CARI4D מול ABot-Earth 0.7: שני מודלים ארבע-ממדיים שלעולם לא מתחרים

אם חיפשתCARI4D מול ABot-Earth 0.7 בציפייה להשוואה ראש בראש, התשובה הכנה היא שלא קיימת השוואה כזו וגם לא תהיה. שתי המערכות האלה לא עושות את אותה עבודה, לא מקבלות את אותו קלט, לא פולטות את אותו דבר, ואף אחד שמבין באחת מהן לא היה משווה ביניהן במבחני ביצועים. CARI4D הוא שחזור ה-4D האגנוסטי לקטגוריה של NVIDIA של אינטראקציית אדם-אובייקט — הוא צופה באדם אחד שמטפל באובייקט אחד בווידאו רגיל ומשחזר את התנוחות שלהם בקנה מידה מטרי לאורך זמן. ABot-Earth 0.7 הוא מודל העולם העירוני הילידי-תלת-ממד של Amap — הוא מקבל תמונת לוויין או הנחיית טקסט ומייצר עיר בקנה מידה קילומטרי, ניתנת לחקירה, כסצנת Gaussian-splatting. הסיבה שהעמוד הזה קיים בכל זאת היא שהציר שמפריד ביניהם הוא שימושי באמת, והשניים שונים הרבה יותר במה שאפשר לעשות איתם מאשר במה שהם נראים להיות.

יש גם סיבה שנייה וחדה יותר. שתי המהדורות האלה נמצאות בקצוות מנוגדים של מנעד שחשוב יותר מכל שורת מפרט: אחת מהן אפשר להוריד ולהריץ כבר אחר הצהריים, ואת האחרת אי אפשר להריץ כלל.

התשובה שאף אחד שמחפש את השאילתה הזו לא רוצה

שניהם מתוארים כ-4D. שניהם מגיעים מספקים גדולים. שניהם הושקו במהלך השנה האחרונה. בערך שם מסתיימת החפיפה.

CARI4D משחזר. בהינתן וידאו, הוא מעריך מה היה שם. המאמר — שחזור 4D בלתי תלוי בקטגוריה של אינטראקציה בין אדם לאובייקט מאת Xianghui Xie, Bowen Wen, Yan Chang, Hesam Rabeti, Jiefeng Li, Ye Yuan, Gerard Pons-Moll ו-Stan Birchfield — הופיע ב-arXiv כ-2512.11988 בדצמבר 2025 והתקבל ל-CVPR 2026. נושאו הוא אדם ועצם קשיח במגע, והטענה המרכזית שלו היא קנה מידה: שחזור מידות מטריות ממצלמה מונוקולרית ללא חיישן עומק וללא מערך רב-מצלמתי, וזה החלק שעבודות קודמות התקשו בו.

ABot-Earth 0.7 מייצר. בהינתן תמונת לוויין עם ייחוס גיאוגרפי או תיאור טקסטואלי, הוא מפיק סצנה שלא הייתה קיימת כנתונים קודם לכן. Amap, חברת המיפוי והניווט הסינית, חשפה אותו ב-10 בספטמבר 2026 באירוע Street Stars שלה בהאנגג'ואו, כמחליפה של ABot-Earth 0.5 מ-8 ביוני. הוא מפיק 3D Gaussian splats, מייצא ל-Unreal Engine ול-Unity, ומכסה — לדברי Amap — יותר מ-196 מדינות ואזורים, לעומת יותר מ-190 ב-0.5.

האחד הוא אומד. האחר הוא מחולל. ההבחנה הזו עושה עבודה רבה יותר מכל טבלת בנצ'מרק שהייתה יכולה לעשות.

אדם וכיסא, או עיר

פער קנה המידה הוא זה שאנשים ממעיטים בערכו. יחידת העניין של CARI4D היא גוף אנושי וחפץ המוחזק ביד, הנמדדים בסנטימטרים ומעוקבים לאורך הפריימים של קליפ בודד. יחידת העניין של ABot-Earth 0.7 היא קילומטר רבוע של עיר, שנוצר בכעשר דקות על כרטיס GPU צרכני בודד, לפי הדיווח של Amap עצמה.

• קלט — CARI4D וידאו RGB מונוקולרי, MP4 לעומת ABot-Earth 0.7 תמונת לוויין או הנחיית טקסט

• פלט — תנוחה וצורה של גוף אדם לכל פריים של CARI4D, סיבוב ותרגום של אובייקט, ושני לוגיטים של מגע ידיים לעומת ABot-Earth 0.7, סצנת 3D Gaussian splatting, הניתנת לייצוא ל-Unreal Engine ול-Unity

• יחידת הניתוח — CARI4D: אדם אחד ועצם קשיח אחד במגע, לעומת ABot-Earth 0.7: תוואי שטח, מבנים, צמחייה ונקודות ציון בקנה מידה עירוני

• טענה טמפורלית — CARI4D משחזר תנועה נצפית פריים אחר פריים, בעוד ש-ABot-Earth 0.7 ממוצב כמודל עולם עם שכבת חיזוי למה שיקרה בהמשך

• קנה מידה מטרי — קנה המידה המטרי של CARI4D שוחזר מווידאו מונוקולרי באמצעות UniDepth וחיפוש קנה מידה מגס לעדין לעומת ABot-Earth 0.7 עם ייחוס גיאוגרפי מתמונת לוויין, ללא בעיית שחזור מטרי

• עלות הרצה — CARI4D PyTorch על GPU של NVIDIA Ampere, נבחן על A100, 38 שעות על 8×A100 עבור ריצת האימון המחקרית, לעומת ABot-Earth 0.7 כעשר דקות לקמ"ר על GPU צרכני יחיד, לפי ההשוואה של Amap עצמה

שימו לב שאף אחת מהעמודות אינה טובה מהאחרת בשורה בודדת. הן מודדות עולמות שונים. מודל שמשחזר את נקודת המגע בין יד לבלון גז אינו משתפר מכך שהוא יודע גם היכן נמצאים הבניינים, ומודל שמייצר קו רקיע סביר אינו משתפר מכך שהוא יודע את זווית פרק כף היד המדויקת של הולך רגל.

האסימטריה שבאמת מכריעה את זה

הנה ההבדל שקונה ירגיש כבר בשעה הראשונה, ואין לו שום קשר ליכולת.

ל-CARI4D יש קוד ומשקולות שאפשר להשיג כבר היום. המאגר של NVlabs מכיל את המימוש הרשמי, שפורסם ב-28 בפברואר 2026, עם קוד אימון ועיבוד מקדים של וידאו מותאם אישית שנוספו ב-4 באפריל. נקודת הבדיקה המאומנת מראש של CoCoNet ניתנת להורדה מ-Hugging Face, תמונת ה-Docker xiexh20/cari4d פורסמה, ומאז 30 באוגוסט 2026 נקודת בדיקה בגודל 231M עם רישיון מסחרי זמינה בתור nvidia/cari4d_commercial תחת הסכם המודל הפתוח של NVIDIA — עם גישה מוגבלת, אך ניתן להשיגה. התלויות מתועדות, כולל החלקים המסובכים: משקולות NLF torchscript, משקולות FoundationPose, נכסי SMPL-H, kid_template.npy מ-AGORA, ו-Hunyuan3D עבור רשתות האובייקטים. אפשר להריץ הסקה על ההדגמה של BEHAVE, על קטע וידאו שסופק מהעולם האמיתי, או על הווידאו שלך, ולהעריך אותה עם הסקריפטים המצורפים.

ABot-Earth 0.7 אינו זמין באף אחד מהמובנים האלה. Amap לא פרסמה משקולות מודל, לא כרטיס מודל, לא API ציבורי, לא תמחור ולא תיעוד למפתחים. אתר ההתנסות פעיל, אך Amap מתארת את היצירה כדמוינת-הזמנה בלבד או ברשימת היתרים, הממשק הוא בסינית פשוטה בלבד, ולפי הדיווחים מאגר ה-GitHub מתקופת 0.5 הכיל דוח טכני ולא דבר שניתן להריץ. כל מספר כותרתי — עשר דקות לקילומטר רבוע, בערך פי 1,000 מהיעילות של שחזור מסורתי, כמאית מהעלות, יותר מ-196 מדינות — מקורו ב-Amap ולא שוחזר באופן עצמאי על ידי אף אחד מחוץ ל-Amap. אלה נתונים שמדווח הספק, וכרגע אין דרך שבה הם יוכלו להפוך למשהו אחר.

אז ההשוואה המעשית היא לא "איזה מודל טוב יותר". העניין הוא שאחד מאלה הוא ארטפקט מחקרי עם רישיון מסחרי ותמונת Docker, והשני הוא הדגמת מוצר עם סבב פרסום. שניהם הישגים לגיטימיים. רק אחד מהם הוא משהו שאפשר להכניס לבילד.

במקום שבו השניים היו נפגשים באמת

יש כאן חיבור ממשי, וכדאי להיות קונקרטיים לגביו, מפני שזה המובן היחיד שבו הם שייכים לאותה שיחה.

הפלט של CARI4D הוא אינטראקציית אדם–אובייקט במערכת ייחוס עולמית מטרית. הפלט של ABot-Earth 0.7 הוא סביבה. אכלסו את השנייה בראשונה וקיבלתם משהו שאף אחד מהשניים לא מפיק לבדו: עיר מיוצרת שבה אנשים עושים דברים שנמדדים פיזית ולא ממוקמים אמנותית. סימולציית רובוטיקה, תכנון פריסת קמעונאות ויצירת מערכי נתוני אינטראקציה — כולם רוצים בדיוק את השילוב הזה: סביבה זולה מספיק כדי לייצר מחדש ותנועת אדם מדויקת מספיק כדי לאמן מולה.

התפר ביניהם הוא טרנספורמציית קואורדינטות ומוסכמת קנה מידה, והוא אינו טריוויאלי, מפני שהמסגרת המטרית של CARI4D מוגדרת ביחס למצלמה בודדת וזו של ABot-Earth 0.7 מוגדרת לפי מיקום גאוגרפי. אף אחד לא פרסם את האינטגרציה הזו. זה מסוג הדברים שצוות בונה בשבוע ולא מתעד בכתב.

השלב שנשכח בצינור הזה הוא החלק שהופך נתוני אינטראקציה גולמיים למשהו שאפשר להריץ עליו שאילתות — יצירת כיתובים לקליפים, תיוג אירועי מגע, בניית אינדקסי אחזור ומסנני בקרת איכות על הפלט. העבודה הזו עוברת דרך מודלים של חזון-שפה ומודלים של שפה, וזו השכבה ש-OrcaRouter מכסה: יותר מ-200 מודלים מאחורי API אחד, מחיר המחירון של הספק מועבר הלאה בתוספת של 0%, מעבר אוטומטי לגיבוי כשספק מתדרדר, ו-DSL לניתוב שמרכיב כמה מודלים לקריאה אחת, כך שיצירת הכיתובים ומעבר בקרת האיכות לא חייבים להיות אינטגרציות נפרדות. לא CARI4D ולא ABot-Earth 0.7 מוגשים שם, וגם לא LLM — אבל הכלים שאתם עוטפים אותם בהם הם כמעט בוודאות כן.

איזה מהם אתה בעצם רוצה

בחר ב-CARI4D אם יש לך וידאו של אדם שמקיים אינטראקציה עם חפץ ואתה צריך את התנוחות שלו, ביחידות מטריות, פריים אחר פריים — לניתוח תנועה, תפיסת רובוטיקה, עזר לאנימציה, או בניית מערך נתונים של אינטראקציה. הוא זמין כעת, הוא מתועד, והרישיון המסחרי יצא ב-30 באוגוסט 2026. הקצה תקציב לשרשרת התלויות, וקרא את תנאי הרישיון לגבי חלקים שאינם בבעלות NVIDIA.

בחר ב-ABot-Earth 0.7 אם אתה זקוק לסביבות ולא לשחקנים — סצנות בקנה מידה עירוני שנוצרות ממיקום או מתיאור, במהירות, וניתנות לייצוא אל מנוע משחק. הבן שאתה מעריך יכולת שהודגמה ולא אימוץ של כלי, שהגישה היא לפי שיקול דעת, ושנתוני היעילות הם של Amap עצמה.

בחר בשניהם רק אם אתה בונה את המערכת המשולבת שתוארה לעיל, וצא לדרך בידיעה שאתה עצמך תכתוב את התפר.

השאלה ששווה לשאול היא לא איזו משתי אלו מנצחת, אלא האם הדבר שאתה בעצם בונה זקוק למודל שחזור, למודל יצירה, או לאף אחד מהשניים — ובשאלה הזאת שתי התשובות האלה לעולם אינן חופפות.