Apollo World vs Hi3D v1.0：一方はドライブを採点し、もう一方はメッシュを磨き上げる

Apollo WorldとHi3D v1.0は11日違いで登場し、いずれも中国のチームによるもので、どちらも日常的に3Dと説明されているが、類似点はおおよそそこまでだ。Apollo Worldは、ロボタクシーの検証に向けたBaiduのエージェント駆動型ワールドモデルで、2026年11月3日に深圳で開催されたBaidu AI Day·Apolloで公開された。仮想都市のカメラおよびライダー観測をリアルタイムに生成し、その仮想都市では他の車両や歩行者が、試験対象の車に反応するエージェントとして振る舞う。Hi3D v1.0は、2026年10月23日に発表されたオープンウェイトのジオメトリ精製モデルで、単一画像と粗いメッシュを入力として、より高密度のメッシュを返す。色もテクスチャも時間の概念もない。一方は段階付けされた一連のセンサーフレームを出力し、もう一方は1つの静的な形状を出力する。

その違いは、購入者が気にするほとんどすべてを左右し、この二つがそもそもなぜ比較されるのかも説明している。どちらで検索しても、「3D生成」に関する記事が1ページ分出てくる。ボクセル解像度でモデルをランク付けする一覧ページではHi3Dが上位近くに置かれ、11月3日以降Baiduを追ってきたワールドモデル関連の報道ではApollo Worldが同じ段落に入れられている。どちらのリストも、正確に言えば間違っていない。どちらも、あなたが尋ねていない問いに答えているのだ。

各モデルが実際に出力するもの

それらを最もきれいに切り分ける方法は、ケイパビリティに名前を付ける前に出力オブジェクトに名前を付けることです。

• 入力 — Apollo World はルートと運転ポリシーを受け取ります。Hi3D v1.0 は1枚の画像と同じオブジェクトの粗いメッシュを受け取ります。

• 出力 — Apollo World はカメラと LiDAR データのシーケンスに加えて、シーン内のすべてのエージェントの状態を出力します。Hi3D は頂点ジオメトリのみを出力し、それは単位半径に再中心化され正規化されます。

• 時間 — Apollo World は前進し続け、各決定の結果をテスト対象のポリシーへフィードバックする閉ループです。一方、Hi3D には時間軸が一切ありません。

• 評価 — Apollo World は走行スタックが改善されるかどうかで評価され、Hi3D は参照メッシュに対する幾何学的忠実度で評価されます。

• アクセス — どちらもセルフサービスAPIではありません。Apollo Worldは公開されたエンドポイント、価格、重み、パラメータ数を公開していません。Hi3Dは、適切なGPUを持っていればダウンロードして実行できます。

そのリストを読めば、この対決は直接対決ではなくサプライチェーンの問題へと帰着する。Hi3Dはプロップを生成するタイプのツールだ。Apollo Worldは、車がそのプロップに向かって進み始めた後にプロップがどう振る舞うかを決めるタイプのツールだ。

Apollo Worldはレンダラーではなく、検査者です

Baiduが登壇時に示した枠組みは、ワールドモデルの用途について同社がどう考えているかを異例なほど率直に物語っていた。BaiduのインテリジェントドライビンググループのチーフアーキテクトであるWang Liang氏は、同モデルは印象的な動画を作り出す画家ではなく、自動運転スタックが安全かどうかを検証する審査官であるべきだと述べた。その後同社は「2+3」と呼ぶ評価基準を公表した。この基準は今回の発表で最も有用なもので、Baiduが自社で何を構築したと考えているかを教えてくれる。

二つの関門は因果性と双方向性だ。因果性とは、未来が現在の状態から生成されるのであって、フレームごとに組み立てられ後から埋められるのではないことを意味する。双方向性とは、注入された行動が次に起きることを変えることを意味する。どちらかを満たさないモデルは、Baiduの定義では世界モデルではない。評価される三つの特性は、物理的精度、持続性——長時間の実行でも物体や細部がドリフトしてはならない——、そしてリアルタイム性能であり、シーンの複雑さが推論レイテンシを膨らませてはならない。Baiduは道路車両の意思決定サイクルを30分の1秒、およそ33ミリ秒と置いた。この数字によって設計全体が読み解けるようになる。30秒間動画をサンプリングするモデルでは、その時間予算を満たすことはできない。

3つの能力はその評価基準から導かれる。交通参加者は台本どおりの小道具ではなく、独自の意思決定を持つエージェントとしてモデル化されているため、ロボタクシーがブレーキをかけたり譲ったりすると、周囲の車から異なる反応を引き起こす可能性がある。システムはカメラとライダーの観測をリアルタイムで生成するため、走行スタックは実道路で使用するのと同じインターフェースを通じて仮想世界を認識する。また、トリップは孤立したシナリオクリップを継ぎ合わせたものではなく、任意の出発地から任意の目的地まで、注文の受付、乗客の乗車、乗客の降車までを端から端まで完結させる。

Baiduによると、Apollo WorldはApollo Goの世界規模のテストと検証ですでに使用されている。併記された運行実績はモデルのものではなくApollo Goのもので、28都市、2,300万回超の乗車、3億5,000万キロメートルの自動運転（うち2億4,000万キロメートル超は完全無人運転）だ。目玉となるシミュレーションの主張は、Apollo Worldが1日あたり約10万キロメートルの仮想道路テストをこなせるというもので、Baiduはこれをセーフティドライバーを同乗させた車両による約3年間の連続テストに相当すると表現している。これは、異例なほど多くの計算を背後に持ちながら外部検証が一切ないベンダー公表値として扱うべきだ。この換算は試験車が連続走行することを前提としており、比較対象となっている1日あたりの距離をBaidu外部で見た者は誰もいない。

Baiduが公開しなかったことも同じくらい示唆に富む。パラメータ数も、再実装できるほど詳細なアーキテクチャ図も、論文も、名前付きベースラインを並べたベンチマーク表も、重みも価格もない。Apollo Worldは、Baidu自身のロボタクシーフリート向けのインフラであり、今回初めて公に説明された。購入できる製品ではなく、それがいつ、あるいはそもそも変わるのかについても同社は明言していない。

Hi3D v1.0は、限定的で測定可能なタスクを担うリファイナーです。

Hi3D v1.0（旧Sparc3D）は、正反対の種類の成果物です。ダウンロードできるほど小さく、ベンチマークできるほど具体的で、技術レポートで限界について正直に述べています。これはテキストから3Dを生成する生成器ではありません。画像と粗いメッシュを入力すると、より高解像度の洗練されたメッシュを返します。名目グリッド64³、128³、192³で3回の段階的パスを実行し、512³、1024³、1536³でスパースグリッドを抽出します。トレーニングは、Sparc3D論文の約50万アセットから、キュレーションされた約200万の3Dアセットへと規模を拡大し、1536³レベルは新規です。

出力はジオメトリのみであり、ジオメトリ以外の何物でもありません。テクスチャ、マテリアル、頂点カラーは含まれません。各結果は再中心化され、単位半径に正規化されるため、絶対的なスケールは破棄されます——実世界のサイズでメッシュをそのままシーンに配置したいと考えていた場合には、これは重要な点です。バッチサイズは 1 です。

評価では、意味的一貫性のために ULIP-2 と Uni3D を使用し、さらにレポートが導入する3つの指標、マルチビューの忠実度、詳細の豊かさ、スライシング成功率を用いている。Hi3D は、比較対象としたオープンな3Dモデルの中で最高のマルチビュー忠実度と詳細の豊かさ、および90%のスライシング成功率を主張しており、これは13人の参加者による562件の判定を用いたユーザー調査に裏付けられている。これらは著者自身の比較に対して著者自身が用いた評価手段であり、リポジトリには推論コードのみが含まれている——学習コード、評価ハーネス、ベンチマーク分割、比較用メッシュはない。モデルが動作することは確認できるが、それが優れていることは簡単には確認できない。

実用上の要件は厳しく、率直に明記する価値がある。Linux、Python 3.10、コンピュートケイパビリティ8.0以上のNVIDIA GPU、CUDA 12.0～12.5、フォールバックパスなしのflash-attn、CPU推論なし。著者らは96GBのH20 1台で検証した。ライセンスは「Powered by Hi3D 1.0」の表示を条件に商用利用でロイヤルティフリーであり、月間アクティブユーザー20万人超または月間売上100万ドル超で別途契約が発効する——この閾値は、対象顧客が個人ではなくスタジオやプラットフォームであることを物語っている。

その二つが本当に交わる唯一の場所

ここには実際に成り立つ構成があり、過大に言いがちなので正確に述べておく価値がある。運転シミュレーターにはコンテンツが必要だ。街路、縁石、標識、他の車両、街路設備などである。Hi3D は、ラフなブロックアウトをそうしたオブジェクトの一つについて詳細なメッシュに変えるためのツールだ。Apollo World は、それらのオブジェクトと、それらを制御するエージェントが一走行の間にどう振る舞うかを決めるためのツールである。仮想的なパイプラインでは、Hi3D はシミュレーターの上流に位置し、シーンビルダーがその後で配置するジオメトリを生成する。

Baiduは、Apollo WorldがHi3Dを使用しているとも、それに類するものを使用しているとも述べていない。また、本記事はそう示唆するつもりもない。言えるのは、両者が異なる軸で機能しているということだ。Hi3Dは静的な物体の解像度を高め、Apollo Worldは動的なインタラクションのリアリズムを高める。パネルの隙間がくっきりするまでメッシュを精緻化しても、車が減速したときに歩行者が縁石から降りるかどうかは何も分からない。その歩行者をシミュレーションしても、見ているメッシュの形状が正しいかどうかは何も分からない。

ルーティング層が本当にその価値を発揮するのは、パイプラインの内部ではなく、その周辺においてです。両ツールは言語と視覚の段階に囲まれています — レンダーのキャプション付け、シーン記述の計画、生成されたフレームが指示に合っているかの判定 — そしてそれらの段階は通常のモデル呼び出しです。OrcaRouter は200以上のモデルを0%のマークアップで単一のAPIの背後に擁し、プロバイダーの定価をそのまま反映し、プロバイダー間の自動フェイルオーバーを備えているため、シーン計画エージェントとレンダー批評エージェントは2つ目の契約を結ぶことなく、キーとフォールバック経路を共有できます。Apollo World も Hi3D v1.0 もそのカタログには含まれておらず、ここでそう示唆するものは何もありません。私たちがルーティングするのはシミュレーターではなく、周辺をつなぐグルーです。

コスト、アクセス、そして正直な比較

価格比較をする意味はない。一方には価格が存在しないからだ。Apollo Worldには、いかなる種類の商用条件も公開されていない。Hi3D v1.0は無料でダウンロードでき、売上高とユーザー数のしきい値を下回る限り商用利用も無料だ。そして実際のコストはハードウェアにある。96GBのアクセラレータ、狭い範囲に固定されたCUDAスタック、そしてレポートによればフォールバックが存在しないflash-attnへの依存だ。そうしたクラスのマシンをすでに所有していないなら、ライセンス料は安い方の部分にすぎない。

その非対称性こそが、「どちらを使うべきか」という問いへの実際の答えだ。この問いは、3D世界を手に入れる2つの方法のどちらかを選ぶことを前提にしている。選択の余地はない。一方は、すでにメッシュとGPUを持っている人向けのダウンロード可能なリファイナーだ。もう一方はBaiduの社内検証ハーネスであり、11月3日に初めて公に説明されたもので、社外の誰にも提供されていない。

一発で決める方法

あなたの問題が、ブロックアウトメッシュが粗すぎることにあるなら、Hi3D v1.0 が候補であり、Apollo World は無関係です——呼び出せるものも、ライセンスできるものも、利用できる出力も何もありません。あなたの問題が、走行スタックが十分なロングテール・インタラクションを見てこなかったことにあるなら、Apollo World はより興味深い設計であり、同様に手の届かない存在です。実務的な対応は、その 2+3 のルーブリックを仕様として読み、自社のシミュレータベンダーにそれを基準として課すことです。なぜなら、それらの5つの特性は、たとえそれを促したモデルが販売されていなくても、尋ねるべき正しい問いだからです。

シミュレータのコンテンツレイヤーを構築しているなら、この2つは、モデリングツールと物理エンジンが補完し合うのと同じ意味で補完関係にあります。両者を比較してベンチマークするようなことはしないでしょう。存在する方を購入し、存在しない方を前提に設計するはずです。

この回答を変えるのは、Apollo World が Apollo Go の外部でも利用可能になり、価格とインターフェースが示されるという Baidu の発表だろう。11月3日の資料には、その方向を示すものは何もない。この開示は業界向けの機能説明であり、展開は完全に Baidu 自社フリートを中心に組み立てられていた。それまでは、正確な説明は「Apollo World 対 Hi3D v1.0」ではない。それは、たまたま同じ2週間と同じキーワードを共有している、クローズドなシミュレーターとオープンなリファイナーだ。