Hy-Nomas לעומת Hunyuan3D WorldClaw: אותה מעבדה, שני סוגי עולם

קבוצת Hunyuan של Tencent הוציאה שני דברים שנקראים מודל עולם בתוך שלושה חודשים זה מזה, והם חלוקים כמעט על הכול. Hunyuan3D WorldClaw, שפורסם באוגוסט 2026, אינו באמת מודל כלל: זהו צינור סוכני בן ארבעה שלבים שמתכנן סצנה עם סוכני LLM, מייצר שטח, משחזר עצמים בודדים כרשתות עם טקסטורה, ואז מפעיל סוכן ראייה שמרנדר את התוצאה ומתקן את מה שנראה שגוי. Hy-Nomas, שיצא ב-23 באוקטובר 2026, הוא טרנספורמר דיפוזיה אוטורגרסיבי-סגמנטרי יחיד שמרנדר וידאו ניתן להיגוי ומפיץ את המשקלים שלו תחת Apache 2.0. האחד בונה נכס תלת-ממדי ניתן לעריכה ממשפט. האחר מרנדר עולם רציף משיחה.

ההשוואה ראויה להיעשות בדיוק מפני שהן חולקות מעבדה. זהו ניסוי טבעי נקי בשתי אסטרטגיות: לתזמר מודלי חזית אל תוך צינור עיבוד, או לאמן מודל אחד שיעשה את כל הדבר. שתי ההשקות גם הופכות זו את זו בכל הנוגע לפתיחות — זו עם מערך ההנדסה הכבד יותר לא פרסמה קוד, וזו שהיא מודל יחיד פרסמה הכול.

מודל ופייפליין הם סוגים שונים של ארטיפקט.

המאמר של WorldClaw מתאר נתב. המערכת מתזמרת כמה מודלים חזיתיים במקום לבצע ייצור בעצמה: סוכני LLM לתכנון, מודל תמונה לקומפוזיטים אזוריים, מודל סגמנטציה, Hunyuan3D של Tencent לשחזור מש, ו-Blender המופעל דרך MCP להרכבה. המאמר מציין את Claude Opus 4.8 כמתכנן ואת GPT-Image-2 ו-SAM3D among הרכיבים האזוריים. תרומתו היא הכוריאוגרפיה — הפירוק מגלובלי לאזורי ולולאת התיקון מבוססת הרינדור — ולא עמוד שדרה גנרטיבי חדש.

Hy-Nomas היא ההימור ההפוך. MMDiT דו-זרמי אחד בעל 54 בלוקים, גודל חבוי 2,048, מקודד טקסט Qwen2.5-VL-7B-Instruct, התניית מצלמה דרך cross-attention, ומטמון KV לכל החיים. אין מתכנן, אין שלב סגמנטציה, ואין מרנדר חיצוני בלולאה. המודל הוא המערכת.

ההבדל הזה מסביר את מצבי הכשל. צינור עיבוד יורש את החולשות של כל רכיב שהוא קורא לו, וניתן לתקן אותו רכיב אחד בכל פעם. למודל יחיד יש תפיסת עולם קוהרנטית אחת ואין תפר בין שלבים, אך כל חולשה טבועה במשקולות וניתן לתקן אותה רק באמצעות אימון מחדש או באמצעות LoRA.

מה ארבעת השלבים של WorldClaw באמת עושים

השלב הראשון הוא ניתוח כוונה ותכנון סצנה. שני סוכני LLM מחלקים את העבודה: אחד מחלץ רק את האילוצים שהמשתמש הצהיר עליהם בפועל, והשני משלים את הפרטים כדי להפיק מפרט סצנה מובנה המכסה אזורים, תוואי שטח, אובייקטים ויחסים מרחביים. הפיצול הזה הוא הגנה הגיונית מפני הכשל השכיח של מתכנן יחיד: להמציא דרישות ואז לעמוד בהן.

שלב שני מייצר תוואי שטח גלובלי: מפת פריסה סמנטית, שדות גובה מודעי-אזור, וחומרים, סלעים וצמחייה המוקצים לכל אזור. שלב שלישי מרנדר כל אזור לתמונה מורכבת דו-ממדית, מבצע סגמנטציה של המופעים, משחזר כל אחד מהם כרשת עם טקסטורה באמצעות Hunyuan3D, וממקם אותו בחזרה על תוואי השטח. שלב רביעי הוא המעניין — סוכן ראייה מרנדר את הסצנה המורכבת ממספר נקודות מבט ומחפש עצמים מרחפים, חדירה הדדית, קנה מידה שגוי ותנוחה שגויה, ואז מבצע איטרציות. ההרכבה מתבצעת ב-Blender דרך MCP.

הפלט הוא רשתות מפורשות, בעלות טקסטורה, הניתנות לעריכה בנפרד, שמיוצאות אל מנוע משחק. זהו תוצר שונה מהותית מסרטון: כל עץ הוא אובייקט, לכל אובייקט יש טרנספורם, ומעצב שלבים יכול להזיז אחד מהם בלי לרנדר מחדש את העולם.

רשתות שאפשר לערוך, או וידאו שאפשר לכוון

הפלט של Hy-Nomas הוא וידאו בגודל 720 × 1280 ב־24 FPS, שנוצר בקטעים עם שמונה שלבי הסרת רעש בתצורה המזוקקת. אינך יכול לפתוח אותו ב-Blender. עם זאת, תוכל להפנות אותו מחדש במהלך הסשן: טקסט חופשי עבור מה שקיים בעולם, אקסטרינזיקות מצלמה עבור לאן שהשוט הולך, ומטמון KV ששומר שהקטעים הקודמים יישארו עקביים עם ההוראה החדשה. העריכה מתבצעת בשיחה ומתרחשת לפני שהקטע הבא מרונדר.

הפלט של WorldClaw ניתן לעריכה בדיעבד. מקבלים גאומטריה, והעריכה היא מרחבית — להזיז את האובייקט, לשנות את קנה המידה של העץ, לרנדר מחדש את האזור. מה שאי אפשר לעשות הוא לנהל שיחה עם העולם בזמן שהוא מרונדר. הפייפליין רץ עד לסיום, ואז עובדים על הנכס.

• פלט — וידאו Hy-Nomas ניתן להיגוי בגודל 720 × 1280 לעומת רשתות מפורשות עם טקסטורה של Hunyuan3D WorldClaw בסצנה

• יחידת עבודה — Hy-Nomas קטע שמרונדר לפי דרישה לעומת Hunyuan3D WorldClaw עולם שלם שנוצר בארבעה שלבים

• עריכה — הוראות טקסט ומצלמה של Hy-Nomas בין מקטעים לעומת מניפולציה ישירה של רשתות ב-Hunyuan3D WorldClaw לאחר היצירה

• מנוע — Hy-Nomas: שנאי דיפוזיה יחיד לעומת Hunyuan3D WorldClaw: מחסנית מתוזמרת של מודלי חזית בתוספת Blender

• חומרה — Hy-Nomas עם 8 כרטיסי GPU כברירת מחדל, RTX 4090 אחד במסלול זיכרון נמוך INT8, לעומת Hunyuan3D WorldClaw 4 × NVIDIA H20

• שחרור — משקולות, קוד ומערך נתוני בנצ'מרק של Hy-Nomas תחת Apache 2.0, לעומת Hunyuan3D WorldClaw: מאמר, דף פרויקט ו-README ללא קוד או משקולות

המחיר של עולם סוכני

סיפור החישוב של WorldClaw אינו מספר שעות GPU במובן הרגיל. הוא ארבעה H20 בתוספת מספר גדול של קריאות למודלי frontier: טוקני תכנון, יצירת תמונות לכל אזור, סגמנטציה לכל מופע, שחזור mesh לכל אובייקט, ורינדורים חוזרים של סוכן חזותי במהלך העידון. העלות השולית של עולם נשלטת בידי אותן קריאות, והמאמר אינו מפרסם מחיר. שחזורים קהילתיים שמחליפים נקודות קצה מתארחות לתמונות ולתלת-ממד מדווחים על כחמישים סנט וכמה דקות לכל עולם, וזהו סדר גודל שימושי אך לא נתון של ספק.

העלות של Hy-Nomas קונבנציונלית יותר: שמונה GPUs עם מקביליות רצף בשמונה דרכים כברירת מחדל, או RTX 4090 אחד עם משקולות DiT ב-INT8, מטמון KV ב-INT8, היסטוריית חלון מחליק, פריקת CPU, FlexAttention ומפענח CUTLASS FP8. סט נקודות הבדיקה המלא הוא כ-196 GB; מסלול ההדגמה המתועד מושך כ-86 GB, ומסלול הזיכרון הנמוך דורש בערך 38 GB בתוספת מקודד הטקסט. אין מחיר לשירות מתארח משום שאין שירות מתארח.

ההשוואה שחשובה אינה דולרים לכל עולם, אלא לאן הולך הכסף. WorldClaw מוציאה כסף על טוקנים ועל קריאות API, שזולים יותר ככל שמחירי מודלי החזית יורדים. Hy-Nomas מוציאה כסף על תפוסת GPU, וזו אינה יורדת. צינור עיבוד נעשה זול יותר על העקומה של מישהו אחר; מודל נעשה זול יותר רק כשמישהו מזקק אותו.

• גורם העלות של Hy-Nomas — שעות GPU לכל סשן יצירה, ללא חיוב לפי קריאה

• גורם עלות של WorldClaw — קריאות למודלי frontier עבור תכנון, הדמיה, סגמנטציה, שחזור ותיקון, ובנוסף 4 × H20

• מנוף ההרחבה של Hy-Nomas — זיקוק ו-LoRA, שניהם כבר בגרסה

• מנוף ההרחבה של WorldClaw — מודלים מרכיביים זולים יותר ופחות איטרציות תיקון

WorldClaw הוא גם הטיעון הברור ביותר בעד שכבת ניתוב שמופיע באצווה הזו, מפני שהוא עצמו שכבת ניתוב. המתכנן שלו קורא למודל אחד, השלב האזורי שלו קורא לאחר, שלב השחזור שלו קורא לשלישי, והדבר כולו הוא מדיניות ניתוב עם רנדרר מחובר. OrcaRouter עושה את אותו תפקיד עבור מודלים מתארחים — יותר מ-200 מודלים מאחורי מפתח אחד, מחיר מחירון של הספק מועבר ב-תוספת של 0%, מעבר אוטומטי לגיבוי, ו-DSL לניתוב שמרכיב כמה מודלים לקריאה אחת, עם מיזוג מודלים זמין כשאתם רוצים פאנל ולא שרשרת. לא Hy-Nomas ולא WorldClaw נמצאים בקטלוג שלנו, ואנחנו לא מתכוונים להעמיד פנים שמודל עולם בהארחה עצמית הוא נקודת קצה; מה שאנחנו מנתבים הוא השכבה ש-WorldClaw מדגים שצריך.

פתיחות הפוכה

זהו החלק המוזר ביותר בזוג. WorldClaw היא המערכת המשוכללת יותר — צינור סוכנים רב-שלבי עם מאמר שפורסם ועמוד פרויקט — ומאגר ה-GitHub הרשמי מכיל README, את המאמר ואת נכסי הפרויקט. אין קוד, אין משקלים, אין API, אין תמחור. נושא GitHub המבקש את הקוד נותר ללא מענה. מה שקיים באופן ציבורי הם מימושים מחדש קהילתיים שבונים מחדש את הצינור על גבי נקודות קצה מתארחות, וזה מעיד על בהירות המאמר ולא מהווה תחליף לשחרור.

Hy-Nomas היא המערכת הפשוטה יותר והפתוחה יותר: Apache 2.0, נקודות ביקורת מלאות ב-Hugging Face, קוד הסקה ואימון ב-GitHub, רתמת תיאור תמונות, מאמן LoRA, סקריפט מיזוג, ומערך הנתונים של בנצ'מרק בן 280 המקרים. הדוח הטכני חסר ולבנצ'מרק אין ציונים, אבל הארטיפקט שלם מספיק כדי לשחזר ולשנות.

לכל מי שמתכנן לבנות, ההיפוך הזה מכריע יותר מאשר הארכיטקטורה. פייפליין שאי אפשר להריץ הוא מסמך תכנון. מודל שאפשר להריץ הוא נקודת התחלה, גם כשההערכה שלו היא דף ריק.

איזה מהם לבחור

פנה לגישה של Hunyuan3D WorldClaw כאשר התוצר הוא שלב: סביבת תלת-ממד גדולה, ניתנת לחקירה ולעריכה, שצריכה להיכנס למנוע משחק ולהיות מותאמת על ידי אדם. שים לב שתצטרך לשחזר אותה מהמאמר, מכיוון ש-Tencent לא שחררה אותה, ושהטענות לגבי איכותה הן איכותניות — המאמר משווה מול SynCity, Marble של World Labs, MajutsuCity, WorldGen של Meta ו-GPT-5.6 Sol בלי FID, CLIP או מחקר משתמשים.

פנו אל Hy-Nomas כאשר התוצר הוא חומרי צילום או סביבת אימון: pre-vis, וידאו סינתטי, מחולל סצנות רובוטיקה שאתם מתכוונים להתאים עם Robotics LoRA המסופק. שימו לב שהטענה לעקביות לטווח ארוך היא טיעון תכנוני בתוספת הדגמה, לא ציון, ושהרצה על 4090 בודד אפשרית אך כרוכה בתקורת offload.

ואם אתה צריך את שניהם — עולם שניתן לערוך וקטעי וידאו שלו שאפשר לנווט — התשובה הכנה היא שאף גרסה בודדת של Tencent לא נותנת לך את זה היום. WorldClaw מייצר גאומטריה שאי אפשר להנפיש באמצעות שיחה. Hy-Nomas מייצר וידאו שאי אפשר לייצא. הפער ביניהם הוא המוצר שאף אחד עוד לא השיק, וזה דבר מעניין יותר לצפות בו מאשר בכל אחד מהמודלים לבדו.