Genie 4 נגד Hunyuan3D WorldClaw: וידאו של עולם, או קובצי המאש של העולם

אחד מהשניים נותן לך קובץ MP4 והשני נותן לך גרף סצנה. זו כל ההשוואה, וכל השאר נובע מכך. Genie 4, מודל העולם של Google DeepMind שהוכרז ב-27 באוקטובר 2026, יוצר עולם פוטוריאליסטי עם שמע, שניתן לשלוט בו באמצעות טקסט, בזמן אמת, ומציג לך אותו כווידאו. Hunyuan3D WorldClaw, שפורסם על ידי צוות Hunyuan3D של Tencent באוגוסט 2026, מייצר רשתות תלת-ממד מפורשות, עם טקסטורות, שכל אחת מהן ניתנת לעריכה בנפרד ושאותן אפשר לפתוח ב-Unity או ב-Unreal ולשמור. אם תפקידך מסתיים כשהשוט מאושר, Genie 4 הוא האובייקט המרשים יותר. אם תפקידך מתחיל כשהשוט מאושר, WorldClaw הוא היחיד מבין השניים שנותן לך משהו לעבוד איתו.

שניהם ארטיפקטים מחקריים ולא מוצרים, ושניהם קשים יותר להשגה מכפי שההדגמות שלהם מרמזות. אך הם נכשלים בכיוונים שונים, והידיעה עם איזה כשל אתה יכול לחיות היא כל ההחלטה.

מבחן התוצר

שאל מה שורד את המפגש והפער הופך למוחשי.

• פלט — Genie 4 מחזיר פריימים של וידאו שנוצר עם אודיו שנוצר מסונכרן; Hunyuan3D WorldClaw מחזיר רשתות תלת-ממד עם טקסטורה, הכוללות תוואי שטח, חומרים ועצמים ממוקמים.

• יכולת עריכה — Genie 4 נערך באמצעות פרומפט לסימולציה בזמן שהיא פועלת; הפלט של WorldClaw נערך כגיאומטריה, בכלי מידול, על ידי אדם או סקריפט.

• שימוש במורד הזרם — הפלט של Genie 4 נצרך כחומר וידאו; הפלט של WorldClaw נצרך על ידי מנוע משחק, מרנדר או סימולטור פיזי.

• דטרמיניסטיות — הרצה של Genie 4 אינה ניתנת לשחזור פריים אחר פריים; mesh הוא קובץ שנשאר זהה.

• אודיו — תמיכה מקורית ב-Genie 4; אינו חלק מצינור העיבוד של WorldClaw.

• גישה — Genie 4 היא תצוגה מקדימה מחקרית בגישה מוגבלת; WorldClaw הוא מאמר עם מאגר שעדיין אינו מכיל קוד שניתן להריץ.

יש סיבה שמודלי וידאו הם אלה שהופכים לוויראליים, ופייפליינים של mesh הם אלה שנכנסים לייצור. סרטון וידאו מובן לכל אחד בחמש שניות. mesh מובן רק למי שיודע מה הוא יעשה איתו — ובדרך כלל זה האדם שמחזיק בתקציב.

מה ארבעת השלבים של WorldClaw באמת עושים

WorldClaw אינה רשת אחת. זהו צינור סוכני שמפרק את "בנה לי עולם מהמשפט הזה" לארבעה שלבים, והפירוק הוא התרומה.

השלב הראשון הוא ניתוח כוונה ותכנון סצנה: סוכני מודל שפה מפרשים את ההנחיה הפתוחה למפרט מובנה הכולל אזורים, תבליט, עצמים, חומרים ויחסים מרחביים. השלב השני מייצר תבליט גלובלי — מפת פריסה סמנטית בתוספת שדה גבהים מודע לאזורים, כאשר חומרים ונכסים מוקצים לכל אזור. השלב השלישי עוסק ביצירת עצמים אזורית: קומפוזיטים דו-ממדיים מותנים בתבליט עוברים סגמנטציה, כל מופע משוחזר לרשת נפרדת עם טקסטורה, ורשתות אלה מוצבות על התבליט. השלב הרביעי הוא עידון מבוסס רינדור: סוכן ראייה מרנדר את הסצנה מנקודות מבט מרובות, בודק את התוצאה לאיתור עצמים מרחפים, חדירה הדדית, שגיאות קנה מידה ותנוחה, מתקן אותן ומרנדר מחדש. ההרכבה מתבצעת ב-Blender דרך Model Context Protocol.

הלולאה האחרונה הזו היא ההנדסה המעניינת. מודל גנרטיבי שלא יכול לראות את הפלט של עצמו הוא מכונת מזל. צינור עיבוד שמרנדר, בוחן ומתקן הוא תהליך — ושלב התיקון הוא המקור לרוב האיכות הנתפסת בסצנה גדולה, משום שמצבי הכשל של נכסי תלת-ממד שהוצבו הם גיאומטריים ולכן ניתנים לזיהוי, ולא אסתטיים ולכן שנויים במחלוקת.

המערך שהמאמר עצמו מציג הוא מחסנית של מודלים של צדדים שלישיים: Claude Opus 4.8 שמפעיל את הסוכנים, GPT-Image-2 יחד עם SAM3D לסגמנטציה, Hunyuan3D לשחזור, והכול פועל על ארבעה מעבדי NVIDIA H20. את WorldClaw最好 להבין כשכבת תזמור מעל מחוללים קיימים ולא כמודל גנרטיבי חדש — וזה גם החוזק שלו, משום שהוא משתפר ככל שמרכיביו משתפרים, וגם השבריריות שלו, שכן כל שינוי בהתנהגות של מרכיב משנה את פלט הצינור.

למה Mesh שווה יותר מווידאו, ועולה יותר

סרטון של עולם הוא טענה על עולם. מש הוא העולם עצמו, או לפחות מספיק ממנו כדי להתחיל לבנות. ההבדל הזה ניכר בכל משימה בהמשך הדרך: התנגשות, הסתרה, תאורה, פיזיקה, עיצוב שלבים, והעבודה השגרתית של להזיז בניין אחד שני מטרים שמאלה כי קו הראייה שגוי.

{{1}}אף אחת מהפעולות האלה אינה אפשרית על הפלט של Genie 4.{{/1}} אפשר להנחות את הסימולציה להשתנות, והיא תיצור סט חדש של פריימים שאולי יכבד את האילוץ שחשבת עליו ואולי לא, והשינוי לא יישמר מעבר לחלון הקוהרנטיות של שתי דקות ש-DeepMind מציינת. {{2}}המודל לא מעמיד פנים אחרת; מקרי השימוש המוצהרים שלו הם חזותיזציה מקדימה, יצירת אבות טיפוס ואימון רובוטים, שכולם צורכים עולמות במקום לבנות עליהם.{{/2}}

העלות של {{1}}הגישה של WorldClaw{{/1}} ברורה באותה מידה. ארבעה שלבים, מספר סוכנים, רנדרר חיצוני וסבב הלוך-חזור עם Blender פירושם דקות עד שעות לכל עולם ולא שניות, והתהליך יכול להיכשל בכל שלב — שגיאת סגמנטציה מתפשטת לעצם שממוקם בצורה גרועה, שאותו שלב העידון עשוי לתקן או לא. אופני הכשל של Genie 4 עדינים יותר: פרט שנסחף הוא מעצבן, בניין מרחף הוא שבור.

הזמינות בשני הצדדים גרועה מכפי שההדגמות מרמזות

אף אחד מהמודלים אינו משהו שאפשר לאמץ ברבעון הזה, והסיבות לכך שונות.

Genie 4 הוא תצוגה מקדימה מחקרית עבור בודקים מהימנים. Google אומרת שמנויים ל-AI Ultra יקבלו אותו דרך Project Genie וששותפי גישה מוקדמת יגיעו אליו דרך Gemini API ו-Google AI Studio "בשבועות הקרובים". קיימת רשימת המתנה, אין מחיר, לא פורסמו רזולוציה או קצב פריימים, ואין תנאים מסחריים.

WorldClaw רחוק יותר מלהיות שמיש בדרך ספציפית אחת: המאגר ב-Tencent-Hunyuan/Hunyuan3D-WorldClaw מכיל README ונכסים, לא קוד. בקשה לקבלת הקוד נותרה ללא מענה. אין משקלים, אין API ואין תמחור. מה שקיים הוא המאמר, ההכרזה וקבוצה של הדגמות.

אז ההשוואה שעומדת בפני איש מקצוע בסוף אוקטובר 2026 היא בין רשימת המתנה לבין מאגר שלא ירוץ. זו לא ביקורת על אף אחד מהצוותים — מאמרים קודמים לשחרורים — אבל היא כן אומרת שכל מאמר שמציע לך "לבחור" בין השניים מתאר רכש עתידי, ולא רכש בהווה.

מה אומרים לך סעיפי ההערכה

המאמר של WorldClaw מעריך את הפלט שלו באמצעות השוואה איכותנית זה לצד זה מול SynCity, WorldGen של Meta, MajutsuCity ו-Marble של World Labs. אין ציוני FID או CLIP ואין מחקר משתמשים. זו מגבלה ממשית, והיא גם כנה: איכות של סצנות תלת-ממדיות בקנה מידה גדול היא באמת קשה למדידה, ומדד כמותי שמתגמל ציר אחד היה מציג באופן מוטעה את האחרים.

ההשקה של Genie 4 לא פרסמה שום בנצ'מרק — לא השוואה ל-Genie 3 מעבר לחלון הקוהרנטיות המוכפל, לא רזולוציה, לא קצב פריימים. אף אחד מהצדדים לא סיפק לגורם חיצוני מספר שאפשר לבדוק. בקטגוריה שבה כל ספק מציג דמואים מסוננים, היעדר המדידה הוא התנאי המשותף, והוא אמור למתן כל פסק דין בטוח שתיקראו בכל מקום, כולל כאן.

כאשר הפייפליין עצמו הופך למוצר

החלק ב-WorldClaw שראוי לגנוב הוא לא יצירת התלת-ממד — זה ערום של רכיבים — אלא הדפוס: לתכנן עם מודל שפה, ליצור עם מומחים, לאמת עם מודל ראייה, לתקן, לחזור. הדפוס הזה נבנה מחדש ממש עכשיו בכל סטודיו שרוצה יצירת עולמות ניתנת לשליטה, והוא כמעט כולו בעיית תזמור.

וכאן נכנסת שאלת התשתית. פייפליין כזה מבצע עשרות קריאות מודל לכל עולם, על פני לפחות שלוש מודאליות, וכשל בקריאה אחת מעכב את כל הריצה. הרצה דרך נקודת קצה אחת עם מעבר כשל אוטומטי משמעה שספק תקוע הופך לניסיון חוזר במקום למשימה אבודה, ו-DSL לניתוב מאפשר לך להצמיד את המודל היקר לשלב התכנון ומודל זול יותר למעברי האימות לכל אובייקט, ושם הולכים רוב הטוקנים. זו השכבה שאנחנו בונים — API אחד על פני יותר מ-200 מודלים, ומחירון הספקים מועבר הלאה בתוספת של 0% — והיא במכוון לא תלויה במודל, מפני שהרכיבים שמתחת לפייפליין כמו זה של WorldClaw יוחלפו כמה פעמים לפני שהפייפליין עצמו יתייצב.

איזה מהם כדאי לראות

אם אתם יוצרים סרטים, אבות-טיפוס או סביבות הדרכה וצריכים משהו ברבעון הזה, עקבו אחרי הודעות הגישה של Genie 4 ופתחו אבות-טיפוס של הכלים הנלווים מול מודל שאתם כבר יכולים לקרוא לו. השמע והכוונת השפה הם יכולות שאין לשום דבר אחר בהשוואה הזו, ותקרת שתי הדקות היא אילוץ שאפשר לתכנן סביבו.

אם אתם יוצרים משחקים, סימולציות או כל דבר שמשוחרר כנכס, הצורה של WorldClaw היא זו שחשובה לכם, למרות שהקוד שלה עדיין לא קיים. ברגע ש-Tencent תשחרר אותה, צינור עיבוד שמפיק רשתות ניתנות לעריכה אל תוך מנוע משחק שווה יותר מאלף סרטונים יפים, כי הסרטון הוא סוף העבודה והרשת היא ההתחלה שלה.