Apollo World vs Hi3D v1.0: uno valuta un drive, l'altro affina una mesh

Apollo World e Hi3D v1.0 sono arrivati a undici giorni di distanza l'uno dall'altro, entrambi da team cinesi, entrambi abitualmente descritti come 3D, e più o meno è qui che finisce la somiglianza. Apollo World è il modello del mondo guidato da agenti di Baidu per la validazione dei robotaxi, presentato il 3 novembre 2026 al Baidu AI Day·Apollo di Shenzhen: produce osservazioni in tempo reale di telecamere e lidar di una città virtuale in cui altri veicoli e pedoni sono agenti che reagiscono all'auto in prova. Hi3D v1.0 è un refiner geometrico a pesi aperti annunciato il 23 ottobre 2026 che prende una singola immagine più una mesh grossolana e ne restituisce una più densa, senza colore, senza texture e senza alcuna nozione del tempo. Uno restituisce una sequenza graduata di fotogrammi dei sensori; l'altro restituisce un'unica forma statica.

Quella differenza decide quasi tutto ciò che interessa a un acquirente, e spiega anche perché i due vengano confrontati affatto. Cerca l'uno o l'altro e ottieni una pagina di copertura sulla "generazione 3D"; le pagine di elenco che classificano i modelli in base alla risoluzione voxel mettono Hi3D vicino alla cima, e la copertura sui world model che ha seguito Baidu dal 3 novembre mette Apollo World nello stesso paragrafo. Nessuna delle due liste è sbagliata, esattamente. Entrambe rispondono a una domanda che non hai posto.

Cosa emette effettivamente ciascun modello

Il modo più pulito per separarli è dare un nome all'oggetto di output prima di dare un nome a qualsiasi funzionalità.

• Input — Apollo World riceve una rotta e una policy di guida; Hi3D v1.0 riceve un'immagine e una mesh grossolana dello stesso oggetto.

• Output — Apollo World emette sequenze di dati di telecamera e lidar oltre allo stato di ogni agente nella scena; Hi3D emette solo la geometria dei vertici, ricentrata e normalizzata a raggio unitario.

• Tempo — Apollo World è un ciclo chiuso che avanza e retroaziona la conseguenza di ogni decisione alla politica in esame; Hi3D non ha alcun asse temporale.

• Valutazione — Apollo World viene giudicato in base al miglioramento di uno stack di guida; Hi3D viene giudicato in base alla fedeltà geometrica rispetto a una mesh di riferimento.

• Accesso — nessuno dei due è un'API self-service. Apollo World non ha endpoint, prezzo, pesi o conteggio dei parametri pubblicati. Hi3D è scaricabile ed eseguibile, se possiedi la GPU giusta.

Leggi quella lista e il confronto si riduce a una questione di filiera anziché a uno scontro diretto. Hi3D è il tipo di strumento che produce un oggetto di scena. Apollo World è quello che decide come si comporta l'oggetto di scena una volta che un'auto gli si sta muovendo contro.

Apollo World è un esaminatore, non un renderer

L'impostazione presentata da Baidu sul palco è stata insolitamente schietta su a cosa ritiene che serva un modello del mondo. Wang Liang, chief architect del gruppo Intelligent Driving di Baidu, ha affermato che il modello non dovrebbe essere un pittore che produce video impressionanti, ma un esaminatore che verifica se uno stack di guida autonoma è sicuro. L'azienda ha poi pubblicato una rubrica che chiama "2+3", e la rubrica è la cosa più utile emersa dal lancio perché ti dice cosa Baidu ritiene di aver costruito.

I due criteri sono la causalità, ovvero che il futuro venga generato dallo stato presente anziché assemblato fotogramma per fotogramma e riempito a posteriori, e l'interattività, ovvero che un'azione iniettata cambi ciò che accade dopo. Un modello che ne soddisfa uno solo, secondo la definizione di Baidu, non è un world model. Le tre proprietà graduabili sono l'accuratezza fisica, la persistenza — oggetti e dettagli non devono andare alla deriva su esecuzioni prolungate — e le prestazioni in tempo reale, dove la complessità della scena non deve gonfiare la latenza di inferenza. Baidu fissa il ciclo decisionale di un veicolo stradale a un trentesimo di secondo, circa 33 millisecondi, ed è questo il numero che rende leggibile l'intera architettura: non si può rispettare quel budget con un modello che campiona un video per trenta secondi.

Dalla rubrica derivano tre capacità. I partecipanti al traffico sono modellati come agenti con proprie decisioni anziché come comparse programmate, così un robotaxi che frena o cede il passo può innescare una risposta diversa dalle auto che lo circondano. Il sistema genera osservazioni da telecamera e lidar in tempo reale, così lo stack di guida percepisce il mondo virtuale attraverso la stessa interfaccia che usa su una strada reale. E i viaggi si completano end-to-end — da un'origine arbitraria a una destinazione arbitraria, corsa accettata, passeggero trasportato, passeggero fatto scendere — anziché clip di scenari isolati montate insieme.

Baidu afferma che Apollo World è già in uso per i test e la validazione globali di Apollo Go. Le cifre operative citate a corredo sono quelle di Apollo Go, non del modello: 28 città, oltre 23 milioni di corse, 350 milioni di chilometri di guida autonoma, di cui più di 240 milioni completamente senza conducente. L'affermazione principale sulla simulazione è che Apollo World può coprire circa 100.000 chilometri di test virtuali su strada al giorno, che Baidu paragona a circa tre anni di test continui da parte di un veicolo dotato di conducente di sicurezza. Va considerata una cifra fornita dal fornitore, sostenuta da una quantità insolitamente elevata di calcoli e priva di qualsiasi verifica esterna: la conversione presuppone un'auto di prova in funzione ininterrottamente, e nessuno al di fuori di Baidu ha visto la distanza giornaliera con cui viene confrontata.

Ciò che Baidu non ha pubblicato è altrettanto informativo. Non c'è un conteggio dei parametri, nessun diagramma architetturale sufficientemente dettagliato da permettere una reimplementazione, nessun paper, nessuna tabella di benchmark con baseline nominate, nessun peso e nessun prezzo. Apollo World è un'infrastruttura per la flotta di robotaxi di Baidu stessa, descritta pubblicamente per la prima volta. Non è un prodotto che si può acquistare, e l'azienda non ha detto quando o se questo cambierà.

Hi3D v1.0 è un refiner con un compito ristretto e misurabile

Hi3D v1.0, precedentemente Sparc3D, è il tipo opposto di artefatto: abbastanza piccolo da poter essere scaricato, abbastanza specifico da poter essere sottoposto a benchmark e onesto sui propri limiti nel rapporto tecnico. Non è un generatore da testo a 3D. Gli si fornisce un'immagine e una mesh grezza, e restituisce una mesh raffinata a risoluzione più alta, eseguendo tre passaggi progressivi con griglie nominali di 64³, 128³ e 192³, che estraggono griglie sparse a 512³, 1024³ e 1536³. L'addestramento è passato da circa mezzo milione di asset nel paper Sparc3D a circa due milioni di asset 3D curati, e il livello 1536³ è nuovo.

L'output è geometria e solo geometria. Nessuna texture, nessun materiale, nessun colore dei vertici. Ogni risultato viene ricentrato e normalizzato a raggio unitario, quindi la scala assoluta viene scartata — un dettaglio che conta se speravi di inserire la mesh direttamente in una scena alle dimensioni del mondo reale. La dimensione del batch è uno.

La valutazione utilizza ULIP-2 e Uni3D per la coerenza semantica, oltre a tre metriche introdotte dal report: fedeltà multi-vista, ricchezza di dettaglio e tasso di successo dello slicing. Hi3D dichiara la fedeltà multi-vista e la ricchezza di dettaglio più elevate tra i modelli 3D open con cui è stato confrontato, e un tasso di successo dello slicing del 90%, supportati da uno studio utente con 562 giudizi e 13 partecipanti. Questi sono gli strumenti degli stessi autori applicati ai confronti degli stessi autori, e il repository fornisce solo il codice di inferenza: nessun codice di training, nessun harness di valutazione, nessuna suddivisione del benchmark, nessuna mesh di confronto. Puoi verificare che il modello funzioni; non puoi verificare facilmente che sia il migliore.

I requisiti pratici sono severi e meritano di essere dichiarati senza giri di parole. Linux, Python 3.10, una GPU NVIDIA con capacità di calcolo 8.0 o superiore, CUDA tra 12.0 e 12.5, flash-attn senza percorso di fallback e nessuna inferenza su CPU. Gli autori hanno effettuato la validazione su una singola H20 da 96 GB. La licenza è esente da royalty per uso commerciale con un'attribuzione "Powered by Hi3D 1.0", e un accordo separato entra in vigore oltre 200.000 utenti attivi al mese o 1 milione di dollari di ricavi mensili — una soglia che indica che il cliente target è uno studio o una piattaforma, non un singolo individuo.

L'unico luogo in cui i due si incontrano davvero

C’è una vera composizione qui, e vale la pena essere precisi al riguardo perché è facile esagerarne la portata. Un simulatore di guida ha bisogno di contenuti: strade, cordoli, segnaletica, altri veicoli, arredo urbano. Hi3D è uno strumento per trasformare un blockout grezzo in una mesh dettagliata di uno di questi oggetti. Apollo World è uno strumento per decidere come questi oggetti e gli agenti che li controllano si comportano nel corso di un viaggio. In una pipeline ipotetica, Hi3D si colloca a monte del simulatore, producendo geometria che un costruttore di scene poi posiziona.

Baidu non ha dichiarato che Apollo World utilizzi Hi3D, né qualcosa di simile, e questo articolo non intende insinuare il contrario. Quello che si può dire è che i due operano su assi diversi: Hi3D migliora la risoluzione di un oggetto statico, Apollo World migliora il realismo di un'interazione dinamica. Perfezionare una mesh finché non ha fessure tra i pannelli nitide non ti dice nulla sul fatto che un pedone scenderà dal marciapiede quando l'auto rallenta. Simulare quel pedone non ti dice nulla sul fatto che la mesh che stai guardando abbia la forma corretta.

Dove un livello di routing si guadagna davvero il suo posto è attorno alla pipeline, non al suo interno. Entrambi gli strumenti sono circondati da fasi di linguaggio e visione — generazione di didascalie per i render, pianificazione delle descrizioni delle scene, valutazione se un frame generato corrisponde al brief — e quelle fasi sono normali chiamate ai modelli. OrcaRouter offre più di 200 modelli dietro un'unica API a markup 0%, con il prezzo di listino del provider applicato così com'è e failover automatico tra provider, così un agente di pianificazione delle scene e un critico dei render possono condividere una chiave e un percorso di fallback senza un secondo contratto. Né Apollo World né Hi3D v1.0 fanno parte di quel catalogo, e nulla qui suggerisce il contrario; ciò che instradiamo è il collante, non il simulatore.

Costo, accesso e il confronto onesto

Non c’è alcun confronto di prezzi da fare, perché una delle due parti non ha un prezzo. Apollo World non ha termini commerciali pubblicati di alcun tipo. Hi3D v1.0 è gratuito da scaricare e utilizzabile gratuitamente in ambito commerciale al di sotto delle soglie di ricavi e utenti, e il costo reale è l’hardware: un acceleratore da 96 GB, uno stack CUDA vincolato a un intervallo ristretto e una dipendenza da flash-attn che, secondo il rapporto, non ha alcun fallback. Se non possiedi già quella classe di macchina, la licenza è la parte economica.

Quell'asimmetria è la vera risposta a «quale dovrei usare». La domanda presuppone una scelta tra due modi di ottenere un mondo 3D. Non c'è alcuna scelta. Uno è uno strumento di raffinamento scaricabile per chi ha già mesh e GPU. L'altro è il sistema di validazione interno di Baidu, descritto pubblicamente per la prima volta il 3 novembre e non offerto a nessuno al di fuori dell'azienda.

Come decidere, in un solo passaggio

Se il tuo problema è che una mesh di blockout è troppo grossolana, Hi3D v1.0 è un candidato e Apollo World è irrilevante — non c'è nulla da chiamare, nulla da concedere in licenza e nessun output che tu possa consumare. Se il tuo problema è che il tuo stack di guida non ha visto abbastanza interazioni long-tail, Apollo World è il progetto più interessante e altrettanto fuori portata; la risposta pratica è leggere la sua rubrica 2+3 come una specifica e pretendere che il tuo fornitore di simulatori la rispetti, perché quelle cinque proprietà sono le domande giuste da porre anche quando il modello che le ha ispirate non è in vendita.

Se stai costruendo il livello dei contenuti di un simulatore, i due sono complementari allo stesso modo in cui lo sono uno strumento di modellazione e un motore fisico. Non li confronteresti l'uno con l'altro tramite benchmark. Compreresti quello che esiste e progetteresti intorno a quello che non esiste.

Ciò che cambierebbe questa risposta sarebbe un annuncio di Baidu secondo cui Apollo World è disponibile al di fuori di Apollo Go, con un prezzo e un'interfaccia. Nulla nel materiale del 3 novembre va in quella direzione; la divulgazione è stata una presentazione delle capacità rivolta a un pubblico del settore, con il deployment interamente incentrato sulla flotta di Baidu. Fino ad allora, la descrizione accurata non è «Apollo World contro Hi3D v1.0». È un simulatore chiuso e un refiner aperto che per caso condividono due settimane e una parola chiave.