أوديسي-3 مقابل رانواي جين-4.5: رهانان على الكلمتين ذاتها

الشيء المثير للاهتمام في وضع Odyssey-3 في مواجهة Runway Gen-4.5 هو أن الشركتين متفقتان على الوجهة ومختلفتان على الطريق. كلتاهما تقول إن الهدف هو نموذج عالمي عام — نظام مُتعلِّم يحاكي الواقع على نحوٍ مفيد. موقف Runway، كما صرّح به مديرها التقني بوضوح، هو أنك تصل إلى ذلك ببناء نموذج فيديو جيد جدًا أولًا، لأن تعليم شبكة عصبية التنبؤ بالبكسلات مباشرةً هو المسار الأكثر وعدًا نحو محاكاة عامة. أما موقف Odyssey، الظاهر في كل خيار معماري نشرته عن Odyssey-3، فهو أن البكسلات نتيجة جانبية وأن الديناميات هي المقصد. وGen-4.5 هو أقوى تعبير راهن عن الرهان الأول. أما Odyssey-3، المُعلَن في 15 سبتمبر 2026 والموعود بإطلاقه العام "في الأسابيع المقبلة"، فهو الرهان الثاني في هيئة نموذج كامل. وقراءتهما جنبًا إلى جنب تكشف أنهما ليسا متنافسين حقًا — بل هما إجابتان عن السؤال نفسه، والسؤال هو: هل يمرّ الطريق إلى نموذج عالمي عبر التصيير/العرض البصري؟

رهان Runway: كسب نموذج العالم عبر التصيير

لم تصل Runway إلى تأطير «النموذج العالمي» متأخرةً أو بمحض المصادفة. فهي تطرح نموذجًا تصفه بأنه نموذج عالمي عام — GWM-1، الموصوف بأنه مُصمَّم للمحاكاة الفورية للواقع، تفاعلي وقابل للتحكم — وتتعامل معه بوصفه الطبقة التي تعلو نماذجها للفيديو لا بديلًا عنها. والحجة أشبه بسُلَّم: الإشارة التدريبية نفسها التي تجعل النموذج بارعًا في الحفاظ على تماسك مشهدٍ ما على مدى عشر ثوانٍ هي الإشارة التي تعلّمه كيف تستمر الأجسام، وكيف يتصرف الضوء، وكيف تستمر الحركة. أتقن البكسلات بما يكفي، فتتبع المحاكاة العامة من تلقاء نفسها.

Gen-4.5 هو الدرجة الحالية. أُعلن عنه في 1 ديسمبر 2025 وطُرح للمشتركين الدافعين اعتبارًا من 12 ديسمبر، وهو نموذج تحويل النص إلى فيديو وتحويل الصورة إلى فيديو يمتلك الصفات التي بنت Runway سمعتها عليها: جودة الحركة، والالتزام بالموجّه، واتساق الشخصيات والعناصر، والتحكم في الكاميرا. وحدوده معلنة بوضوح بقدر نقاط قوته. تمتد المقاطع من ثانيتين إلى عشر ثوانٍ — والعشر هو السقف، وليس الافتراضي. المخرجات بدقة 720p بمعدل 24 أو 25 إطارًا في الثانية عبر ست نسب أبعاد. لا يوجد مسار صوتي ولا تخطيط قصصي متعدد اللقطات؛ فالتسلسل شيء تجمعه من عمليات توليد منفصلة. إنه مُصيِّر، وهو مُصيِّر جيد جدًا، وهذا بالضبط الادعاء الذي تحتاج شركته الأم أن يكون عليه.

كم تبلغ تكلفة Gen-4.5، وكيف يتم هيكلة التسعير

تسعّر Runway نموذج Gen-4.5 عند 12 رصيدًا لكل ثانية من الفيديو المُولَّد. تُباع الأرصدة بسنت واحد لكل رصيد، لذا الرقم العملي هو 0.12 دولار لكل ثانية: مقطع مدته خمس ثوانٍ يكلف 0.60 دولار، ومقطع مدته عشر ثوانٍ يكلف 1.20 دولار. تفرض خيارات المخرجات رسومًا إضافية على API — فتسلسلات ProRes أو PNG تضيف خمسة أرصدة لكل ثانية، ويضيف HDR عشرين لكل ثانية، ويرتفع إلى أربعين فوق نحو أربعة ميغابكسل. هذه أرقام قوائم المورّد، والتفاوت بينها يهم أكثر من الرقم الرئيسي: فمقطع HDR مدته عشر ثوانٍ يكلف أكثر من ثلاثة أضعاف مقطع عادي، لذا فإن نموذج تكلفة مبنيًا على 0.12 دولار/ثانية يكون خاطئًا لحظة دخول HDR في مواصفات التسليم.

ثمة تفصيلان بنيويان يستحقان المعرفة قبل أن تضع ميزانيتك. فأرصدة API وأرصدة اشتراك التطبيق رصيدان منفصلان — خطة Standard أو Pro أو Max لا تدفع مقابل عمليات التوليد عبر API — وAPI غير متزامن، لذا يتم إرسال المهمة والاستعلام عنها بدلًا من إعادتها ضمن الاستجابة نفسها. لا شيء من ذلك يُعد انتقادًا؛ فكلاهما أمران تكتشفهما الفرق بعد أن تلتزم بعملية تكامل. كما تتيح API نماذج فيديو تابعة لأطراف ثالثة إلى جانب نماذج Runway الخاصة، ما يعني أن مفتاح Runway واحد يمكنه الوصول إلى أكثر من كتالوج Runway إذا أردت ذلك.

رهان أوديسي: المهم ليس الصورة

يوصف Odyssey-3 من قبل صانعه بأنه نموذج عالم أساسي يمكنه تشغيل الروبوتات، وقيادة السيارات، وتدريب أنظمة الذكاء الاصطناعي، وتوجيه الطائرات المسيّرة، ولعب ألعاب الفيديو. ومن الناحية المعمارية، هو محوّل انتشار انحداري ذاتي مدرَّب على مجموعة كبيرة من الملاحظات البصرية، وتقول Odyssey إن النتيجة تحمل فهمًا متعلَّمًا للفيزياء والديناميكا والسببية والسلوك البشري. والتفصيل الذي يكشف عن الرهان هو كيفية تكييف المهام: فبدلًا من الضبط الدقيق للنموذج، تُرفِق Odyssey مفكِّك تشفير للأفعال مدرَّبًا على أزواج الملاحظة-الفعل، وتُبقي نموذج العالم المدرَّب مسبقًا مجمَّدًا طوال الوقت. وتقرأ سياسة صغيرة التمثيل الداخلي للنموذج المجمَّد وتحوِّله إلى أوامر حركية.

لا معنى لهذا التصميم إلا إذا كنت تعتقد أن التمثيل — لا الإطار المُصيَّر — هو الأصل. وتدعمه العروض التوضيحية عبر ستة تجسيدات، وكلها وفق ما أبلغ عنه المورّد. أذرع روبوتية من عشرات الساعات من العروض التوضيحية، بما في ذلك سلوكيات تعافٍ لم يضعها أحد في البيانات، مثل إعادة توجيه القابض بعد فشل الالتقاط. سياسات روبوتات بشرية الشكل بُنيت باستخدام Flexion من عشرات الساعات من بيانات التشغيل عن بُعد، التي تقول Odyssey إنها تتمتع بقدرة تعميم أفضل من خطوط أساس VLA التي اختبرتها، دون نشر أرقام. قيادة بحلقة مغلقة في الهند من عشرين ساعة من بيانات محاكاة. تحليق طائرات مسيّرة في الداخل من بيانات محاكاة. سياسات Grand Theft Auto V التي انتقلت إلى Red Dead Redemption 2 وSleeping Dogs دون أي تدريب إضافي في تلك الألعاب — كانت نحو ساعتين من لقطات GTA كافية لحركة ركوب الخيل في RDR2. وتوليد البيئات لتدريب ذكاءات اصطناعية أخرى، مرتبط بعمل Odyssey في التعلم المعزز PROWL.

تم نشر رقم واحد. تُبلغ Odyssey أن سياسات القيادة المدرّبة في المحاكاة قطعت مسافة تعادل نحو 77% من المسافة التي قطعتها السياسات المدرّبة على لقطات حقيقية بين تدخلات سائق السلامة. كل ادعاء في الفقرة أعلاه لم يُعَد إنتاجه، ولا يوجد تقرير تقني، ولم يشغّل أي طرف ثالث النموذج. الاتساع عبر ستة تجسيدات هو الادعاء المثير للاهتمام؛ وغياب جدول معياري هو سبب التعامل معه بحذر.

حيث يصبح الرهانان قابلين للاختبار

الخلاف حول الاستراتيجية لا يكون مفيدًا إلا إذا أنتج تنبؤًا، وهذا الخلاف يفعل ذلك. إذا كانت Runway على حق — إذا كانت دقة التصيير هي الطريق — فينبغي أن تتحسن جودة الفيزياء في نموذج الفيديو كدالة لمدى جودته في الفيديو، وينبغي أن تتحرك لوحتا الصدارة معًا. وإذا كانت Odyssey على حق، فينبغي أن تكون هناك حالات يكون فيها نموذج يصيّر بشكل جميل غير مفيد، ونموذج يصيّر بشكل بدائي مفيدًا، لأن الخاصية المفيدة هي ما إذا كانت الحالة التالية قابلة للتنبؤ بما يكفي ليتصرف متحكم بناءً عليها.

ثمة تلميح بالفعل إلى أي جهة تميل هذه الكفة، وهو لا يجامل أيًا من الجانبين. إن قائمة Runway نفسها بنقاط ضعف Gen-4.5 — ومنها الفيزياء — تذكير بأن أداة التصيير مُحسَّنة لتكون مقنعة للمشاهد، والمشاهد متسامح بطرق لا تكون عليها حلقة التحكم. وفي المقابل، الرقم الوحيد المنشور من Odyssey، أي 77% من أداء القيادة على لقطات حقيقية، هو خسارة أمام البيانات الحقيقية، لا نصر. لا تدّعي أي من الشركتين أن الطريق قد اكتمل. المختلف هو ما تقيسه كل منهما.

النقطة التي تتباعد فيها الرهانات حقًا هي التجسيد. لا شيء في تصميم Gen-4.5 أو تسعيره يأخذ في الحسبان فضاء أفعال؛ فهو دالة من نص أو صورة إلى مقطع. ولا شيء في مواد Odyssey-3 يأخذ في الحسبان ملفًا قابلًا للتسليم؛ فهو دالة من حالة عالم وفعل إلى حالة العالم التالية. تلك منتجات مختلفة بمشترين مختلفين، ولا مقدار من التقدم على أي من الجانبين يحوّل أحدهما إلى الآخر، لأن الواجهة هي الشيء الذي يختلف.

جنبًا إلى جنب

• ما هو — Runway Gen-4.5: أداة تصيير من النص إلى الفيديو ومن الصورة إلى الفيديو. Odyssey-3: نموذج عالمي يتنبأ بالحالات التالية ويصدر أفعالًا حركية.

• كيفية تشغيله — Runway Gen-4.5: مُوجِّه نصي أو صورة ثابتة، عبر واجهة برمجة تطبيقات غير متزامنة. Odyssey-3: مُفكِّك ترميز للأفعال مع سياسة صغيرة تقرأ عمودًا فقريًا مجمّدًا.

• المخرجات — Runway Gen-4.5: مقاطع بمدة 2–10 ثوانٍ، بدقة 720p، بمعدل 24/25 إطارًا في الثانية، وست نسب أبعاد، وبدون صوت. Odyssey-3: لا توجد مخرجات مُصيَّرة؛ حالات محاكاة عبر ستة تجسيدات.

• السعر — Runway Gen-4.5: 12 رصيدًا في الثانية، و0.12 دولار في الثانية، بالإضافة إلى 5 أرصدة في الثانية مقابل ProRes أو PNG و20 مقابل HDR (قائمة المورّد). Odyssey-3: غير منشور، دون أي شروط تجارية معلنة.

• النضج — Runway Gen-4.5: متاح في السوق منذ ديسمبر 2025، مع واجهة برمجة تطبيقات راسخة وتغطية من أطراف ثالثة. Odyssey-3: أُعلن عنه في 15 سبتمبر 2026، والإصدار العام "خلال الأسابيع المقبلة".

• دليل — Runway Gen-4.5: ثمانية أشهر من المخرجات العامة. Odyssey-3: رقم واحد من البائع، بلا تشغيلات مستقلة.

لا هذا ولا ذاك على مفتاحنا، وهذه هي النسخة الصادقة.

لا يوجّه OrcaRouter أيًا من النموذجين، ولن تتظاهر هذه المقالة بغير ذلك: يتم تقديم Runway Gen-4.5 عبر واجهة برمجة التطبيقات الخاصة بـ Runway، ولا يمتلك Odyssey-3 أي نقطة نهاية على الإطلاق. ما تكون زاوية التوجيه مفيدة له فعلاً في مقارنة كهذه هو خط الأنابيب المحيط بهما. سير عمل واقعي لـ Gen-4.5 ليس نموذجًا واحدًا — بل هو نموذج مطالبة يوسّع الموجز، ونموذج صور ينتج الإطار الأول، ونموذج الفيديو نفسه، وشيء لاحق لتقييم المخرجات أو وضع تعليق عليها. تركيب تلك في استدعاء واحد عبر DSL التوجيه، على مفتاح واحد، بسعر قائمة المزوّد مع هامش ربح 0%، هو الجزء من المنظومة التي يمكن لـ OrcaRouter أن تزيله فعلاً عن كاهلك اليوم. يهم التحويل التلقائي عند الفشل هنا لسبب عادي: واجهات برمجة تطبيقات الفيديو غير المتزامنة تستقصي، وتتراكم الطوابير، وخط أنابيب يتعطل عند نقطة نهاية متدهورة يتعطل وصولاً إلى المخرج النهائي.

عندما يُطرح Odyssey-3 فعليًا، سيختلف سؤال التوجيه وسيصبح أصعب. فالنموذج الذي تكمن نقطة جذبه في أنه يعمل على عتاد تملكه ليس مرشحًا واضحًا للتوجيه على الإطلاق، وسيكون السؤال المثير للاهتمام بالنسبة لنظام توجيه هو ما يحيط به — أدوات الانتقال من المحاكاة إلى الواقع، وتدريب السياسات، والتقييم — لا استدعاء النموذج نفسه.

من هو على حق سؤال يخصّ عام 2027

إذا كنت بحاجة إلى فيديو هذا الربع، فإن Gen-4.5 هو الجواب ولا شيء يستحق التردد: فسعره معلن وموثّق، وقد مضى ثمانية أشهر على استخدامه العام، وبسعر 0.12 دولار للثانية فإن كلفة اكتشاف ما إذا كان يناسب عملك ضئيلة. خصّص ميزانية للرسوم الإضافية ولرصيد الائتمان المنفصل الخاص بـ API، وتعامل مع سقف العشر ثوانٍ كقيد تصميمي صارم لا كرقم ستحاول التحايل عليه.

إذا كنت تبني وحدة تحكم — أي شيء يتعيّن فيه على نموذج تعلّمي أن يخبر العتاد بما يجب فعله تاليًا — فإن Gen-4.5 ليس مطروحًا للنقاش بأي ثمن، وOdyssey-3 هو الموجَّه إلى مشكلتك لكن لا سبيل للحصول عليه. السبب الملموس للاهتمام هو نتيجة العمود الفقري المجمّد: إذا استطاع نموذج واحد مدرَّب مسبقًا أن يقود أذرعًا، وأجسامًا بشرية آليّة، وسيارة، وطائرة مسيّرة، وثلاث ألعاب عبر مفكّك ترميز صغير، فهذا تصريح عن مقدار الفهم الفيزيائي القابل للنقل، وهو الادعاء الذي سيجعل نماذج العالم طبقة أساسية بدلًا من سياسة لكل مهمة. والسبب الملموس للانتظار هو أنه لم يشغّله أحد خارج Odyssey.

ما يجب متابعته، بالترتيب: تقرير تقني، ثم ترخيص، ثم طرف ثالث يعيد إنتاج نسبة 77% على أجهزته الخاصة. ينتهي مسار Runway ومسار Odyssey كليهما عند نموذج عالمي عام. واحد منهما فقط لديه حاليًا كشك رسوم يمكنك الاقتراب منه سيرًا.

وجّه نموذج المطالبات ونموذج الصور ونموذج الفيديو عبر نقطة نهاية واحدة مع تجاوز تلقائي للفشل بدلاً من ثلاث عمليات تكامل.