط الجودة على المخرجات. يمر هذا العمل عبر نماذج الرؤية واللغة ونماذج اللغة، وهو الطبقة التي يغطيها OrcaRouter: أكثر من 200 نموذج خلف واجهة برمجة تطبيقات واحدة، يُمرَّر سعر القائمة الخاص بالمزوّد بهامش ربح 0%، والتبديل التلقائي عند تدهور أداء مزوّد، ولغة توجيه (DSL) تجمع عدة نماذج في استدعاء واحد بحيث لا يكون وصف المقاطع وتمريرة ضبط الجودة عمليتي تكامل منفصلتين. لا يتم تقديم CARI4D ولا ABot-Earth 0.7 هناك، ولا أيٌّ منهما نموذج لغوي كبير — لكن الأدوات التي تحيط بهما هي على الأرجح كذلك.

أيّ واحد تريده فعلاً؟

اختر CARI4D إذا كان لديك فيديو لشخص يتفاعل مع جسم وتحتاج إلى وضعياته، بوحدات مترية، إطارًا بإطار — لتحليل الحركة، أو الإدراك الروبوتي، أو مرجع للرسوم المتحركة، أو لبناء مجموعة بيانات تفاعل. إنه متاح الآن، وموثّق، وقد صدر الترخيص التجاري في 30 أغسطس 2026. خصّص ميزانية لسلسلة التبعيات، واقرأ شروط الترخيص المتعلقة بالأجزاء التي لا تملكها NVIDIA.

اختر ABot-Earth 0.7 إذا كنت بحاجة إلى بيئات بدلًا من عناصر فاعلة — مشاهد على نطاق مدينة تُولَّد من موقع أو وصف، بسرعة، وقابلة للتصدير إلى محرك ألعاب. واعلم أنك تُقيّم قدرة مُثبتة بدلًا من اعتماد أداة، وأن الوصول يخضع للتقدير، وأن أرقام الكفاءة هي أرقام Amap نفسها.

لا تختر كليهما إلا إذا كنت تبني النظام المُركَّب الموصوف أعلاه، وادخل في الأمر وأنت مُدرك أنك ستكتب الوصلة بنفسك.

السؤال الجدير بأن يُطرح ليس أيّهما يفوز. بل ما إذا كان ما تبنيه فعلاً بحاجة إلى نموذج إعادة بناء، أو نموذج توليد، أو لا هذا ولا ذاك — وفي هذه المسألة لا تتقاطع هاتان الإجابتان أبداً.