PAN 2 vs Agora-2: Yang Satu Mensimulasikan Konsekuensi, yang Lain Menjaga Dunia Tetap Berjalan

Dua puluh orang di satu dunia terdengar seperti lebih dari satu orang membayangkan apa yang terjadi selanjutnya. Itulah inti kebingungan antara PAN 2 dan Agora-2, dan layak diuraikan sebelum siapa pun membandingkan kinerja keduanya. Agora-2 adalah pratinjau riset yang dapat dimainkan dari Odyssey, diterbitkan pada 21 September 2026, yang mendukung dua puluh peserta dalam lingkungan simulasi bersama — empat di antaranya pengendali manusia, enam belas dikendalikan kebijakan hasil pembelajaran — dan menjaga dunia mereka tetap konsisten bahkan ketika seorang pemain tidak melihatnya. PAN 2 adalah simulator berbobot terbuka berparameter 29 miliar milik IFM, dirilis sebagai checkpoint Apache-2.0 berukuran 86,17 gigabyte, yang menerima satu frame dan tindakan yang dideskripsikan lalu mengembalikan video hingga dua puluh detik yang memprediksi konsekuensinya. Yang satu adalah server untuk sebuah dunia. Yang lain adalah pertanyaan yang Anda ajukan kepada sebuah dunia. Tumpang tindih kosakatanya nyaris total dan tumpang tindih fungsinya mendekati nol, justru karena itulah perbandingan ini kerap dibuat secara keliru.

Angka yang beredar bukanlah angka yang penting

Liputan tentang Agora-2 dibuka dengan angka dua puluh, dan unggahan Odyssey sendiri mendukung hal itu. Komposisinya lebih menarik daripada jumlahnya. Empat pengendali manusia yang bekerja bersamaan memasok input gerakan dan aksi; enam belas entitas otonom digerakkan oleh policy monster dan pendamping yang dilatih Odyssey pada korpus yang sama dengan tempat dunia itu dipelajari — rekaman Diablo II. Jadi sesi ini bukanlah dua puluh orang di dalam satu ruangan. Ini adalah masalah rendering dengan mesin status yang sangat kecil di pusatnya, berkedok sebagai server game.

Arsitektur itulah yang membuat Agora-2 menjadi jenis objek yang berbeda dari PAN 2. Odyssey memisahkan hal yang menentukan apa yang terjadi dari hal yang menentukan bagaimana tampilannya, dan selisih ukuran di antara keduanya adalah angka paling mencolok dalam laporan: model simulasi memiliki 4.457.777 parameter — sekitar 4,5 juta, empat lapis lebar, empat belas cabang pergerakan, jendela riwayat empat langkah — sedangkan renderer adalah transformer flow-matching dengan sekitar satu miliar parameter yang menjalankan lima langkah solver per pembaruan, dikondisikan pada prefiks 342 token yang mendeskripsikan peta, entitas, efek transien, kamera, dan roster.

PAN 2 melakukan kebalikannya. Ia menghabiskan hampir seluruh kapasitasnya untuk persepsi: transformer difusi multimodal 29B memprediksi frame, dan bagian yang menentukan apa yang terjadi bukanlah simulator hasil pembelajaran sama sekali, melainkan model bahasa yang menulis keterangan terstruktur dan berjangkar waktu tentang peristiwa, aksi, dan gerakan kamera. Agora-2 menempatkan kecerdasannya pada representasi keadaan eksplisit yang kecil. PAN 2 menempatkan kecerdasannya pada perender dan mendelegasikan penalaran ke teks.

• Menentukan apa yang terjadi — Agora-2: model simulasi terlatih berparameter 4,46M dengan status entitas eksplisit; PAN 2: model bahasa apa pun yang mengikuti instruksi yang menulis keterangan keadaan dunia.

• Merendernya — Agora-2: perender flow-matching ~1B pada lima langkah solver per pembaruan; PAN 2: transformer difusi 29B pada lima puluh langkah dengan panduan di setiap langkah.

• Cakrawala waktu — Agora-2: sesi terbuka tanpa batas yang tetap berlangsung; PAN 2: hingga 20 detik per klip, maksimal satu bingkai awal, melayang antar klip.

• Input — Agora-2: perintah gerakan dan aksi dari pengontrol ditambah kebijakan yang dipelajari; PAN 2: frame pertama opsional ditambah deskripsi aksi terstruktur dalam teks.

• Peserta — Agora-2: 4 manusia dan 16 kebijakan dalam satu keadaan bersama; PAN 2: tidak ada, ini adalah generator batch.

• Akses — Agora-2: tidak ada bobot, tidak ada repositori, tidak ada lisensi, dan tidak ada harga; PAN 2: bobot Apache-2.0, tanpa pembatasan akses, dengan kode GitHub dan resep vLLM.

Persistensi adalah hal yang sebenarnya sudah dipecahkan oleh Agora-2

Singkirkan kerangka multiplayer-nya, dan kontribusi nyata Agora-2 adalah satu kalimat dalam postingan Odyssey: karena properti entitas dipertahankan secara independen dari pandangan tertentu mana pun, properti itu tetap tersedia saat entitas berada di luar frame. Generator video yang hanya mengondisikan pada frame-frame terbaru kehilangan monster itu begitu Anda berbalik. Model dunia yang menyimpan state eksplisit tidak demikian. Itulah keputusan desain yang membedakan Agora-2 dari setiap model video dengan ambisi multiplayer, dan itulah sebabnya dua puluh peserta merupakan klaim manajemen state, bukan klaim rendering.

PAN 2 tidak membuat klaim seperti itu, dan kartu modelnya menyatakan demikian. Setiap klip disimulasikan dari paling banyak satu frame awal ditambah teks, sehingga tampilan bergeser antar klip dalam interaksi panjang, dan kartu tersebut menyebut memori perseptual yang dipertahankan bersama state berbasis teks sebagai hal yang diperlukan untuk memperbaikinya. Dengan kata lain: PAN 2 tahu ia memiliki masalah Agora-2 dan belum menyelesaikannya, dan Agora-2 menyelesaikan versi masalah itu dengan menjaga dunia cukup kecil untuk ditampung dalam tensor eksplisit.

Jika dibaca bersama, kedua desain tersebut membingkai bidang ini. Jika dunia Anda dapat dijelaskan dalam 4,5 juta parameter — grid peta, daftar entitas, sekumpulan cabang pergerakan — persistensi menjadi terkelola dan Anda mendapatkan sebuah sesi. Jika dunia Anda adalah konsekuensi fisik domain terbuka, Anda memerlukan renderer yang memahami material dan kontak, dan persistensi menjadi masalah penelitian terbuka begitu kamera bergerak.

Berapa biaya sesi, dan berapa biaya simulasi

Tak satu pun angka itu dipublikasikan sebagai harga, karena tak satu pun model itu dijual. Keduanya dipublikasikan sebagai perangkat keras, yang lebih berguna.

Rencana penyajian Odyssey untuk sesi empat pemain adalah empat kartu NVIDIA RTX PRO 4500: satu perender per GPU, dengan salah satu GPU tersebut juga menjalankan model simulasi dan kebijakan agen, menargetkan lima belas pembaruan laten per detik dibandingkan dengan tiga puluh frame per detik yang ditampilkan. Laporan tersebut terang-terangan menyatakan bahwa kedua angka itu adalah target, bukan hasil pengukuran — bagian 8 mencantumkan frame rate berkelanjutan dan latensi input-ke-tampilan selama interaksi multi-agen langsung sebagai belum dievaluasi secara kuantitatif. Biaya pelatihan juga dirinci: enam puluh ribu pembaruan pada 4.232.000 segmen, lalu enam puluh ribu lagi pada 4.332.800, dijalankan pada 32 GPU B200.

Padanan PAN 2 adalah resep vLLM: video 704×1248 selama tiga belas detik dalam sekitar 119 detik pada empat GPU B300, dengan default terdokumentasi delapan H200 dalam BF16. Lima puluh langkah sampler dengan classifier-free guidance pada setiap langkah — seratus forward pass melalui transformer 29B per klip — adalah alasan guidance diparalelkan di dua rank dan sequence parallelism di dua rank lainnya.

Kedua konfigurasi itu berskala serupa, dan di situlah kemiripannya berakhir. Empat kartu membeli sesi yang terus berjalan. Empat kartu, pada PAN 2, membeli dua menit per tiga belas detik konsekuensi yang dirender, dan biaya sebuah rencana adalah biaya setiap kandidat yang dipertimbangkan perencana. Angka Odyssey adalah batas bawah throughput untuk sebuah pengalaman. Angka IFM adalah harga per pertanyaan.

Hanya satu dari ini yang dapat dibangun hari ini

Inilah bagian ketika perbandingannya tidak lagi bersifat arsitektural.

Agora-2 adalah pratinjau riset dengan demo yang dapat dimainkan di alamat Odyssey sendiri dan sebuah laporan teknis. Tidak ada bobot, tidak ada repositori, tidak ada lisensi, tidak ada API inferensi, dan tidak ada harga. Odyssey membingkai lintasan menuju interaksi multi-agen di dalam model dunia fondasional sebagai pekerjaan masa depan, dengan PROWL sebagai jalur riset dan Odyssey-3 sebagai tujuan akhirnya. Secara praktis: Anda dapat memainkannya, Anda tidak dapat membangun di atasnya, dan tidak ada pihak ketiga yang dapat menyediakannya kepada Anda juga.

PAN 2 adalah susunan yang berlawanan. Bobot tersedia di Hugging Face sejak 7 Oktober 2026, tanpa pembatasan akses, Apache-2.0 pada kode dan bobotnya sendiri; repositori GitHub dengan skrip inferensi dan pelatihan sejak 5 November; dukungan vLLM-Omni Day-0 digabungkan 10 November; sebuah guardrail yang didistribusikan sebagai repositori terpisah dengan angka positif palsunya sendiri. Pengumuman IFM hanyalah satu unggahan di akun X milik IFM sendiri — "Introducing PAN 2: an open foundation world model for physical intelligence" — tanpa entri blog, tautan makalah, endpoint yang dihosting, atau halaman harga. Itu adalah pengumuman tipis yang membungkus artefak tebal, kebalikan dari unggahan Agora-2 yang rapi di sekitar demo tertutup.

Jika pertanyaan Anda adalah "apa yang bisa saya taruh di produksi kuartal ini", jawabannya bukan keduanya, tetapi karena alasan yang berbeda. Agora-2 tidak memiliki jalur dari demo ke penerapan yang telah dijelaskan Odyssey. PAN 2 memiliki jalur — bobot dan resepnya — serta keterbatasan yang menentukan apakah Anda harus menempuhnya: sekitar dua dari tiga rencana tersimulasi mengandung setidaknya satu langkah yang tidak dijalankan, menurut bagian keterbatasan pada model card itu sendiri.

Hibrida yang tidak dibangun oleh satu pun dari kedua laboratorium itu

Pertanyaan rekayasa yang menarik bukanlah model mana yang menang. Melainkan seperti apa bentuk sebuah sistem yang memanfaatkan masing-masing sesuai keunggulannya, dan tak satu pun vendor menyediakannya.

{{1}}Bayangkan sebuah agen yang perlu merencanakan di dalam dunia persisten.{{/1}} {{2}}Desain Agora-2 menunjukkan cara menjaga dunia tetap stabil: state eksplisit, prefiks pengondisian terstruktur, kebijakan yang cukup kecil untuk berjalan berdampingan dengan renderer.{{/2}} {{3}}Desain PAN 2 menunjukkan cara menjawab "apa yang terjadi jika" tentang interaksi fisik: serahkan pertanyaan itu kepada model bahasa, dapatkan keterangan terstruktur, render konsekuensinya, lalu lihat hasilnya.{{/3}} {{4}}Tumpukan yang mempertahankan state Agora-2 dan meminta PAN 2 menyediakan fisika berbutir halus di dalam salah satu selnya akan secara tegas lebih baik daripada keduanya, dan akan menuntut kedua lab membuka sesuatu yang belum mereka buka.{{/4}}

Yang dapat Anda lakukan hari ini adalah bagian yang tidak memerlukan salah satu model pun. Perencana PAN 2 didefinisikan sebagai 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 upaya sedang, Kimi K3, Qwen3.8-Flash. Keempatnya ada di OrcaRouter, sehingga tahap caption dalam pipeline PAN 2 dapat berjalan melalui satu endpoint dengan failover otomatis dan harga daftar setiap penyedia diteruskan dengan markup 0%, diganti per eksperimen alih-alih per kontrak. OrcaRouter tidak menghosting PAN 2 dan tidak dapat merutekannya — renderer 29B tetap di GPU Anda — dan jelas tidak dapat menghosting Agora-2, yang tidak dapat dihosting siapa pun. Yang dapat dilakukan router adalah menjaga bagian penalaran tetap elastis sementara bagian simulasi dipatok ke perangkat keras yang sudah Anda miliki.

Cara memutuskan

Jika Anda membangun game, lingkungan pelatihan untuk agen yang harus beroperasi di ruang bersama, atau apa pun yang dunianya harus tetap konsisten saat banyak aktor bergerak di dalamnya, Agora-2 adalah bagian penelitian yang lebih relevan dan yang ketersediaannya lebih terbatas. Bacalah laporannya, mainkan pratinjaunya, dan anggap dua puluh peserta itu sebagai pernyataan tentang desain state, bukan kapasitas yang dapat Anda sewa.

{{1}}Jika Anda perlu mengevaluasi hasil fisik{{/1}} — {{2}}apakah cengkeraman ini akan bertahan, apakah tuangan ini akan tumpah, apakah rencana ini bertahan saat bersentuhan dengan adegan{{/2}} — {{3}}Agora-2 tidak menawarkan apa pun untuk Anda dan PAN 2 dapat diunduh, terdokumentasi, serta jujur tentang melewatkan satu langkah dalam sebagian besar rencana{{/3}}. {{4}}Anggarkan GPU sebelum Anda menganggarkan rekayasa: empat B300s selama dua menit per tiga belas detik menentukan biaya setiap kandidat yang dipertimbangkan perencana Anda{{/4}}.

Keduanya akan dibandingkan untuk sementara waktu, karena "world model" saat ini adalah label yang diterapkan pada apa pun yang memprediksi sesuatu yang visual. Label itu tidak menjalankan fungsi apa pun di sini. Salah satu sistem ini adalah tempat yang tetap di tempatnya saat orang bergerak melewatinya. Yang lainnya adalah pertanyaan tentang apa yang terjadi berikutnya, yang dijawab sesuai permintaan, dengan jawaban dibatasi hingga dua puluh detik. Mengacaukan keduanya membuat Anda kehilangan seperempat waktu rekayasa; membedakan keduanya hanya perlu satu sore.