PAN 2 מול Hi3D v1.0: שני מודלים ששניהם מסרבים לספר לך כמה גדול כל דבר

בקשו מאחד משני המודלים האלה עולם, והדבר הראשון שמאבדים הוא הסרגל. PAN 2 הוא מודל עולם במשקלים פתוחים עם 29 מיליארד פרמטרים של Institute of Foundation Models, הזמין ב-Hugging Face כצ'קפוינט Apache-2.0 מאז 7 באוקטובר 2026, עם קוד ב-5 בנובמבר ותמיכת Day-0 ב-vLLM-Omni ב-10 בנובמבר: תנו לו פריים התחלתי ופעולה מתוארת והוא מרנדר עד עשרים שניות של וידאו ב-704×1248 בקצב של 24 פריימים לשנייה שמראה את התוצאה. Hi3D v1.0, שנקרא בעבר Sparc3D, הוא משפר גיאומטריה במשקלים פתוחים שהוכרז ב-23 באוקטובר 2026, שלוקח תמונה אחת בתוספת מש גס ומחזיר מש צפוף יותר, בגיאומטריה בלבד, כאשר כל תוצאה ממורכזת מחדש ומנורמלת לרדיוס יחידה. האחד מפיק תמונה נעה בלי טענה מטרית; האחר מפיק צורה סטטית שקנה המידה המוחלט שלה נמחק במכוון. אף אחד מהם לא יאמר לך אם הדבר שלפניך הוא ברוחב מטר, ושניהם שימושיים יותר ברגע שמפסיקים לצפות מהם לכך.

ההשמטה המשותפת הזו היא הבסיס הישר להשוואה. המסגור הרגיל — תלת־ממד לעומת וידאו, או גאומטריה לעומת דינמיקה — נכון ולא מועיל, משום שהוא גורם לבחירה להישמע כהעדפה. המסגור שמכריע באמת הוא מה כל מודל מוסר לך, מה הוא משליך כדי להגיע לשם, ומה מותר לך לעשות עם התוצאה לאחר מכן.

מה כל אחד מוסר לך, פריט אחר פריט

תן שם לאובייקט הפלט לפני מתן שם לכל יכולת, משום ששני האובייקטים אינם אותו סוג של דבר.

• קלט — PAN 2 מקבל פריים ראשון אופציונלי בתוספת כיתוב פעולה מובנה שמעודן על ידי כישור משכתב פרומפטים; Hi3D v1.0 מקבל תמונה אחת ומש גס של אותו אובייקט.

• פלט — PAN 2 מחזיר MP4 של עד עשרים שניות; Hi3D מחזיר גיאומטריית קודקודים ותו לא, ללא צבע, ללא טקסטורה, ללא חומר וללא צבע קודקודים.

• זמן — PAN 2 נועד לפעול קדימה, וכל קליפ הוא תחזית לתוצאה; ל-Hi3D אין ציר זמן כלל והוא יחזיר לנצח את אותו מש עבור אותם שני קלטים.

• קנה מידה — PAN 2 אינו מציג שום טענה מטרית לגבי דבר שהוא מרנדר; Hi3D מנרמל כל תוצאה לרדיוס יחידה, ותוך כך משליך בכוונה את הגודל המוחלט.

• מבנה אצווה — PAN 2 מרנדר קליפ אחד לכל קריאה; Hi3D מריץ בגודל אצווה של אחד.

רזולוציית הפלט — ‏PAN 2 מרנדר 704×1248 בקצב של 24 פריימים לשנייה למשך עד עשרים שניות; ‏Hi3D משפר לרזולוציית רשת חילוץ דלילה אפקטיבית של עד 1536°, כלומר צפיפות של קודקודים ולא מספר פיקסלים.

• גישה — PAN 2 הוא 86.17 ג'יגה-בייט על פני שישים קבצים, ללא הגבלת גישה, Apache-2.0; ניתן להוריד את Hi3D תחת רישיון Hi3D Open License משלו, ללא תמלוגים לשימוש מסחרי, עם ייחוס "Powered by Hi3D 1.0".

• חומרה — ברירת המחדל המתועדת של PAN 2 היא שמונה כרטיסי H200 ב-BF16, עם מתכון שמציב שלוש-עשרה שניות של וידאו בכ-119 שניות על ארבעה כרטיסי B300; ‏Hi3D אומת על כרטיס H20 בודד בנפח 96GB, ללא מסלול הסקה ב-CPU.

• מה שאתה יכול לבדוק בעצמך — הכרטיס של PAN 2 מתאר את מערכת ההערכה שלו בפירוט מספיק כדי להתווכח איתה: 300 מקרים של פעולה בודדת על פני שש קטגוריות יכולות, 100 משימות רב-שלביות שנמדדות לפי השלמת שלב והשלמת תוכנית מלאה על פני שלושה זרעים, ומחקר עיוור בזוגות עם שלושה עשר סוקרים; הכרטיס של Hi3D מציין שקוד האימון ומערכת ההערכה של המאמר אינם כלולים בשחרור, ולכן לא ניתן להריץ מחדש את טענות האיכות שלו מן ההורדה.

תשע השורות האלה הן כל החלטת הרכישה, ושמונה מהן הן תיאורים של מה שכל כלי מקבל ומחזיר ולא טענות לגבי כמה הוא טוב.

המספר ששני המודלים מוחקים, ומדוע

הנרמול של Hi3D מתועד וקל להחמיץ: כל מש מעודן ממורכז מחדש ומנורמל לרדיוס יחידה. זו פרקטיקה מקובלת בלמידת גיאומטריה, מפני שרשת שצריכה לבצע רגרסיה של קואורדינטות מוחלטות מבזבזת יכולת על סקאלה שאפשר היה לומר לה, ומפני שקבוצות אימון שנאספות מסריקות ונכסים רק לעיתים רחוקות מסכימות על יחידות. זה גם אומר שמש שיוצא מ-Hi3D לא ניתן להכניס לסצנה בגודל עולם אמיתי בלי שתיישם מחדש גורם קנה מידה שתצטרך לדעת ממקום אחר. הגיאומטריה המעודנת נטולת מטריקה מעצם הבנייה.

ההשמטה של PAN 2 עדינה יותר ומקבלת פחות תשומת לב ממה שמגיע לה. המודל מציג תוצאה קוהרנטית פיזיקלית — הדגמת התות, שבה החלפת הפרי או הנוזל משנה את הנתז, היא ההצהרה הבהירה ביותר של הרעיון שמישהו הפיק — והוא עושה זאת בלי לקבוע מרחק כלשהו. אות האימון הוא וידאו, הפלט הוא וידאו, ולווידאו אין קנה מידה פנימי: תקריב של אצבעון וצילום רחב של דלי הם אותו טנזור. רשימת קיצורי הדרך של כרטיס המודל עצמו מצביעה על אותו פער מן הצד האחר, כשהפסטה מופיעה במסננת לפני שהיא מסוננת — סצנה שהתקדמה בלי הפיזיקה שהייתה חייבת להתרחש.

זו הסיבה שלא ניתן לבנות סימולטור נהיגה מ-PAN 2, לא משנה כמה טוב הוא יהיה בנתזים. רשת כבישים זקוקה לרוחבי נתיבים במטרים ולהחזרי לידאר בסנטימטרים, ולמודל שכל ייצוג העולם שלו הוא וידאו לטנטי אין מקום לשים אף אחד מהם. זו גם הסיבה ש-Hi3D לא יכול לספק את המטרים האלה: הוא משפר את הצורה של עצם אחד, בקנה מידה שהוא נרמל והעלים, מתוך תמונה שלא היה בה עומק.

אם תהליך העיבוד שלך זקוק לפלט מטרי, הנתון המטרי חייב להיכנס במקום כלשהו לפני כל אחד מהמודלים — מחיישן עומק, מסמן בגודל ידוע בפריים, מקובץ CAD — ושני המודלים נמצאים במורד הזרימה של ההחלטה הזו במקום להחליט אותה בעצמם. כדאי לומר זאת בפשטות, כי האלטרנטיבה היא צוות שמגלה זאת אחרי שבוע של אינטגרציה.

יכולת העריכה היא ההבדל ששורד מפגש עם פרויקט.

וידאו שנוצר הוא מבוי סתום מבחינת עדכון. אם PAN 2 מרנדר תוכנית שבה מגירה נפתחת וכוס נהפך, ואתה רוצה שהמגירה תיפתח לאט יותר, אינך עורך את הקליפ; אתה משכתב את הכיתוב ומשלם עבור עוד מאה מעברים קדימה דרך טרנספורמר 29B. הכיתוב הוא המשטח היחיד שניתן לערוך, והוא באמת טוב — מובנה, מעוגן בזמן, עם פעולות הקשורות לשחקנים ותנועת מצלמה מפורשת — אך הוא פועל ברמת "מה קורה", לא "לאן הקודקוד הזה הולך".

רשת מעודנת היא סוג ההפוך של ארטיפקט. הפלט של Hi3D נפתח בתוכנת מידול, עובר ריטופולוגיה, עובר טקסטור במקום אחר, ומוצב. העידון הוא שלב אחד בלתי הפיך בצינור עבודה שאחרת מלא בשלבים הפיכים, וזה בדיוק מה שצוות תוכן רוצה: כלי שמשפר בלוקאאוט ואז מפנה את הדרך.

הנה ההרכב שכן קיים, בניסוח בלי להגזים. בלוקאאוט גס שמעודן על ידי Hi3D הופך לפרופ מפורט; בונה סצנות ממקם את הפרופ; מודל עולם בסגנון PAN 2 מרנדר את מה שקורה כשמשהו פועל עליו. השניים הם שלבים סמוכים, לא מתחרים. מה שלא קיים הוא לולאה: Hi3D לא יכול לקחת פריים של PAN 2 ולהחזיר לך גיאומטריה, כי פריים וידאו בודד בלי עומק ובקנה מידה לא ידוע אינו בעיית מש ש-Hi3D נבנה לפתור.

המקום שבו שכבת ניתוב מצדיקה את קיומה בצינור הזה הוא בעבודת השפה המקשרת, ולא באחד משני המודלים. כתיבת כיתוב לרנדר כדי שסימולטור יוכל להתנות עליו, כתיבת תיאור מצב העולם המובנה שאותו צורך מקודד הטקסט של PAN 2 בתקציב של 1,480 טוקנים במגבלה רכה ו-1,536 במגבלה קשיחה, והערכה אם פריים שנוצר תואם לבריף — אלה קריאות מודל רגילות בחיוב לפי שימוש, והן מקיפות את שני הכלים. OrcaRouter מחזיק יותר מ-200 מודלים מאחורי API אחד עם תוספת של 0% על מחיר המחירון של הספק, עם מעבר אוטומטי בין ספקים בעת כשל, כך שכותב כיתובים ומבקר רנדרים יכולים לחלוק מפתח ונתיב גיבוי. לא PAN 2 ולא Hi3D v1.0 נמצאים בקטלוג הזה, ושום דבר כאן לא מרמז אחרת: הרנדרר הוא הצומת שלך, המזקק הוא ה-GPU שלך, ומה שאנחנו מנתבים הוא הדבק.

שני רישיונות שאומרים לך מי הלקוח אמור להיות

שני המודלים פתוחים מספיק להורדה, והתנאים נבדלים זה מזה באופן מלמד יותר מהמשקולות.

PAN 2 הוא תחת Apache-2.0: אין דרישת ייחוס מעבר לנוסח הרישיון, אין סף משתמשים, אין תנאי הפעלה הקשור להכנסות, ואין הגבלה על תחום השימוש. אפשר לכוונן אותו, לכמת אותו, להטמיע אותו במוצר ולא לומר עליו דבר. עבור טרנספורמר דיפוזיה בעל 29 מיליארד פרמטרים שאומן מאפס על מאות מיליוני סרטונים בידי מעבדה המסונפת לאוניברסיטה, זו בחירה מתירנית באופן יוצא דופן, והיא ההבדל המעשי הגדול ביותר בין PAN 2 למודלי העולם הסגורים שאיתם נהוג להשוות אותו.

{{1}}Hi3D v1.0{{/1}} הוא ללא תמלוגים לשימוש מסחרי עם ייחוס "Powered by Hi3D 1.0", והסכם נפרד נכנס לתוקף מעל 200,000 משתמשים פעילים בחודש או מיליון דולר הכנסות בחודש. הסף הזה הוא טביעת אצבע: הוא אומר שהלקוח המיועד הוא סטודיו, פלטפורמה או ספק כלים, והוא אומר שהמחברים מצפים שהמודל יוטמע ולא ייחקר. מתחת לקו זה לא עולה דבר; מעליו אתם כבר במשא ומתן.

אף אחד מהרישיונות אינו מלכודת. אלה הימורים שונים על מה נועדה הפתיחות: הרישיון של PAN 2 הוא הימור על אימוץ כתשתית, והרישיון של Hi3D הוא הימור על אימוץ עם שיח מסחרי שמצורף אליו ברגע שאתה גדול מספיק כדי לקיים שיח כזה.

חשבונית החומרה, שאינה קרובה

הדרישות של Hi3D מחמירות וזולות למילוי אם כבר יש לך את המכונה: Linux, Python 3.10, כרטיס NVIDIA GPU ביכולת חישוב 8.0 ומעלה, CUDA בין 12.0 ל-12.5, flash-attn ללא נתיב גיבוי, ללא הסקה ב-CPU, מאומת על H20 יחיד בנפח 96GB. תחנת עבודה של אולפן עומדת בכך. מצב הכשל הוא נעילת ה-CUDA ונתיב הגיבוי החסר, לא הזיכרון.

הדרישות של PAN 2 הן קטגוריה אחרת. שמונה כרטיסי H200 ב-BF16 הם ברירת המחדל המתועדת, כשברמה שמעליה נוספת מקביליות patch של VAE על פני ארבעה אריחים, משום שפענוח קליפ בן 20 שניות ברזולוציית 704×1248 הוא בעיית זיכרון בפני עצמה. הנתון של 119 שניות עבור 13 שניות על ארבעה B300 מגיע ממתכון vLLM, וזה המספר שהופך כל שאלת תכנון לשאלה אריתמטית: חמישים צעדי sampler ב-flow shift של 9 עם guidance של 2.5 בכל צעד הם מאה מעברי forward דרך הטרנספורמר 29B לכל קליפ, ומתכנן שמעריך חמש פעולות מועמדות בכל צעד של משימה בת עשרה צעדים רוצה חמישים קליפים.

אז השוואת העלויות אינה "מה זול יותר". העניין הוא שאחד מאלה הוא כלי לתחנת עבודה והשני הוא עומס עבודה של אשכול, וצוות שיכול להרשות לעצמו את הראשון אולי לא יוכל להריץ את השני בכלל. הא-סימטריה הזו לא הופכת את PAN 2 לגרוע יותר. היא הופכת את ההחלטה לקלה עבור כל מי שתקציב ה-GPU שלו הוא כרטיס בודד.

איזו שאלה אתה בעצם שואל?

אם הבעיה שלך היא שבלוקאאוט גס מדי, או שלאביזר סרוק אין פרטים עדינים, Hi3D v1.0 הוא הכלי ו-PAN 2 לא רלוונטי — אין שום דבר במחולל וידאו שייתן לך קודקודים. תקצב את מכלול ה-CUDA, בדוק את התלות ב-flash-attn לפני שאתה מבטיח תאריך אספקה, וזכור שהמשך מגיע ברדיוס יחידה.

אם הבעיה שלך היא שאתה צריך לראות מה פעולה עושה לפני שאתה מתחייב לה — הערכת תכנית, נתוני נגד-עובדתיים, רובוט או סוכן שמציג בתצוגה מקדימה את בחירותיו — PAN 2 הוא היחיד מבין השניים שעונה, והוא עונה בפיקסלים עם שלב שנשמט בכשני שלישים מהתכניות לפי הכרטיס של עצמו. הטמע בודק בלולאה, שמור את הפרומפטים שלך בתוך תקציב הטוקנים, והתייחס לכל קליפ כהשערה ולא כמדידה.

אם יש צורך בשניהם, בנה את הצינור לפי הסדר שבו הארטיפקטים באמת זורמים: קלט מטרי ראשון, גאומטריה שנייה, השלכה שלישית, ומודל שפה בכל תפר שבו ייצוג אחד צריך להפוך לאחר. זה דורש יותר הנדסה ממה שמשתמע מההכרזה של כל אחד מהמודלים, וזו הצורה שאליה הגיע כל סטאק רציני של מודלי עולם ב-2026.

מה שישנה את העמוד הזה הוא מודל שמפיק גאומטריה בקנה מידה מטרי וציר זמן — פלט ארבע-ממדי עם יחידות. שום דבר באף אחת משתי המהדורות לא מצביע על כך. עד שמשהו יעשה זאת, הסיכום המדויק הוא ש-PAN 2 מראה לך מה קורה ו-Hi3D מחדד את מה שקיים, שאף אחד מהשניים לא יגיד כמה גדול זה, ושהמגבלה השנייה היא זו שקובעת בשקט אילו מהפרויקטים שלך יכולים להשתמש באחד מהשניים.