PAN 2 vs ABot-Earth 0.7: Dua Model Dunia, Terpisah Satu Sumbu

Keduanya disebut model dunia. Keduanya dirilis dalam dua bulan terakhir tahun 2026. Keduanya akan menunjukkan kepada Anda tempat yang belum pernah Anda kunjungi. Dan keduanya bukan pengganti satu sama lain dalam pengertian apa pun yang penting bagi pembeli, karena PAN 2 memprediksi apa yang terjadi selanjutnya dalam suatu pemandangan selama dua puluh detik berikutnya, sedangkan ABot-Earth 0.7 menghasilkan kota berskala kilometer yang dapat Anda jelajahi sesuka hati. Yang satu adalah model konsekuensi. Yang lain adalah model tempat. Jika Anda memilih di antara keduanya untuk sebuah proyek, langkah pertama yang jujur adalah menyadari bahwa pertanyaan "mana yang lebih baik" tidak punya jawaban, sedangkan pertanyaan yang berguna — mana yang sebenarnya dibutuhkan pipeline Anda, dan dapatkah Anda mendapatkannya — punya jawaban.

Pertanyaan kedua adalah di mana keduanya sangat berbeda, dan ini bukan soal selera. PAN 2 dirilis sebagai 86,17 gigabyte bobot Apache-2.0 dengan dukungan penyajian yang telah digabungkan ke vLLM-Omni; Anda dapat mengunduhnya sore ini dan menjalankannya di GPU Anda sendiri. ABot-Earth 0.7 adalah sistem produksi di dalam aplikasi konsumen Amap, tanpa API publik, tanpa bobot, dan memiliki whitelist untuk fitur generasinya. Salah satunya adalah artefak yang dapat Anda pegang. Yang lain adalah demonstrasi yang dapat Anda tonton.

Apa yang dipancarkan masing-masing, secara tepat

PAN 2 menerima sebuah observasi — bingkai pertama opsional plus deskripsi teks — dan serangkaian aksi yang dijelaskan dalam teks, lalu mengembalikan MP4. Secara internal, ini adalah mesin dua tahap: model bahasa menulis keterangan keadaan dunia terstruktur yang berpatokan waktu, pengenkode teks yang dibekukan memetakannya menjadi fitur pengondisian, dan transformer difusi multimodal 29B merender video 704×1248 hingga dua puluh detik pada 24 bingkai per detik. Outputnya singkat, mahal, dan spesifik: ia menjawab "apa yang dilakukan aksi ini terhadap scene ini", dan jawabannya dibatasi pada dua puluh detik karena setiap klip disimulasikan dari paling banyak satu bingkai awal.

ABot-Earth 0.7 menerima citra satelit bergeoreferensi, atau perintah teks, dan menghasilkan adegan 3D Gaussian Splatting dengan struktur level-of-detail hierarkis, yang dapat diekspor ke Unreal Engine dan Unity. Amap — unit pemetaan Alibaba — meluncurkannya pada gala Street Stars di Hangzhou pada 10 September 2026, dengan memposisikannya sebagai model dunia urban 3D native pertama dan mengklaim mampu menghasilkan lingkungan berskala kilometer dalam sekitar sepuluh menit pada satu GPU konsumen. Output-nya adalah sebuah tempat, bukan sebuah momen: Anda menjelajahinya, Anda tidak menunggu hingga hasilnya selesai diproses.

Jika disandingkan, bentuk ketidakcocokannya tampak jelas.

• Output — PAN 2 menghasilkan MP4 berdurasi 20 detik pada 704×1248 dan 24 fps; ABot-Earth 0.7 mengembalikan scene 3DGS dengan struktur LOD, yang dapat diekspor ke Unreal dan Unity.

• Masukan — PAN 2 menerima frame pertama ditambah keterangan aksi terstruktur; ABot-Earth 0.7 menerima citra satelit atau prompt teks.

• Cakrawala waktu — PAN 2 menyimulasikan detik-detik ke depan, dan melayang antar klip di luar itu; ABot-Earth 0.7 statis dalam waktu, sebuah cuplikan suatu tempat yang tidak berkembang.

• Perangkat — konfigurasi penyajian default PAN 2 yang didokumentasikan adalah delapan H200 dalam BF16, dengan resep empat B300 untuk tiga belas detik dalam 119 detik; ABot-Earth 0.7 diklaim pada satu GPU kelas konsumen untuk satu kilometer dalam sepuluh menit.

• Akses — PAN 2 berlisensi Apache-2.0 di Hugging Face, tanpa pembatasan akses, dengan kode di GitHub; ABot-Earth 0.7 tidak memiliki bobot model, tidak memiliki API publik, dan fitur generasinya hanya berdasarkan undangan.

• Evaluasi independen — tak satu pun memilikinya. Kedua kumpulan angka tersebut berasal dari laboratorium yang membangun model.

Waktu dan ruang bukanlah sumbu yang sama

Perbedaan yang mendasari semua itu perlu dinyatakan karena ini mengubah untuk apa setiap model itu. ABot-Earth memperluas suatu adegan melalui ruang: dari satu ubin satelit, ia menyintesis bangunan, jalan, dan interior yang akan Anda lihat jika terbang ke sana, dan menjaganya tetap konsisten saat Anda berpindah dari gambaran umum kota ke tingkat jalan. Klaimnya adalah cakupan dan kesetiaan dalam skala besar.

PAN 2 memperluas sebuah adegan sepanjang waktu: dari satu frame dan tindakan yang dijelaskan, ia memprediksi frame-frame berikutnya, dan hal yang ingin dibuatnya tepat adalah rantai kausal — cipratan berubah ketika objek berubah, karena massa dan luas permukaan berubah, dan model telah mempelajari hubungan itu alih-alih menghafal sebuah cipratan. Kerangka IFM adalah bahwa model bahasa memprediksi kata berikutnya dan PAN 2 memprediksi dunia berikutnya, dan demo yang hadir pada 11 November 2026 membuatnya konkret: jatuhkan stroberi ke dalam mangkuk, lalu ubah menjadi bebek karet, lalu ganti cairannya, dan ketiga simulasi itu berbeda dengan cara yang mengikuti fisika.

Aplikasi yang membutuhkan salah satunya jarang membutuhkan yang lain. Tim robotika yang mengevaluasi kandidat grasp membutuhkan sumbu PAN 2. Produk pemetaan, penerapan digital twin, atau studio game yang membangun sebuah lingkungan membutuhkan milik ABot-Earth. Wilayah tumpang tindihnya adalah pita sempit ketika seseorang ingin menempatkan kota hasil generasi ke dalam simulasi lalu menganimasikan apa yang terjadi di dalamnya — dan di situ, keduanya akan saling melengkapi alih-alih bersaing, jika bagian keduanya dapat diperoleh.

Perbandingan yang benar-benar penting: bisakah kamu menjalankannya

Dalam hal kemampuan, keduanya tidak dapat dibandingkan dan tidak ada yang mencoba membandingkannya. Dalam hal pengadaan, keduanya bagaikan siang dan malam.

Kisah akses PAN 2 luar biasa lengkap untuk sebuah rilis riset. Bobot diunggah pada 7 Oktober 2026 dengan kartu model, konfigurasi, dan skill penulis ulang prompt; repositori GitHub dengan skrip inferensi dan pelatihan menyusul pada 5 November; vLLM-Omni menggabungkan dukungan text-to-video dan image-to-video Day-0 pada 10 November dan halaman resep muncul pada malam yang sama, mendokumentasikan konfigurasi empat-B300 dan default delapan-H200. IFM memposting pengumumannya di X pada 17.00 UTC tanggal 10 November — lima puluh enam menit setelah penggabungan framework — berbunyi "Memperkenalkan PAN 2: model dunia fondasi terbuka untuk kecerdasan fisik." Tidak ada posting blog, tidak ada tautan makalah, tidak ada endpoint terhosting, tidak ada harga. Tetapi produk itu sendiri dapat diunduh, dan lisensinya mengizinkan penggunaan komersial.

Kisah akses ABot-Earth 0.7 justru sebaliknya. Situs pengalamannya sudah live, tetapi pembuatan hanya dengan undangan — antarmuka menggambarkan pembuatan sebagai masih dalam beta dan menawarkan pendaftaran whitelist. Tidak ada harga yang dipublikasikan, tidak ada daftar tarif, dan tidak ada dokumentasi pengembang yang menjelaskan bagaimana sistem eksternal akan memanggilnya. Rilis 0.5 pada Juni menempatkan laporan teknis di arXiv dan repositori di GitHub, dan repositori itu menjadi tempat bagi laporan tersebut, bukan implementasi; tidak ada yang diumumkan bersama 0.7 yang menunjukkan bahwa bobotnya telah dibuka. Situsnya juga seluruhnya dalam bahasa Tionghoa Sederhana, tanpa pengalih locale, jadi mengevaluasinya dalam bahasa Inggris berarti mengandalkan materi pers Amap.

Bagi sebagian besar tim, itu sudah mengakhiri perbandingan sebelum kapabilitas dibahas. Model yang tidak bisa Anda panggil bukanlah kandidat; ia adalah tolok ukur untuk gambaran kategori ini nantinya ketika sudah dapat dijangkau.

Apa yang dimiliki Amap tetapi tidak dimiliki IFM, dan mengapa hal itu tidak dapat ditransfer

Alasan ABot-Earth 0.7 layak diperhatikan secara serius meskipun ada masalah akses adalah bahwa ini bukan demo laboratorium. Ini menjalankan Flying Street View 2.0, fitur konsumen yang menggantikan flythrough rute tetap dengan ruang 3D yang dapat dijelajahi secara bebas, dan Amap menyatakan bahwa lebih dari 880 juta orang telah menggunakan permukaan Street Stars yang menjadi landasannya. Uji coba telah berjalan untuk lokasi terpilih di kota-kota termasuk Beijing dan Hangzhou, dengan kasus penggunaan yang disebutkan secara konkret oleh perusahaan: memeriksa garis pandang dari kursi teater tertentu, menavigasi bagian dalam pusat perbelanjaan, dan menilai medan sebelum perjalanan.

Di balik itu ada posisi data yang tidak bisa ditiru dengan cepat oleh laboratorium model mana pun — Amap mengklaim hampir satu miliar pengguna aktif bulanan, puncak panggilan harian positioning Beidou mendekati satu triliun, dan data spatiotemporal yang terakumulasi selama puluhan tahun mencakup jaringan jalan, titik minat, dan lalu lintas langsung. Arsitektur 3DGS adalah karya yang telah dipublikasikan. Korpus di bawahnya bukan.

Tidak satu pun dari itu membantu pengembang luar, dan inilah bagian yang cenderung dihindari oleh liputan peluncuran. Angka-angka utama Amap — sepuluh menit per kilometer persegi, hingga 1.000x lebih cepat daripada rekonstruksi tradisional dengan biaya sekitar 1/100, 196+ negara dan wilayah, keluaran 3DGS yang siap untuk Unreal dan Unity — semuanya dilaporkan vendor, tidak satu pun direproduksi secara independen, dan disertai whitelist alih-alih endpoint. Peluncuran ke konsumen itu sendiri adalah salah satu bentuk bukti bahwa sistem berjalan dalam skala besar. Itu bukan bukti bahwa Anda dapat menjalankannya.

Di mana masing-masing membuktikan tempatnya dalam sebuah build

Anggaplah sejenak bahwa Anda bisa mendapatkan keduanya, karena itulah situasi yang sedang dituju kategori ini. Pembagiannya jelas.

PAN 2 adalah filter untuk aksi kandidat. Desainnya mengasumsikan agen sudah berada dalam loop: reasoner konseptual adalah model bahasa apa pun yang mengikuti instruksi, dan IFM memeringkat empat di antaranya berdasarkan penyelesaian rencana penuh — Claude Opus 5.5, GPT-6 Astra pada effort medium, Kimi K3, Qwen3.8-Flash — yang menunjukkan bahwa bentuk yang dimaksud adalah reasoner yang mengusulkan rencana dan simulator yang merender konsekuensinya sehingga reasoner dapat memilih salah satunya. Biaya loop itulah yang perlu direncanakan, bukan kualitas video: lima puluh langkah sampler dengan guidance pada setiap langkah berarti seratus forward pass melalui transformer 29B per klip, dan rencana lima kandidat dengan sepuluh langkah berarti lima puluh klip.

Slot reasoner itu adalah satu-satunya bagian dari stack yang tidak memerlukan klaster GPU, dan keempat model berperingkat IFM berada di katalog OrcaRouter. Menjalankan prompt-rewriter melalui satu kunci API memungkinkan Anda menukar planner per eksperimen, bukan per kontrak, dengan failover otomatis menyerap degradasi penyedia dan harga daftar penyedia diteruskan dengan markup 0%, sehingga perubahan harga vendor langsung aktif di endpoint pada hari yang sama saat terjadi, bukan setelah siklus pengadaan. OrcaRouter tidak menghosting PAN 2 dan tidak dapat merutekannya — bagian difusi tetap di perangkat keras Anda — tetapi bagian yang memutuskan apa yang akan disimulasikan adalah pekerjaan teks bermeteran biasa, dan di situlah varians antar-run sebenarnya berada.

ABot-Earth adalah pabrik lingkungan. Keluaran alaminya adalah tempat untuk menaruh berbagai hal di dalamnya: tempat pelatihan bagi agen berwujud, kembaran digital, data berkendara sintetis, panggung untuk simulasi. Jika suatu saat ABot-Earth merilis API, alur kerja yang dimungkinkannya bersifat komplementer terhadap alur kerja PAN 2, bukan redundan — hasilkan dunia sekali, lalu simulasikan tindakan di dalamnya — dan format ekspor yang sudah diiklankan Amap adalah titik temuannya.

Apa yang akan mengubah halaman ini

Untuk ABot-Earth 0.7, satu hal yang paling utama: API yang diterbitkan dengan harga. Langkah tunggal itu mengubah daftar putih menjadi kandidat dan membuat perbandingan biaya terhadap tagihan GPU PAN 2 menjadi bermakna. Di baliknya ada tiga hal yang lebih kecil yang belum diketahui — apakah laporan teknis 0.7 muncul sama sekali, karena 0.5 punya satu dalam hitungan hari; apakah bobotnya dibuka, yang akan menjadikannya proposisi yang benar-benar berbeda bagi tim simulasi yang menurut Amap sedang didekatinya; dan apakah ada orang di luar Amap yang mereproduksi klaim sepuluh menit per kilometer persegi pada perangkat keras milik mereka sendiri.

Untuk PAN 2, bagian yang hilang adalah studi kegagalan. Kartu modelnya mengakui bahwa sekitar dua dari tiga rencana simulasi mengandung setidaknya satu langkah yang tidak dijalankan, dan bahwa seberapa setia ia mensimulasikan rencana yang seharusnya gagal belum diukur. Simulator yang tidak dapat menunjukkan hasil buruk kepada Anda hanyalah setengah filter. Evaluasi independen atas angka kapabilitas juga akan membantu; setiap angka dalam laporan IFM berasal dari harness IFM, dengan panel tiga belas peninjau untuk studi manusia.

Mana yang harus dipilih

Jika Anda membutuhkan sebuah tempat — kota, interior bangunan, medan, apa pun yang biasanya Anda rekonstruksi dengan data survei — PAN 2 tidak dapat membantu Anda dan ABot-Earth 0.7 adalah sistem yang lebih mengesankan, tetapi Anda belum bisa memilikinya, jadi jawaban praktisnya adalah tetap pada pipeline rekonstruksi Anda saat ini dan pantau adanya API. Jika Anda perlu mengetahui apa yang dilakukan suatu tindakan sebelum Anda mengambilnya, ABot-Earth sama sekali tidak dapat membantu Anda — adegan statis tidak memiliki konsekuensi di dalamnya — dan PAN 2 adalah salah satu dari sedikit model open-weight yang mencoba, dengan bobot, kode, resep penyajian, dan tingkat kegagalan semuanya dipublikasikan.

Perbandingan yang dicari orang, seolah-olah ini produk saingan di rak, tidak ada. Yang ada adalah sebuah kategori — model dunia — yang terbelah di sepanjang sumbu yang belum repot diberi nama oleh sebagian besar liputan. Satu sisi memodelkan di mana benda berada. Sisi lain memodelkan apa yang terjadi selanjutnya. Pada akhir 2026, hanya salah satunya yang disertai tautan unduhan.