PAN 2 مقابل Hi3D v1.0: نموذجان يرفضان كلاهما إخبارك بحجم أي شيء

اطلب من أي من هذين النموذجين عالَمًا، وأول ما تفقده هو المسطرة. PAN 2 هو نموذج عالَم مفتوح الأوزان من معهد نماذج الأساس (Institute of Foundation Models)، ويضم 29 مليار معامل، وهو متاح على Hugging Face كنقطة حفظ بترخيص Apache-2.0 منذ 7 أكتوبر 2026، مع إتاحة الكود في 5 نوفمبر ودعم vLLM-Omni من اليوم الأول في 10 نوفمبر: أعطه إطار بداية وفعلًا موصوفًا، وسيعرض ما يصل إلى عشرين ثانية من فيديو بدقة 704×1248 وبمعدل 24 إطارًا في الثانية تُبيّن النتيجة. Hi3D v1.0، المعروف سابقًا باسم Sparc3D، هو مُحسِّن هندسي مفتوح الأوزان أُعلن عنه في 23 أكتوبر 2026، يأخذ صورة واحدة مع شبكة خشنة ويعيد شبكة أكثر كثافة، في الهندسة فقط، مع إعادة توسيط كل نتيجة وتطبيعها إلى نصف قطر وحدة. أحدهما يُخرج صورة متحركة بلا أي ادعاء قياسي؛ والآخر يُخرج شكلًا ثابتًا حُذف مقياسه المطلق عمدًا. لن يخبرك أي منهما ما إذا كان الشيء الذي أمامك بعرض متر واحد، وكلاهما أكثر فائدة حين تتوقف عن توقع ذلك منهما.

ذلك الإغفال المشترك هو الأساس الصادق للمقارنة. الإطار المعتاد — ثلاثي الأبعاد مقابل الفيديو، أو الهندسة مقابل الديناميكيات — صحيح وغير مفيد، لأنه يجعل الخيار يبدو وكأنه تفضيل. أما الإطار الذي يحسم أي شيء فهو ما يسلّمه لك كل نموذج، وما يتخلى عنه للوصول إلى ذلك، وما يُسمح لك بفعله بالنتيجة بعد ذلك.

ما يسلّمك إياه كلّ واحد، بندًا بندًا

سمِّ كائن الإخراج قبل تسمية أي قدرة، لأن الكائنين ليسا من النوع نفسه.

• المدخل — يأخذ PAN 2 إطارًا أوليًا اختياريًا بالإضافة إلى وصف إجرائي منظّم تُحسّنه مهارة إعادة صياغة الموجّه؛ ويأخذ Hi3D v1.0 صورةً واحدة وشبكةً خشنة للجسم نفسه.

• المخرجات — يُرجع PAN 2 ملف MP4 بمدة تصل إلى عشرين ثانية؛ ويُرجع Hi3D هندسة الرؤوس ولا شيء غيرها، دون أي لون أو نسيج أو مادة أو لون للرؤوس.

• الزمن — وُجد PAN 2 ليُشغَّل إلى الأمام، وكل مقطع هو تنبؤ بعاقبة؛ أما Hi3D فلا يملك محورًا زمنيًا على الإطلاق، وسيعيد الشبكة نفسها لنفس المدخلين إلى الأبد.

• المقياس — لا يقدّم PAN 2 أي ادعاء متري بشأن أي شيء يعرضه؛ إذ تُطبّع Hi3D كل نتيجة إلى نصف قطر الوحدة، وتتجاهل الحجم المطلق عمدًا.

• شكل الدفعة — يُصيّر PAN 2 مقطعًا واحدًا لكل استدعاء؛ ويُشغّل Hi3D بحجم دفعة واحد.

• Resolution of the output — PAN 2 renders 704×1248 at 24 frames per second for up to twenty seconds; Hi3D refines to an effective sparse extraction-grid resolution of up to 1536°, which is a density of vertices rather than a pixel count.

• الوصول — تتوفّر PAN 2 بحجم 86.17 غيغابايت موزّعة على ستين ملفًا، دون قيود على الوصول، وبترخيص Apache-2.0؛ بينما يمكن تنزيل Hi3D بموجب ترخيص Hi3D Open License الخاص به، مجانًا للاستخدام التجاري مع الإسناد "Powered by Hi3D 1.0".

• العتاد — الإعداد الافتراضي الموثّق لدى PAN 2 هو ثماني وحدات H200 بصيغة BF16، مع وصفة تجعل معالجة ثلاث عشرة ثانية من الفيديو تستغرق نحو 119 ثانية على أربع وحدات B300؛ وقد جرى التحقق من Hi3D على وحدة H20 واحدة بسعة 96GB دون أي مسار استدلال عبر CPU.

• What you can check yourself — PAN 2's card describes its harness in enough detail to argue with: 300 single-action cases across six capability categories, 100 multi-step tasks scored on step and full-plan completion over three seeds, and a blind pairwise study with thirteen reviewers; Hi3D's card states that training code and the paper's evaluation harness are not included in the release, so its quality claims cannot be re-run from the download.

Those nine rows are the whole purchase decision, and eight of them are descriptions of what each tool accepts and returns rather than claims about how good it is.

الرقم الذي يحذفه كلا النموذجين، ولماذا

توثيق التطبيع في Hi3D موجود ويسهل إغفاله: تُعاد مركزة كل شبكة مُحسّنة وتُطبّع إلى نصف قطر وحدة. هذا ممارسة معيارية في تعلّم الهندسة، لأن الشبكة التي عليها أن تُنْجِز انحداراً لإحداثيات مطلقة تهدر سعتها على مقياس كان يمكن إخبارها به، ولأن مجموعات التدريب المجمّعة من المسوحات والأصول نادراً ما تتفق على الوحدات. ويعني هذا أيضاً أن الشبكة الخارجة من Hi3D لا يمكن إدراجها في مشهد بالحجم الواقعي دون إعادة تطبيق معامل قياس يجب أن تعرفه من مكان آخر. الهندسة المُحسّنة خالية من القياس المتري بحكم بنائها.

إن إغفال PAN 2 أكثر خفاءً ويحظى باهتمام أقل مما يستحق. يقدّم النموذج نتيجة متسقة فيزيائياً — ويُعدّ عرض الفراولة التوضيحي، حيث يغيّر تبديل الفاكهة أو السائل من التناثر، أوضح تعبير عن الفكرة قدّمه أحد — وهو يفعل ذلك دون أن يثبت مسافة على الإطلاق. إشارة التدريب هي الفيديو، والمخرجات هي الفيديو، ولا مقياس جوهري للفيديو: فاللقطة القريبة لكشتبان واللقطة الواسعة لدلو هما الموتر نفسه. وتشير قائمة الاختصارات الواردة في بطاقة النموذج نفسه إلى الفجوة ذاتها من الجهة المقابلة، إذ تظهر المعكرونة في المصفاة قبل تصفيتها — مشهد تقدّم دون الفيزياء التي كان لا بد أن تحدث.

هذا هو السبب في أنه لا يمكن بناء محاكي قيادة من PAN 2 مهما بلغت جودته في محاكاة تناثر الماء. فشبكة الطرق تحتاج إلى عروض حارات بالأمتار وإلى إشارات ليدار مرتجعة بالسنتيمترات، والنموذج الذي تتمثل عالمه بالكامل في فيديو كامن لا يجد مكانًا يضع فيه أيًا منهما. وهو أيضًا السبب في أن Hi3D لا يستطيع توفير تلك الأمتار: فهو يصقل شكل جسم واحد، بمقياس أزاله عبر التطبيع، انطلاقًا من صورة لم يكن فيها أي عمق.

إذا كان خط المعالجة لديك يحتاج إلى مخرجات بالمقياس المتري، فيجب أن يدخل هذا المقياس في مكان ما قبل أي من النموذجين — من مستشعر عمق، أو علامة بحجم معروف داخل الإطار، أو ملف CAD — ويقع كلا النموذجين بعد ذلك القرار في سلسلة المعالجة بدلاً من أن يتخذاه. وهذا أمر يستحق أن يُقال بصراحة، لأن البديل هو أن يكتشف فريق ذلك بعد أسبوع من التكامل.

قابلية التحرير هي الفارق الذي يصمد عند ملامسة المشروع

الفيديو المُولَّد طريق مسدود أمام المراجعة. إذا صيّر PAN 2 خطةً يُفتح فيها درج ويُقلب كوب، وأردت أن يُفتح الدرج ببطء أكبر، فلا تعدّل المقطع؛ بل تعيد كتابة التعليق وتدفع مقابل مئة تمرير أمامي إضافية عبر محوّل 29B. التعليق هو السطح الوحيد القابل للتحرير، وهو سطح جيد حقًا — منظم، ومرتبط بالزمن، مع ربط الأفعال بالفاعلين وتوضيح حركة الكاميرا — لكنه يعمل على مستوى «ما يحدث»، لا «إلى أين يذهب هذا الرأس».

الشبكة المُحسّنة هي نوع معاكس من المخرجات. يُفتح ناتج Hi3D في برنامج نمذجة، وتُعاد بناؤها بطوبولوجيا جديدة، وتُكسى في مكان آخر، ثم تُوضع في المشهد. إن التحسين خطوة غير قابلة للعكس ضمن مسار عمل يزخر بخطوات قابلة للعكس، وهذا بالضبط ما يريده فريق المحتوى: أداة تُحسّن مخططًا كتليًا أوليًا ثم تتنحى جانبًا.

إليك التركيبة التي توجد فعلاً، مصوغة دون مبالغة. نموذج كتلي خشن يُحسّنه Hi3D يصبح عنصراً تفصيلياً؛ ومنشئ مشاهد يضع العنصر؛ ونموذج عالم بأسلوب PAN 2 يُصيّر ما يحدث عندما يؤثر شيء عليه. الاثنان مرحلتان متجاورتان، لا متنافستان. ما لا يوجد هو حلقة: لا يستطيع Hi3D أخذ إطار من PAN 2 وإعادة الهندسة إليك، لأن إطار فيديو واحداً بلا عمق وبمقياس غير معروف ليس مشكلة شبكة ثلاثية الأبعاد بُني Hi3D لحلها.

الموضع الذي تُثبت فيه طبقة التوجيه جدواها في تلك السلسلة هو عمل اللغة الرابط، لا أيٌّ من النموذجين. كتابة تعليق توضيحي لعملية تصيير كي يستطيع مُحاكٍ استخدامه كشرط، وكتابة وصف حالة العالم المُهيكل الذي يستهلكه مُرمِّز النص في PAN 2 ضمن ميزانية قدرها 1,480 رمزًا مرنًا و1,536 رمزًا صارمًا، والحكم على ما إذا كان إطار مُولَّد يطابق الموجز — تلك استدعاءات نماذج عادية تُحتسب بالاستخدام، وهي تحيط بكلتا الأداتين. تحمل OrcaRouter أكثر من 200 نموذج خلف واجهة API واحدة بهامش ربح 0% على سعر قائمة المزوّد، مع تحويل تلقائي عند فشل أحد المزوّدين، بحيث يمكن لكاتب التعليقات التوضيحية وناقد التصيير أن يتشاركا مفتاحًا ومسارًا احتياطيًا. لا يوجد PAN 2 ولا Hi3D v1.0 في ذلك الكتالوج، ولا شيء هنا يوحي بخلاف ذلك: فالمُصدِّر هو عُقدتك، والمُنقِّح هو وحدة معالجة الرسومات GPU الخاصة بك، وما نوجّهه هو المادة الرابطة.

ترخيصان يخبرانك بمن يُفترض أن يكون العميل

كلا النموذجين مفتوحان بما يكفي للتنزيل، والشروط تتباين على نحوٍ أكثر إفادةً من الأوزان نفسها.

PAN 2 خاضع لترخيص Apache-2.0: لا يوجد شرط إسناد يتجاوز نص الترخيص، ولا حدّ لعدد المستخدمين، ولا قيد مرتبط بالإيرادات، ولا تقييد على مجال الاستخدام. يمكنك ضبطه الدقيق، وتكميمه، وشحنه داخل منتج دون أن تقول عنه شيئًا. وبالنسبة لمحوّل انتشار ذي 29 مليار معامل دُرّب من الصفر على مئات ملايين مقاطع الفيديو بواسطة مختبر تابع لجامعة، فإن هذا خيار متساهل على نحو غير معتاد، وهو أكبر فرق عملي بين PAN 2 والنماذج المغلقة التي يُقارَن بها عادةً.

Hi3D v1.0 خالٍ من رسوم الامتياز للاستخدام التجاري مع إسناد "Powered by Hi3D 1.0"، ويسري اتفاق منفصل عند تجاوز 200,000 مستخدم نشط شهريًا أو 1 مليون دولار من الإيرادات الشهرية. هذه العتبة بمثابة بصمة: فهي تقول إن العميل المقصود هو استوديو أو منصة أو بائع أدوات، وتقول إن المؤلفين يتوقعون تضمين النموذج بدلًا من دراسته. تحت هذا الحد لا يكلف شيئًا؛ وفوقه، أنت تتفاوض.

لا يُعد أي من الترخيصين فخًا. إنهما رهانان مختلفان على الغاية من الانفتاح: ترخيص PAN 2 رهان على تبنّيه بوصفه بنية تحتية، وترخيص Hi3D رهان على تبنّيه مع إرفاق محادثة تجارية به بمجرد أن تصبح كبيرًا بما يكفي لإجرائها.

فاتورة الأجهزة، التي ليست قريبة

متطلبات Hi3D صارمة، لكن إرضاؤها غير مكلف إذا كنت تملك الجهاز بالفعل: Linux، وPython 3.10، وGPU من NVIDIA بقدرة حوسبة 8.0 أو أعلى، وCUDA بين 12.0 و12.5، وflash-attn دون مسار احتياطي، ودون استدلال على CPU، ومُتحقَّق منها على H20 واحدة بسعة 96GB. محطة عمل استوديو تستوفي ذلك. نمط الفشل هو تثبيت إصدار CUDA وانعدام المسار الاحتياطي، لا الذاكرة.

متطلبات PAN 2 من فئة مختلفة. ثماني وحدات H200 بتنسيق BF16 هي الإعداد الافتراضي الموثّق، مع توازٍ لرقع VAE عبر أربع بلاطات إضافةً إلى ذلك، لأن فك ترميز مقطع مدته عشرون ثانية بدقة 704×1248 يمثل مشكلة ذاكرة بحد ذاتها. رقم الـ119 ثانية مقابل ثلاث عشرة ثانية على أربع وحدات B300 يأتي من وصفة vLLM، وهو الرقم الذي يحوّل كل سؤال تصميمي إلى سؤال حسابي: خمسون خطوة أخذ عينات عند إزاحة تدفق 9 وتوجيه 2.5 في كل خطوة تعني مئة تمرير أمامي عبر محوّل 29B لكل مقطع، والمخطط الذي يقيّم خمسة إجراءات مرشحة لكل خطوة من مهمة من عشر خطوات يحتاج خمسين مقطعًا.

إذن مقارنة التكلفة ليست «أيهما أرخص». بل إن أحدهما أداة لمحطة عمل والآخر عبء عمل على عنقود، والفريق القادر على تحمّل تكلفة الأول قد لا يتمكن من تشغيل الثاني على الإطلاق. هذا التفاوت لا يجعل PAN 2 أسوأ، بل يجعل القرار سهلًا لأي شخص لا تتجاوز ميزانية GPU لديه بطاقة واحدة.

أي سؤال تسأله فعلاً؟

إذا كانت مشكلتك أن البلوكآوت خشن جدًا، أو أن الأداة الممسوحة ضوئيًا تفتقر إلى التفاصيل الدقيقة، فإن Hi3D v1.0 هو الأداة وPAN 2 غير ذي صلة — لا يوجد في مولّد الفيديو ما يمنحك رؤوسًا. خصّص ميزانية لحزمة CUDA، وتحقق من اعتماد flash-attn قبل أن تعد بموعد تسليم، وتذكّر أن الشبكة تصل بنصف قطر وحدة.

إذا كانت مشكلتك أنك تحتاج إلى رؤية ما يفعله إجراء قبل أن تلتزم به — تقييم الخطط، وبيانات مضادة للواقع، وروبوت أو وكيل يعاين خياراته مسبقًا — فإن PAN 2 هو الوحيد من بين الاثنين الذي يجيب، ويجيب بالبكسل مع خطوة محذوفة في نحو ثلثي الخطط وفقًا لبطاقته الخاصة. صمّم مدقّقًا داخل الحلقة، وأبقِ مطالباتك داخل ميزانية الرموز، وتعامل مع كل مقطع على أنه فرضية لا قياس.

إذا كنت بحاجة إلى كليهما، فابنِ خط المعالجة بالترتيب الذي تتدفق به المكوّنات فعليًا: المدخلات المترية أولًا، ثم الهندسة، ثم العواقب، مع نموذج لغوي عند كل وصلة يتحتم فيها أن يتحول تمثيل إلى تمثيل آخر. هذا يتطلب قدرًا من الهندسة أكبر مما يوحي به إعلان أي من النموذجين، وهو الشكل الذي انتهت إليه كل حزمة نماذج عالمية جادة لعام 2026.

ما الذي سيغيّر هذه الصفحة هو نموذج يُصدر هندسةً بمقياس متري ومحورٍ زمني — ناتجٌ رباعي الأبعاد بوحدات قياس. لا شيء في أيٍّ من الإصدارين يشير إلى ذلك. وإلى أن يفعل شيءٌ ذلك، فالخلاصة الدقيقة هي أن PAN 2 يُريك ما يحدث وHi3D يشحذ ما هو موجود، وأن كليهما لن يقول كم يبلغ حجمه، وأن القيد الثاني هو الذي يقرّر بهدوء أيَّ مشاريعك يمكنها استخدام أيٍّ منهما.