Apollo World vs SKY-001: quando "World Model" significa tre compiti diversi

Apollo World e SKY-001 sono stati annunciati a quindici giorni di distanza e non hanno quasi nulla in comune tranne un'etichetta. Apollo World è il simulatore guidato da agenti di Baidu, reso noto il 3 novembre 2026, che genera osservazioni di telecamere e lidar di una città virtuale affinché uno stack di robotaxi possa essere addestrato e valutato su viaggi completi. SKY-001 è il modello del mondo ingegneristico di Skyfall AI, annunciato il 19 ottobre 2026, che prevede la sequenza ordinata di stati visivi attraverso cui viene costruito un componente meccanico — un piano di costruzione disegno per disegno. Uno fa avanzare nel tempo una scena di traffico. L'altro fa avanzare nel tempo un processo di produzione. Entrambi sono correttamente chiamati modelli del mondo, e questo è esattamente il problema con questa espressione.

Il termine è silenziosamente diventato un titolo professionale più che una categoria. Ora lo indossano tre prodotti: modelli che generano ambienti guardabili, modelli che simulano un ambiente in cui un agente può agire e modelli che prevedono le transizioni di stato di un processo. Apollo World è il secondo. SKY-001 è il terzo. Confrontarli direttamente è come paragonare un simulatore di volo a un manuale di montaggio: entrambi descrivono come qualcosa si sviluppa, e non useresti mai l'uno per il compito dell'altro.

SKY-001 prevede una build, non una strada

Skyfall AI è stata fondata dal team dietro Maluuba, il laboratorio di ricerca canadese acquisito da Microsoft nel 2017, e tra i suoi sostenitori figurerebbero Fidelity, Touring Capital, M13 e iNovia. SKY-001 è stato annunciato il 19 ottobre 2026 come anteprima di ricerca con una lista d'attesa. Non esistono API, prezzi, licenze né pesi; la piena implementazione commerciale è prevista per l'inizio del 2027.

L'architettura ha due stadi, entrambi transformer di diffusione che operano su stati visivi anziché su token testuali.

• Il Compositore Gerarchico genera un intero progetto, poi lo suddivide ricorsivamente in assiemi, sottoassiemi e parti, con ogni livello parallelizzabile. È così che il modello evita di generare un unico disegno monolitico di un oggetto complesso.

• Il Construction World Model predice la sequenza ordinata di stati visivi che costruisce ciascuna parte foglia, utilizzando uno schema di diffusione a due passaggi su un autoencoder in stile Matryoshka: prima un rollout latente a grana grossa, poi un refiner a risoluzione piena.

Le affermazioni sui dati di addestramento sono ampie e specifiche: più di 200.000 componenti per il compositore, più di 600.000 esempi di costruzione e circa 35.000 planimetrie che contribuiscono a circa due milioni di stati di disegno. Ciò che ne risulta è una sequenza di piani visivi — un ordine di costruzione rappresentato come disegni. Non è una cronologia delle funzionalità CAD modificabile, e Skyfall elenca l'output a livello di funzionalità come lavoro futuro.

Questa ultima distinzione è quella che interesserà di più a un ingegnere. Una sequenza di immagini che mostra come un componente viene assemblato è utile per la revisione, per la documentazione, per addestrare un modello a valle e per individuare un ordine di operazioni impossibile. Non è un modello che puoi aprire in un pacchetto CAD e modificare, e non fornisce a un operatore di macchina un percorso utensile.

Apollo World prevede il traffico del prossimo secondo

La divulgazione di Baidu all'AI Day·Apollo di Shenzhen è stata presentata come una correzione al settore. Wang Liang, capo architetto dell'Intelligent Driving Group, ha sostenuto che un modello del mondo non dovrebbe essere un pittore che produce video impressionanti, bensì un esaminatore che verifica la sicurezza di guida. La griglia di valutazione che ne è seguita — "2+3" — è il più chiaro tentativo pubblicato di definire ciò che conta.

Le due condizioni necessarie sono la causalità, ovvero lo stato successivo viene previsto da quello corrente anziché assemblato fotogramma per fotogramma e riempito a posteriori, e l'interattività, ovvero un'azione iniettata modifica ciò che segue. Le tre proprietà valutate sono l'accuratezza fisica, la persistenza e le prestazioni in tempo reale. La persistenza è definita come l'assenza di deriva in oggetti e dettagli su lunghe esecuzioni; il tempo reale è limitato dal ciclo decisionale di un trentesimo di secondo, circa 33 millisecondi, necessario a un veicolo stradale.

Le tre capacità del modello si riflettono su questo. I partecipanti al traffico sono agenti con proprie decisioni anziché comparse programmate, quindi un robotaxi che frena cambia il comportamento delle auto dietro di sé. Camera e lidar vengono generati in tempo reale, così lo stack in prova percepisce il mondo virtuale attraverso la stessa interfaccia che usa su una strada reale. E i viaggi si completano end-to-end — ordine, presa a bordo e discesa — su origini e destinazioni arbitrarie. Baidu afferma che il sistema supporta già la validazione globale di Apollo Go e cita circa 100.000 chilometri simulati al giorno, presentati come circa tre anni di test continui da parte di un'auto dotata di conducente di sicurezza. Accanto sono state citate le cifre operative di Apollo Go: 28 città, più di 23 milioni di corse, 350 milioni di chilometri autonomi, 240 milioni dei quali completamente senza conducente.

Nessun parametro, nessuna architettura, nessun paper, nessun peso, nessun prezzo. Apollo World è un'infrastruttura interna che è stata descritta pubblicamente per la prima volta, non un prodotto con una data di lancio su cui poter comprare.

I numeri, e cosa significa un IoU del 43,6%

Skyfall ha pubblicato due benchmark, entrambi autodichiarati e nessuno dei due replicato in modo indipendente. Su un compito di costruzione CAD di 1.000 componenti con circa 100 passaggi di disegno ciascuno, SKY-001 riporta 3,9 secondi e 0,005 $ per caso con un IoU medio del 79,7%. GPT-6 Astra è indicato a 199 secondi, 0,75 $ e 79,1%; Gemini 4 a 253 secondi, 0,25 $ e 76,9%; Qwen 3.8 Max a 764 secondi, 0,30 $ e 34,4%; Kimi K3 a 439 secondi, 0,13 $ e 9,5%; Grok 4.7 non ha prodotto alcun output in 1.250 secondi.

Su un'attività BIM di planimetria di 1.000 planimetrie a circa 70 passaggi, SKY-001 riporta 1,22 secondi, $0,0024 e 43,6% IoU, rispetto a Gemini 3.8 Flash al 42,3%, GPT-6 Astra al 40,6%, Kimi K3 al 33,7%, Qwen 3.8 Max al 28,8% e Grok 4.7 al 28,2%.

Leggi attentamente, le tabelle dicono qualcosa di più interessante del titolo. Il vantaggio CAD su GPT-6 Astra è di 0,6 di un punto IoU — il post di Skyfall stesso dice che il modello "eguaglia o supera" anziché batterlo — quindi il divario reale è circa 51 volte più veloce e 150 volte più economico, non un output migliore. Il vantaggio BIM è di 3,0 punti. E 43,6% di IoU medio sulle planimetrie significa che il miglior modello della tabella ricostruisce meno della metà della planimetria di riferimento in termini di intersection-over-union. È un numero da anteprima di ricerca, non un numero di produzione, e la landing page è stata segnalata mostrare 76,1% dove il blog mostra 79,7% per CAD, che è il tipo di deriva che si ottiene quando una cifra viene riformulata tra superfici diverse.

Un'affermazione nella copertura non regge al confronto con le fonti: che SKY-001 superi Claude Opus 5.5. Opus 5.5 compare nel materiale come giudice linguistico cieco insieme a GPT-6.1 Sol, non come concorrente su nessuno dei due benchmark. Essere preferito da un giudice in un confronto qualitativo non equivale a ottenere un punteggio più alto in IoU.

Dove il confronto incide davvero: chi valuta l'output

L'unico filo metodologico che collega i due annunci è la valutazione tramite modello. Le affermazioni principali di Skyfall si basano in parte su un panel cieco di modelli linguistici che assegnano punteggi ai disegni. Le affermazioni di Baidu si basano su una rubrica interna applicata dai suoi stessi ingegneri, senza alcuna valutazione esterna. Nessuna delle due aziende ha pubblicato un protocollo che una terza parte potrebbe rieseguire.

Questa è la parte del boom dei world model meno matura, ed è qui che un layer di routing fa un lavoro reale anziché decorativo. Valutare gli stati visivi generati è una chiamata a un modello — spesso più di una, da fornitori diversi, così che le preferenze di un singolo laboratorio non definiscano cosa sia "buono". La fusione di modelli di OrcaRouter consente a un panel di modelli di rispondere insieme allo stesso prompt di valutazione e restituisce il loro verdetto combinato tramite un unico endpoint, e il DSL di routing può inviare fasi di valutazione diverse a modelli diversi senza riscrivere l'harness. Questo è il layer che copriamo: più di 200 modelli, una sola chiave, 0% di markup con il prezzo di listino del fornitore passato così com'è. Né SKY-001 né Apollo World sono su quel catalogo, e nessuno dei due è un modello che chiami — i giudici lo sono.

Nessuno dei due è richiamabile, e questo cambia la decisione

La questione della disponibilità ha la stessa risposta per entrambi, ma per ragioni diverse. SKY-001 è un'anteprima di ricerca accessibile tramite lista d'attesa, con distribuzione commerciale prevista per l'inizio del 2027 e nessuna condizione pubblicata. Apollo World è distribuito all'interno di Baidu e non offerto esternamente. Nessuno dei due ha un prezzo e nessuno dei due può essere valutato rispetto al tuo carico di lavoro oggi.

Ciò che puoi trarre da ciascuno è il metodo. La scomposizione in due fasi di SKY-001 — comporre il tutto, poi prevedere la sequenza di costruzione di ciascuna foglia — è un modello riutilizzabile per qualsiasi processo che abbia una gerarchia e un ordine delle operazioni. La rubrica 2+3 di Apollo World è un test riutilizzabile per qualsiasi simulatore qualcuno tenti di venderti, e in particolare il suo criterio di persistenza è la domanda a cui la maggior parte dei fornitori non sa rispondere con una misurazione.

Tre domande che ti dicono quale ti serve

Per prima cosa: la cosa che stai modellando ha un agente che agisce al suo interno? Se sì, hai bisogno di un simulatore di ambiente e si applica la rubrica Apollo World. Se le transizioni di stato sono deterministiche e guidate da un piano anziché da una policy, hai bisogno di qualcosa di più vicino a SKY-001.

In secondo luogo: l'output viene consumato da un essere umano o da un ciclo di controllo? Una sequenza di costruzione viene consumata da ingegneri e modelli a valle, quindi le metriche sono la plausibilità visiva e l'ordinamento dei passaggi. Una simulazione di guida viene consumata da uno stack di percezione e pianificazione, quindi le metriche sono la coerenza metrica dei sensori e la latenza. Le due hanno quasi nessun criterio di valutazione in comune.

Terzo: hai bisogno della fisica o hai bisogno della procedura? SKY-001 sa che una staffa deve essere attaccata prima dell'assieme che sostiene; non sa cosa succede quando la staffa cade. Apollo World sa cosa succede quando un pedone attraversa; non ha opinioni su come viene fabbricato un componente.

L'etichetta di modello del mondo continuerà ad allargarsi, perché sta facendo un lavoro di marketing per almeno quattro diverse categorie di prodotto contemporaneamente. La disciplina utile è chiedersi quale stato viene previsto, cosa agisce su di esso e chi consuma la previsione. Apollo World e SKY-001 rispondono a queste tre domande in modi completamente diversi, e una volta che le hai poste, il confronto si dissolve in ciò che è sempre stato: due buone idee che per caso condividono un nome.