Apollo World vs. SKY-001: Wenn „Weltmodell“ drei verschiedene Aufgaben meint

Apollo World und SKY-001 wurden mit fünfzehn Tagen Abstand angekündigt und haben außer einer Bezeichnung fast nichts gemeinsam. Apollo World ist Baidus agentengesteuerter Simulator, am 3. November 2026 vorgestellt, der Kamera- und Lidar-Beobachtungen einer virtuellen Stadt erzeugt, damit ein Robotaxi-Stack an vollständigen Fahrten trainiert und bewertet werden kann. SKY-001 ist das Engineering-Weltmodell von Skyfall AI, am 19. Oktober 2026 angekündigt, das die geordnete Abfolge visueller Zustände vorhersagt, in der ein mechanisches Bauteil gebaut wird – ein Zeichnung-für-Zeichnung-Konstruktionsplan. Das eine rollt eine Verkehrsszene in der Zeit vorwärts. Das andere rollt einen Fertigungsprozess in der Zeit vorwärts. Beide werden zu Recht als Weltmodelle bezeichnet, und genau darin liegt das Problem mit dem Begriff.

Der Begriff ist stillschweigend zu einer Berufsbezeichnung statt zu einer Kategorie geworden. Drei Produkte tragen ihn inzwischen: Modelle, die ansehbare Umgebungen generieren, Modelle, die eine Umgebung simulieren, in der ein Agent handeln kann, und Modelle, die die Zustandsübergänge eines Prozesses vorhersagen. Apollo World ist das zweite. SKY-001 ist das dritte. Sie direkt zu vergleichen ist, als würde man einen Flugsimulator mit einer Montageanleitung vergleichen: Beide beschreiben, wie sich etwas entfaltet, und man würde das eine nie für die Aufgabe des anderen einsetzen.

SKY-001 sagt einen Build voraus, keine Straße.

Skyfall AI wurde von dem Team hinter Maluuba gegründet, dem kanadischen Forschungslabor, das Microsoft 2017 übernommen hat; zu seinen Unterstützern sollen Berichten zufolge Fidelity, Touring Capital, M13 und iNovia gehören. SKY-001 wurde am 19. Oktober 2026 als Forschungsvorschau mit Warteliste angekündigt. Es gibt keine API, keine Preisgestaltung, keine Lizenz und keine Gewichte; die vollständige kommerzielle Bereitstellung ist für Anfang 2027 angestrebt.

Die Architektur hat zwei Stufen; beide sind Diffusions-Transformer, die auf visuellen Zuständen statt auf Text-Tokens operieren.

• Der Hierarchical Composer erzeugt ein vollständiges Design und teilt es dann rekursiv in Baugruppen, Unterbaugruppen und Teile auf, wobei jede Ebene parallelisierbar ist. So vermeidet das Modell, eine einzige monolithische Zeichnung eines komplexen Objekts zu erzeugen.

• Das Construction World Model sagt die geordnete Sequenz visueller Zustände voraus, die jedes Blattteil aufbaut, und nutzt dafür ein zweistufiges Diffusionsschema über einen Autoencoder im Matryoshka-Stil: zuerst einen groben Latent-Rollout, dann einen Refiner in voller Auflösung.

Die Angaben zu den Trainingsdaten sind umfangreich und konkret: mehr als 200.000 Bauteile für den Composer, mehr als 600.000 Konstruktionsbeispiele und rund 35.000 Grundrisse, die etwa zwei Millionen Zeichnungszustände beisteuern. Was dabei herauskommt, ist eine Abfolge visueller Pläne – eine Bauabfolge, dargestellt als Zeichnungen. Es ist keine bearbeitbare CAD-Feature-Historie, und Skyfall führt Feature-Level-Ausgabe als zukünftige Arbeit auf.

Diese letzte Unterscheidung ist die, die einen Ingenieur am meisten interessieren wird. Eine Bildfolge, die zeigt, wie ein Bauteil zusammengebaut wird, ist nützlich für die Überprüfung, für die Dokumentation, für das Training eines nachgelagerten Modells und für das Erkennen einer unmöglichen Reihenfolge von Arbeitsschritten. Es ist kein Modell, das man in einem CAD-Paket öffnen und bearbeiten kann, und es liefert einem Zerspanungsmechaniker keinen Werkzeugweg.

Apollo World sagt den Verkehr der nächsten Sekunde voraus

Baidus Offenlegung beim AI Day·Apollo in Shenzhen wurde als Korrektur an der Branche dargestellt. Wang Liang, Chefarchitekt der Intelligent Driving Group, argumentierte, ein Weltmodell sollte kein Maler sein, der beeindruckende Videos produziert, sondern ein Prüfer, der die Fahrsicherheit verifiziert. Das darauf folgende Bewertungsraster – „2+3“ – ist der klarste veröffentlichte Versuch zu definieren, was zählt.

Die beiden Tore sind Kausalität, was bedeutet, dass der nächste Zustand aus dem aktuellen vorhergesagt wird, statt Bild für Bild zusammengesetzt und nachträglich aufgefüllt zu werden, und Interaktivität, was bedeutet, dass eine injizierte Aktion das Folgende verändert. Die drei abgestuften Eigenschaften sind physikalische Genauigkeit, Persistenz und Echtzeitleistung. Persistenz ist definiert als die Abwesenheit von Drift bei Objekten und Details über lange Läufe; Echtzeit ist begrenzt durch den Entscheidungszyklus von einer Dreißigstelsekunde, etwa 33 Millisekunden, den ein Straßenfahrzeug benötigt.

Die drei Fähigkeiten des Modells lassen sich darauf abbilden. Verkehrsteilnehmer sind Akteure mit eigenen Entscheidungen und keine geskripteten Requisiten, daher verändert ein bremsendes Robotaxi das Verhalten der Fahrzeuge hinter ihm. Kamera und Lidar werden in Echtzeit generiert, sodass der getestete Stack die virtuelle Welt über dieselbe Schnittstelle wahrnimmt, die er auf einer realen Straße verwendet. Und Fahrten werden durchgängig abgeschlossen – Bestellung, Abholung, Absetzen – über beliebige Start- und Zielorte hinweg. Baidu zufolge unterstützt das System bereits die globale Validierung von Apollo Go und nennt rund 100.000 simulierte Kilometer pro Tag, was als etwa drei Jahre kontinuierlicher Tests durch ein mit Sicherheitsfahrer ausgestattetes Fahrzeug beschrieben wird. Daneben wurden die Betriebszahlen von Apollo Go genannt – 28 Städte, mehr als 23 Millionen Fahrten, 350 Millionen autonome Kilometer, davon 240 Millionen vollständig fahrerlos.

Keine Parameter, keine Architektur, kein Paper, keine Gewichte, kein Preis. Apollo World ist interne Infrastruktur, die erstmals öffentlich beschrieben wurde – kein Produkt mit einem Launch-Termin, auf den man setzen kann.

Die Zahlen – und was ein IoU von 43,6 % bedeutet

Skyfall veröffentlichte zwei Benchmarks, beide selbstberichtet und keiner unabhängig repliziert. Bei einer CAD-Konstruktionsaufgabe mit 1.000 Komponenten und jeweils etwa 100 Zeichnungsschritten gibt SKY-001 3,9 Sekunden und 0,005 US-Dollar pro Fall bei einem mittleren IoU von 79,7 % an. GPT-6 Astra wird mit 199 Sekunden, 0,75 US-Dollar und 79,1 % aufgeführt; Gemini 4 mit 253 Sekunden, 0,25 US-Dollar und 76,9 %; Qwen 3.8 Max mit 764 Sekunden, 0,30 US-Dollar und 34,4 %; Kimi K3 mit 439 Sekunden, 0,13 US-Dollar und 9,5 %; Grok 4.7 lieferte in 1.250 Sekunden keine Ausgabe.

Bei einer BIM-Grundrissaufgabe mit 1.000 Plänen und etwa 70 Schritten meldet SKY-001 1,22 Sekunden, 0,0024 $ und 43,6 % IoU, gegenüber Gemini 3.8 Flash mit 42,3 %, GPT-6 Astra mit 40,6 %, Kimi K3 mit 33,7 %, Qwen 3.8 Max mit 28,8 % und Grok 4.7 mit 28,2 %.

Lesen Sie genau: Die Tabellen sagen etwas Interessanteres als die Schlagzeile. Der CAD-Vorsprung gegenüber GPT-6 Astra beträgt 0,6 IoU-Punkte – Skyfalls eigener Beitrag sagt, das Modell „erreiche oder übertreffe“ es, statt es zu schlagen –, der eigentliche Unterschied liegt also bei etwa 51-mal schneller und 150-mal günstiger, nicht bei besserer Ausgabe. Der BIM-Vorsprung beträgt 3,0 Punkte. Und 43,6 % mittlere IoU bei Grundrissen bedeuten, dass das beste Modell in der Tabelle weniger als die Hälfte des Referenzplans per Intersection-over-Union rekonstruiert. Das ist eine Research-Preview-Zahl, keine Produktionszahl, und es wird berichtet, dass die Landingpage 76,1 % anzeigt, wo der Blog für CAD 79,7 % zeigt – die Art von Abweichung, die entsteht, wenn eine Zahl über verschiedene Oberflächen hinweg neu angegeben wird.

Eine Behauptung in der Berichterstattung hält dem Abgleich mit den Quellen nicht stand: dass SKY-001 Claude Opus 5.5 übertrifft. Opus 5.5 erscheint im Material als blinder Sprachmodell-Richter neben GPT-6.1 Sol, nicht als Wettbewerber in einem der beiden Benchmarks. Von einem Richter in einem qualitativen Vergleich bevorzugt zu werden, ist nicht dasselbe wie eine höhere Punktzahl bei IoU zu erzielen.

Wo der Vergleich wirklich greift: Wer die Ausgabe beurteilt

Der eine methodische Faden, der die beiden Ankündigungen verbindet, ist die Bewertung durch Modelle. Skyfalls zentrale Behauptungen stützen sich teilweise auf ein blindes Panel von Sprachmodellen, das Zeichnungen bewertet. Baidus Behauptungen stützen sich auf ein internes Bewertungsraster, das die eigenen Ingenieure anwenden, ohne jegliche externe Bewertung. Keines der beiden Unternehmen hat ein Protokoll veröffentlicht, das Dritte erneut ausführen könnten.

Das ist der Teil des World-Model-Booms, der am wenigsten ausgereift ist, und hier leistet eine Routing-Schicht echte Arbeit statt dekorativer Arbeit. Die Beurteilung generierter visueller Zustände ist ein Modellaufruf – oft mehrere, von verschiedenen Anbietern, damit nicht die Präferenzen eines einzelnen Labors definieren, was „gut“ ist. OrcaRouters Modellfusion ermöglicht es einem Panel von Modellen, denselben Bewertungs-Prompt gemeinsam zu beantworten, und liefert ihr kombiniertes Urteil über einen einzigen Endpunkt zurück; die Routing-DSL kann verschiedene Evaluierungsstufen an verschiedene Modelle senden, ohne das Harness umzuschreiben. Das ist die Schicht, die wir abdecken: mehr als 200 Modelle, ein Schlüssel, 0 % Aufschlag, wobei der Listenpreis des Anbieters durchgereicht wird. Weder SKY-001 noch Apollo World stehen in diesem Katalog, und keines von beiden ist ein Modell, das man aufruft – die Richter sind es.

Keines von beiden ist kündbar, und das ändert die Entscheidung.

Die Verfügbarkeitsfrage hat für beide die gleiche Antwort, aus unterschiedlichen Gründen. SKY-001 ist eine Research Preview hinter einer Warteliste, wobei der kommerzielle Einsatz für Anfang 2027 angestrebt wird und keine veröffentlichten Bedingungen vorliegen. Apollo World ist innerhalb von Baidu im Einsatz und wird nicht extern angeboten. Keines von beiden hat einen Preis, und keines lässt sich heute an Ihrem eigenen Workload benchmarken.

Was man aus jedem mitnehmen kann, ist die Methode. Die zweistufige Zerlegung von SKY-001 – das Ganze zusammensetzen und dann die Konstruktionsreihenfolge jedes Blatts vorhersagen – ist ein wiederverwendbares Muster für jeden Prozess, der eine Hierarchie und eine Reihenfolge der Vorgänge hat. Apollo Worlds 2+3-Rubrik ist ein wiederverwendbarer Test für jeden Simulator, den einem jemand verkaufen will, und insbesondere ihr Persistenzkriterium ist die Frage, die die meisten Anbieter nicht mit einer Messung beantworten können.

Drei Fragen, die Ihnen sagen, welche Variante Sie brauchen

Zuerst: Hat das, was Sie modellieren, einen Agenten, der darin handelt? Wenn ja, brauchen Sie einen Umgebungssimulator, und die Apollo-World-Rubrik gilt. Wenn die Zustandsübergänge deterministisch sind und eher von einem Plan als von einer Policy angetrieben werden, brauchen Sie etwas, das näher an SKY-001 liegt.

Zweitens: Wird die Ausgabe von einem Menschen oder von einem Regelkreis konsumiert? Eine Konstruktionssequenz wird von Ingenieuren und nachgelagerten Modellen konsumiert, daher sind visuelle Plausibilität und Schrittfolge die Metriken. Eine Fahrsimulation wird von einem Wahrnehmungs- und Planungs-Stack konsumiert, daher sind metrische Sensorkonsistenz und Latenz die Metriken. Die beiden haben nahezu keine gemeinsamen Bewertungskriterien.

Drittens: Brauchen Sie Physik oder brauchen Sie Verfahren? SKY-001 weiß, dass eine Halterung vor der Baugruppe, die sie hält, angebracht werden muss; es weiß nicht, was passiert, wenn die Halterung fallen gelassen wird. Apollo World weiß, was passiert, wenn ein Fußgänger auf die Straße tritt; es hat keine Meinung dazu, wie ein Bauteil hergestellt wird.

Das Weltmodell-Label wird sich weiter dehnen, weil es Marketingarbeit für mindestens vier verschiedene Produktkategorien gleichzeitig leistet. Die nützliche Disziplin besteht darin zu fragen, welcher Zustand vorhergesagt wird, was auf ihn einwirkt und wer die Vorhersage nutzt. Apollo World und SKY-001 beantworten diese drei Fragen auf völlig unterschiedliche Weise, und sobald man sie gestellt hat, löst sich der Vergleich in das auf, was er schon immer war: zwei gute Ideen, die zufällig denselben Namen tragen.