Apollo World vs Odyssey 3: due modi per insegnare a un'auto dentro un sogno

Odyssey-3 è l'unico modello in questo confronto con un prezzo indicato, quindi partiamo da lì: circa 0,139 $ per un video generato a 832 x 480, oppure 0,267 $ a 1280 x 720 nel livello Pro, rilasciato come anteprima di ricerca gratuita l'8 ottobre 2026 e disponibile tramite un modulo di contatto anziché con una chiave self-service. Apollo World non ha un prezzo, perché Baidu non ne ha indicato uno. L'azienda ha presentato il modello il 3 novembre 2026 come un simulatore guidato da agenti che addestra e valuta la propria flotta di robotaxi, senza pubblicare endpoint, pesi, numero di parametri né condizioni commerciali. Entrambi sono modelli del mondo. Per entrambi è stata dimostrata la capacità di addestrare una politica di guida. Solo uno dei due è un prodotto, e non è quello costruito dall'azienda che gestisce le auto.

Quell’inversione è la storia. Odyssey è una startup sostenuta da venture capital che vende immaginazione a clip; Baidu è un operatore che usa l’immaginazione per evitare di mettere un autista di sicurezza in un’auto reale. Stanno risolvendo lo stesso problema dai due estremi opposti del mercato.

Cosa si acquista davvero con $0.139

Odyssey-3 è un diffusion transformer autoregressivo di circa 14 miliardi di parametri, addestrato su video di internet, filmati di gameplay con input allineato temporalmente e interazioni simulate tra corpi rigidi. È distillato in un modello a pochi passaggi, così che una persona possa navigare l'output in tempo reale: si fornisce un prompt per un ambiente, poi lo si attraversa in prima o terza persona, con controllo indipendente della telecamera e la capacità di attivare eventi.

• Livello base — 832 x 480, circa $0.139 per video generato, 16 fotogrammi al secondo nell'ambiente di benchmark.

• Piano Pro — 1280 x 720, circa 0,267 $ per video.

• Flash — la variante alla base della demo gratuita nel browser, che chiunque può provare senza un account.

• Accesso — un'anteprima pubblica gratuita di ricerca nel browser; accesso API tramite modulo di contatto; nessuna chiave self-service, nessun listino prezzi per token pubblicato, nessun peso aperto e nessuna licenza.

L'assenza di self-service è un vincolo reale, non una nota a piè di pagina. Non puoi fare benchmark di Odyssey-3 sul tuo carico di lavoro questo pomeriggio come puoi fare con un modello a pesi aperti. Puoi provare la demo e puoi parlare con il team commerciale. Per un team che valuta i world model come infrastruttura, si tratta di un tipo di attrito diverso rispetto a un prezzo.

L'esperimento indiano di 20 ore sulla strada

La dimostrazione che conta per questo confronto è una politica di guida addestrata su circa 20 ore di dati reali delle strade indiane con un backbone congelato, all’interno dei mondi generati di Odyssey. L’azienda ha anche mostrato manipolazione con braccio robotico appresa da decine di ore di dimostrazioni, inclusi comportamenti di recupero che non erano nei dati di addestramento, politiche per umanoidi costruite con Flexion, navigazione con droni e una politica addestrata su GTA V che si trasferisce a Red Dead Redemption 2.

Quelle demo sono l'argomento più forte a favore di un modello generale del mondo video come substrato di addestramento: se una policy può apprendere da filmati di un gioco e trasferirsi a un altro gioco, il modello ha catturato qualcosa riguardo alla dinamica anziché ai pixel. Ma sono dimostrazioni, non misurazioni. Non esiste un tasso di successo pubblicato sul compito della strada indiana, nessun baseline rispetto all'addestramento nel mondo reale e nessuna ablazione che mostri quale parte del mondo generato abbia fatto il lavoro. L'affermazione è che è possibile. L'affermazione non è che sia migliore.

L'approccio di Baidu è la versione industriale della stessa idea, con la valutazione rivolta verso l'interno. Apollo World modella ogni partecipante al traffico come un agente che decide anziché come una comparsa che segue un copione, così un robotaxi che frena o concede la precedenza provoca una reazione nelle auto e nei pedoni che lo circondano. Genera in tempo reale i dati della telecamera e del lidar, così lo stack in prova percepisce la città virtuale attraverso la stessa interfaccia che usa su strada. E completa le corse end-to-end — ordine, prelievo, discesa — tra origini e destinazioni arbitrarie.

L'affermazione sulla scala riguarda circa 100.000 chilometri di guida simulata al giorno, che Baidu presenta come l'equivalente di circa tre anni di test continui svolti da un'auto dotata di conducente di sicurezza. Il contesto operativo è Apollo Go: 28 città, più di 23 milioni di corse, 350 milioni di chilometri in modalità autonoma e più di 240 milioni completamente senza conducente. Ognuno di questi numeri è di Baidu e nessuno è stato verificato in modo indipendente.

L'aritmetica del benchmark da cui vale la pena trarre insegnamento

Odyssey ha pubblicato un dato di punta per Odyssey-3 Pro su Physics-IQ Verified, un benchmark di ragionamento fisico video-to-video: 66,1, descritto come all'avanguardia. Il caveat è nel metodo. Quel punteggio proveniva da una singola esecuzione con selezione del migliore su otto, mentre le regole del benchmark richiedono quattro esecuzioni con una deviazione standard riportata. Senza selezione, la media delle quattro esecuzioni era 63,37.

Entrambi i numeri sono di Odyssey. Il divario tra loro — 2,73 punti — è il costo di scegliere il migliore tra otto campioni e chiamarlo punteggio. Secondo la misura propria del benchmark del miglioramento netto rispetto alla media della traccia, Odyssey-3 Pro si classifica secondo a +11,15 punti percentuali, dietro FLUX 3 [large] a +12,27. Su WorldMark, la valutazione interna di Odyssey, il modello è primo in tre categorie su quattro — 77,2 prima persona stilizzato, 79,0 terza persona reale, 76,3 terza persona stilizzato — e terzo in prima persona reale a 80,6, dietro Lyra 2.0 a 84,4 e AlayaWorld a 83,0.

Niente di tutto questo è uno scandalo. Pubblicare un numero best-of-eight e la media su quattro esecuzioni, come ha fatto la copertura di Odyssey, è più trasparenza di quanta ne offrano la maggior parte dei laboratori. Ma è il motivo per cui un confronto tra Odyssey-3 e Apollo World sui punteggi dei benchmark non è possibile: da un lato ci sono numeri con un metodo documentato e una disputa sulla selezione, dall'altro non ci sono affatto numeri. La tabella onesta avrebbe una colonna di valori e una colonna di trattini, e una tabella con una colonna di trattini non è un confronto.

Due definizioni di tempo reale

Entrambi i modelli dichiarano il funzionamento in tempo reale, e le due dichiarazioni non riguardano la stessa grandezza. Odyssey-3 gira a 16 fotogrammi al secondo nel suo banco di prova di benchmark a 832 × 480 — abbastanza veloce perché una persona possa guidare una telecamera attraverso il mondo senza attese, ed è ciò di cui il prodotto ha bisogno. Apollo World è costruito attorno a un ciclo decisionale di un trentesimo di secondo, circa 33 millisecondi, perché un veicolo stradale che viaggia a velocità sostenuta non può aspettare più a lungo prima di agire.

Sedici fotogrammi al secondo corrispondono a 62,5 millisecondi per fotogramma. Non è una critica a Odyssey, che non pretende di essere un simulatore di veicoli; è un'illustrazione di quanto diversamente siano specificati i due sistemi. Un modello che un essere umano esplora può permettersi di essere un po' in ritardo. Un modello che chiude un ciclo di controllo con un'auto da due tonnellate non può.

La stessa frattura emerge nella persistenza. La valutazione interna di Odyssey la colloca al terzo posto nelle scene reali in prima persona, e la deriva a lungo orizzonte è il classico fallimento del video autoregressivo: il mondo smette lentamente di corrispondere a se stesso. Baidu elenca la persistenza tra tre proprietà classificate e la definisce come l'assenza di deriva negli oggetti e nei dettagli su lunghe esecuzioni, il che è una specifica scritta da qualcuno che ha visto una simulazione degradarsi nell'arco di dieci ore.

Chi può usare quale, e quanto costa

Odyssey-3 è utilizzabile oggi da chiunque abbia un browser e da chiunque avvii una conversazione commerciale. A 0,139–0,267 dollari per video, l’economia unitaria è comprensibile sia per il lavoro sui contenuti sia per la ricerca che richiede qualche migliaio di clip. È un prodotto commerciale con un piano gratuito, e l’assenza di pesi aperti è una scelta deliberata, non una svista.

Oggi Apollo World non è utilizzabile da nessuno al di fuori di Baidu. Nel materiale del 3 novembre non c'è alcuna indicazione che ciò cambi, e l'informativa era interamente incentrata sui test e sulla validazione propri di Apollo Go.

Un confronto dei prezzi tra i due non è quindi a parità di condizioni in nessuna dimensione. Odyssey fattura per video generato; Baidu non fattura a nessuno. E per i modelli che effettivamente offriamo, la regola di OrcaRouter è quella semplice — 0% di ricarico, il prezzo di listino del fornitore viene trasferito così com'è, quindi una variazione di prezzo del fornitore è attiva lo stesso giorno. Odyssey-3 non è in quel catalogo, quindi non c'è alcun tasso di pass-through da quotare, e questo articolo non ne inventerà uno.

Il verdetto, per quello che è

Se questo trimestre vuoi addestrare una politica nell'immaginazione e non lavori presso Baidu, Odyssey-3 è lo strumento più accessibile, con l'avvertenza che "accessibile" significa una demo e un modulo di contatto. La sua dimostrazione di politica di guida è la prova pubblica più direttamente pertinente del fatto che un modello del mondo video generale possa servire da substrato di addestramento per il controllo incarnato, e la disponibilità dell'azienda a pubblicare sia il risultato di punta sia la media su quattro esecuzioni è un punto a suo favore.

Se stai specificando un simulatore anziché acquistarlo, la rubrica 2+3 di Apollo World è l'artefatto più prezioso: causalità, interattività, accuratezza fisica, persistenza e latenza in condizioni di complessità. Chiedi a Odyssey, o a qualsiasi fornitore, come si comporta il loro modello in termini di persistenza su un'esecuzione di dieci ore e se il valore del benchmark fisico è stato scelto o mediato. Le risposte ti diranno più di qualsiasi posizione in classifica.

Ciò che risolverebbe il confronto sarebbe un terzo soggetto che li metta alla prova entrambi sullo stesso compito di guida, con la stessa policy e la stessa metrica. Nessuno l'ha fatto, e nessuna delle due aziende l'ha proposto. Fino ad allora, il riepilogo accurato è: una startup che vende filmati onirici al clip e un operatore che usa i sogni per tenere le proprie auto fuori dalla strada — idee simili, modelli di business opposti e nessun tabellone condiviso.