Apollo World vs Hunyuan3D WorldClaw: Tempat yang Bisa Anda Jelajahi, atau Drive yang Bisa Anda Skor

Hal yang paling berguna dari membandingkan Apollo World dengan Hunyuan3D WorldClaw adalah bahwa keduanya memakai kata "world" dan tidak satu pun memaksudkan hal yang sama dengan kata itu. Hunyuan3D WorldClaw adalah kerangka kerja agentik milik Tencent Hunyuan untuk mengubah satu prompt teks terbuka menjadi scene 3D besar yang dapat dijelajahi, yang tersusun dari mesh per objek yang eksplisit dan bertekstur, yang dapat Anda buka di Blender dan ekspor ke mesin game. Apollo World adalah simulator yang digerakkan oleh agen milik Baidu, yang diungkapkan pada 3 November 2026, yang menghasilkan observasi kamera dan lidar secara real-time dari sebuah kota virtual sehingga stack robotaxi dapat dilatih dan dinilai pada perjalanan lengkap. WorldClaw membangun sebuah tempat. Apollo World menjalankan perjalanan berkendara melaluinya. Jika Anda datang ke sini untuk mencari tahu mana yang menghasilkan 3D lebih baik, pertanyaannya cacat dalam cara yang layak diuraikan, bukan sekadar dijawab.

Dua produk yang mengenakan satu kata benda

Tumpang tindihnya nyata, tetapi sempit. Keduanya menghasilkan sesuatu yang bisa disebut seseorang sebagai sebuah dunia. Setelah itu, setiap sifatnya berbeda.

• Hasil yang harus diserahkan — WorldClaw: file adegan dengan mesh, material, dan transformasi individual. Apollo World: aliran frame sensor plus status agen, yang dikonsumsi oleh kebijakan mengemudi alih-alih oleh manusia.

• Satuan kerja — WorldClaw: satu prompt menjadi satu adegan. Apollo World: satu rute, satu kebijakan, satu perjalanan yang dinilai.

• {{1}}Waktu{{/1}} — keluaran WorldClaw bersifat statis setelah dihasilkan; Apollo World hadir untuk dijalankan ke depan, dengan setiap keputusan mengubah apa yang terjadi berikutnya.

• Untuk siapa — WorldClaw: desainer level, studio game, tim data sintetis yang membutuhkan geometri. Apollo World: organisasi kendaraan otonom milik Baidu sendiri.

• Apa yang dimaksud dengan "baik" — WorldClaw: apakah pemandangannya terlihat koheren dan dapat dirakit tanpa objek melayang. Apollo World: apakah mobil yang sedang diuji menjadi lebih aman.

Dengan cara itu, keduanya bukanlah rival, melainkan tahap-tahap yang berdekatan dalam sebuah pipeline yang belum pernah dibangun secara utuh oleh siapa pun. Yang satu membuat setnya. Yang lain mengatur lalu lintas di atasnya.

Apa yang sebenarnya dilakukan WorldClaw, tahap demi tahap

WorldClaw paling tepat dipahami sebagai seorang konduktor, bukan sebuah instrumen. Makalah tersebut, arXiv 2608.05248, diajukan pada 5 Agustus 2026, dengan pengumuman resminya menyusul pada 11 Agustus. Kerangka kerja ini menerima prompt dalam bentuk bebas dan menjalankan empat tahap dari kasar ke halus.

• Niat dan perencanaan — agen model bahasa membaca prompt dan memutuskan apa yang harus ada dalam adegan, lalu menghasilkan rencana alih-alih gambar.

• Terrain — proses global menghasilkan tata letak semantik, height field, dan material, sehingga permukaan tanah tetap koheren sebelum apa pun ditempatkan di atasnya.

• Objek — region dirender, disegmentasi, dan setiap region direkonstruksi menjadi mesh individual melalui Hunyuan3D. Di sinilah janji geometri eksplisit ditepati: output-nya adalah sekumpulan objek, bukan gumpalan yang menyatu atau Gaussian splat.

• Penyempurnaan — agen visi memeriksa hasil render untuk objek yang melayang, saling menembus, skala yang salah, dan pose yang salah, lalu mengirimkan koreksi kembali.

Lapisan teknologinya terdiri dari daftar model milik pihak lain dan satu aplikasi yang sangat besar: Claude Opus 4.8 untuk perencanaan, GPT-Image-2 untuk pencitraan, SAM3 dan SAM3D untuk segmentasi, Hunyuan3D untuk rekonstruksi, dan Blender 5.1.1 yang digerakkan melalui MCP untuk perakitan. Tencent melaporkan menjalankannya di empat GPU NVIDIA H20. Evaluasi yang diterbitkan bersifat kualitatif, membandingkan keluaran dengan SynCity, WorldGen, MajutsuCity, dan Marble melalui adegan yang disandingkan dan tanpa angka FID, CLIP, atau studi pengguna.

Repositori adalah bagian yang penting bagi siapa pun yang berencana menggunakannya. Proyek GitHub resmi berisi README dan aset. Tidak ada kode, tidak ada bobot, tidak ada skrip inferensi, tidak ada API, dan tidak ada harga. Makalah kerangka kerja tanpa implementasi adalah deskripsi metode, bukan alat, dan celah antara keduanya adalah tempat sebagian besar pertanyaan "bisakah saya mencobanya" berakhir.

Apa yang sebenarnya diklaim Apollo World

Apollo World diungkapkan pada Baidu AI Day·Apollo di Shenzhen pada 3 November 2026 oleh Wang Liang, arsitek utama Grup Pengemudian Cerdas Baidu, dan Yang Ze, yang memimpin pekerjaan model dunia. Penekanannya tajam: model dunia seharusnya bukan pelukis video yang mengesankan, melainkan pemeriksa keselamatan berkendara. Baidu mendukungnya dengan rubrik yang disebutnya "2+3" — dua gerbang yang menentukan apakah sesuatu sama sekali dapat dianggap sebagai model dunia, dan tiga properti yang menilai seberapa baik kualitasnya.

Gerbangnya adalah kausalitas dan interaktivitas. Kausalitas berarti keadaan berikutnya diprediksi dari keadaan saat ini, bukan dirakit dari frame dan diisi mundur; interaktivitas berarti tindakan yang dimasukkan ke dalam adegan mengubah apa yang terjadi setelahnya. Properti yang dinilai adalah akurasi fisik, persistensi, dan kinerja waktu nyata. Persistensi adalah yang membedakan demo dari rig pengujian: simulator yang objeknya perlahan bergeser atau berubah bentuk selama pengoperasian panjang pada akhirnya akan menilai suatu kebijakan terhadap dunia yang tidak lagi cocok dengan dunia saat dimulai. Baidu menetapkan siklus keputusan untuk kendaraan jalan raya pada sepertiga puluh detik, sekitar 33 milidetik.

Tiga kemampuan menopang janji-janji itu. Setiap partisipan lalu lintas dimodelkan sebagai agen dengan keputusannya sendiri, bukan sebagai properti yang telah diprogram, sehingga robotaxi yang mengerem dapat memicu respons berbeda dari mobil di belakangnya. Data kamera dan lidar dihasilkan secara real time, yang memungkinkan driving stack mempersepsikan kota virtual melalui antarmuka yang sama dengan yang digunakan di jalan nyata. Dan perjalanan tuntas dari awal hingga akhir—pesanan diterima, penumpang dijemput, penumpang diantar—di berbagai titik asal dan tujuan sembarang, bukan sebagai klip skenario yang terisolasi.

Baidu mengatakan model tersebut sudah mendukung pengujian dan validasi global Apollo Go, dan menyebut sekitar 100.000 kilometer pengemudian simulasi per hari, yang dibingkai sebagai sekitar tiga tahun pengujian berkelanjutan oleh mobil yang dilengkapi pengemudi keselamatan. Angka operasional Apollo Go sendiri dikutip bersamaan: 28 kota, lebih dari 23 juta perjalanan, 350 juta kilometer otonom, yang lebih dari 240 juta di antaranya sepenuhnya tanpa pengemudi. Tidak ada jumlah parameter, arsitektur, tabel benchmark, makalah, file bobot, atau harga yang dipublikasikan. Ini adalah pengarahan kapabilitas tentang infrastruktur internal, bukan peluncuran produk.

"Agentic" berarti dua hal yang berbeda di sini.

Inilah jebakan dalam perbandingan ini, dan patut kita perlambat untuk mencermatinya, karena kedua pengumuman itu bertumpu pada kata populer yang sama.

Di WorldClaw, agen-agen adalah pembangunnya. Perencana model bahasa menguraikan prompt menjadi rencana adegan, agen visi memeriksa hasilnya dan memberikan koreksi. Kecerdasan terletak pada loop penyusunan, dan ia bekerja sekali, sebelum Anda memuat adegan tersebut. Setelah mesh diekspor, agen-agen itu hilang; dunia menjadi geometri yang lembam.

Di Apollo World, para agen adalah penghuninya. Para perencana tidak merakit apa pun — mereka mengemudikan mobil-mobil lain, berjalan di trotoar, memutuskan apakah akan memberi jalan. Kecerdasan itu bertahan selama simulasi berlangsung, dan tujuan utamanya adalah membuat dunia merespons hal yang sedang diuji. Pemandangan statis dengan penghuni yang reaktif akan menjadi kontradiksi dalam istilah WorldClaw dan justru menjadi inti dari Apollo.

Perbedaan itu juga menjelaskan mengapa keduanya sulit digabungkan secara naif. Memasukkan mesh WorldClaw ke dalam simulator mengemudi memberi Anda kumpulan yang tampak bagus tetapi tidak ada yang bergerak di dalamnya. Menambahkan lalu lintas reaktif ke scene WorldClaw berarti menulis lapisan perilakunya sendiri. Kerangka kerja tersebut memecahkan dua bagian berbeda dari masalah yang sama, dan tidak ada yang menyertakan bagian lainnya.

Keduanya tidak tersedia, dan bukan karena alasan yang sama

WorldClaw didokumentasikan tetapi tidak dapat didistribusikan. Makalah tersebut menjelaskan suatu metode dengan cukup rinci sehingga tim dengan sumber daya memadai dapat mengimplementasikannya kembali, dan beberapa pihak ketiga telah membuat versi parsial, tetapi Tencent belum merilis kode atau bobotnya. Persyaratan empat H20 dan ketergantungan pada tumpukan model yang dilisensikan secara terpisah juga berarti bahwa rilis tidak akan menjadi unduhan yang langsung dapat dipakai bahkan jika itu terjadi.

Apollo World telah diterapkan tetapi tidak ditawarkan. Baidu menggambarkannya sebagai berjalan untuk Apollo Go, dan pengungkapannya tidak memuat ketentuan komersial, tidak ada antarmuka, dan tidak ada indikasi bahwa akses eksternal direncanakan. Perbandingan antara keduanya dalam hal ketersediaan karena itu bukanlah "terbuka versus tertutup" melainkan "belum dirilis versus internal" — perbedaan yang penting jika Anda menunggu salah satunya.

Bagi tim yang membutuhkan dunia pada kuartal ini, rute praktisnya bukan salah satu dari keduanya. Mesin game dengan alat adegan prosedural mencakup separuh statis; simulator mengemudi komersial mencakup separuh dinamis; dan model dunia video dengan bobot terbuka mencakup separuh demo, secara buruk, jika yang Anda butuhkan adalah sensor. OrcaRouter tidak menyediakan Apollo World atau Hunyuan3D WorldClaw — keduanya bukan model yang dapat dipanggil — tetapi tahap bahasa dan visi yang mengelilingi pipeline adegan adalah pekerjaan API biasa, dan itulah lapisan yang sebenarnya kami cakup: satu kunci, lebih dari 200 model, markup 0% atas harga daftar penyedia, dan failover saat panggilan perencanaan kehabisan waktu di tengah proses pembangunan.

Mana yang merupakan referensi yang tepat untuk masalah Anda?

Jika Anda membangun level game, dataset sintetis interior, atau set produksi virtual, WorldClaw adalah desain yang lebih relevan meskipun Anda tidak dapat menjalankannya: dekomposisi empat tahap — perencanaan, medan, objek, penyempurnaan — adalah arsitektur yang kokoh, dan keluaran explicit-mesh adalah pilihan yang tepat untuk apa pun yang harus diedit nanti. Tidak adanya evaluasi kuantitatif adalah catatan penting yang harus dibawa ke setiap implementasi ulang; "terlihat lebih baik daripada SynCity" bukanlah spesifikasi.

Jika Anda memvalidasi stack pengemudian, rubrik 2+3 Apollo World adalah ekspor yang lebih berguna, dan rubrik itu dapat digunakan hari ini sebagai daftar periksa meskipun modelnya belum. Tanyakan kepada vendor simulator mana pun tentang kausalitas, interaktivitas, akurasi fisik, persistensi selama pengoperasian jangka panjang, dan latensi pada kompleksitas adegan. Vendor yang tidak dapat menjawab pertanyaan persistensi dengan pengukuran drift menjual kepada Anda generator video berlabel fisika.

Keduanya kemungkinan akan konvergen. Simulator yang dapat menyerap adegan terstruktur dan dapat diedit dari framework seperti WorldClaw akan mengatasi hambatan konten yang membuat simulasi mengemudi mahal; generator kelas WorldClaw yang dapat menghidupkan penghuninya akan berhenti menghasilkan diorama. Kedua perusahaan belum mengumumkan pekerjaan tersebut. Untuk saat ini, deskripsi jujurnya adalah pembangun set tanpa kode dan penguji lalu lintas tanpa pintu, dan satu-satunya hal yang benar-benar mereka bagi adalah sebuah kata.