Apollo World vs SKY-001: wanneer "wereldmodel" drie verschillende taken betekent

Apollo World en SKY-001 werden vijftien dagen na elkaar aangekondigd en hebben vrijwel niets gemeen behalve een label. Apollo World is Baidu's agentgestuurde simulator, onthuld op 3 november 2026, die camera- en lidarwaarnemingen van een virtuele stad genereert, zodat een robotaxi-stack kan worden getraind en beoordeeld op volledige ritten. SKY-001 is het engineering-wereldmodel van Skyfall AI, aangekondigd op 19 oktober 2026, dat de geordende reeks visuele toestanden voorspelt waarmee een mechanisch onderdeel wordt gebouwd — een constructieplan tekening voor tekening. Het ene rolt een verkeersscène vooruit in de tijd. Het andere rolt een productieproces vooruit in de tijd. Beide worden terecht wereldmodellen genoemd, en dat is precies het probleem met de term.

De term is stilletjes een functietitel geworden in plaats van een categorie. Drie producten dragen hem nu: modellen die bekijkbare omgevingen genereren, modellen die een omgeving simuleren waarin een agent kan handelen, en modellen die de toestandsovergangen van een proces voorspellen. Apollo World is de tweede. SKY-001 is de derde. Ze rechtstreeks vergelijken is als een vliegsimulator vergelijken met een montagehandleiding: beide beschrijven hoe iets zich ontvouwt, en je zou er nooit een gebruiken voor de taak van de ander.

SKY-001 voorspelt een build, niet een straat

Skyfall AI is opgericht door het team achter Maluuba, het Canadese onderzoekslab dat Microsoft in 2017 overnam, en tot de investeerders zouden naar verluidt Fidelity, Touring Capital, M13 en iNovia behoren. SKY-001 werd op 19 oktober 2026 aangekondigd als een onderzoekspreview met een wachtlijst. Er is geen API, geen prijsstelling, geen licentie en geen gewichten; volledige commerciële uitrol is gericht op begin 2027.

De architectuur heeft twee fasen, beide diffusietransformatoren die op visuele toestanden werken in plaats van op teksttokens.

• De Hiërarchische Composer genereert een volledig ontwerp en splitst dat vervolgens recursief op in samenstellingen, subsamenstellingen en onderdelen, waarbij elk niveau parallel kan worden verwerkt. Zo vermijdt het model één monolithische tekening van een complex object te genereren.

• Het Construction World Model voorspelt de geordende opeenvolging van visuele toestanden die elk bladonderdeel opbouwt, met behulp van een tweepassig diffusieschema over een autoencoder in Matryoshka-stijl: eerst een grove latente rollout, dan een refiner op volledige resolutie.

De claims over de trainingsgegevens zijn groot en specifiek: meer dan 200.000 onderdelen voor de composer, meer dan 600.000 constructievoorbeelden en ongeveer 35.000 plattegronden die samen circa twee miljoen tekenstatussen opleveren. Wat eruit komt, is een reeks visuele plannen — een bouwvolgorde weergegeven als tekeningen. Het is geen bewerkbare CAD-functiegeschiedenis, en Skyfall noemt uitvoer op functieniveau toekomstig werk.

Dat laatste onderscheid is waar een ingenieur het meest om geeft. Een reeks afbeeldingen die laat zien hoe een onderdeel in elkaar wordt gezet, is nuttig voor beoordeling, voor documentatie, voor het trainen van een downstreammodel en voor het opsporen van een onmogelijke volgorde van bewerkingen. Het is geen model dat je in een CAD-pakket kunt openen en bewerken, en het geeft een machinist geen gereedschapsbaan.

Apollo World voorspelt het verkeer van de volgende seconde

Baidu's onthulling op AI Day·Apollo in Shenzhen werd gepresenteerd als een correctie op het vakgebied. Wang Liang, hoofarchitect van de Intelligent Driving Group, betoogde dat een wereldmodel geen schilder zou moeten zijn die indrukwekkende video's maakt, maar een examinator die de rijveiligheid verifieert. Het beoordelingskader dat daarop volgde — "2+3" — is de duidelijkste gepubliceerde poging om te definiëren wat telt.

De twee poorten zijn causaliteit, wat betekent dat de volgende toestand wordt voorspeld op basis van de huidige in plaats van frame voor frame te worden samengesteld en achteraf aangevuld, en interactiviteit, wat betekent dat een geïnjecteerde actie verandert wat volgt. De drie beoordeelde eigenschappen zijn fysieke nauwkeurigheid, persistentie en realtimeprestaties. Persistentie wordt gedefinieerd als de afwezigheid van drift in objecten en details over lange runs; realtime wordt begrensd door de beslissingscyclus van een dertigste van een seconde, ongeveer 33 milliseconden, die een wegvoertuig nodig heeft.

De drie capaciteiten van het model sluiten daarop aan. Verkeersdeelnemers zijn entiteiten die hun eigen beslissingen nemen in plaats van gescripte rekwisieten, dus een remmende robotaxi verandert het gedrag van de auto's achter zich. Camera en lidar worden in real time gegenereerd, zodat de geteste stack de virtuele wereld waarneemt via dezelfde interface die deze op een echte weg gebruikt. En ritten worden end-to-end afgehandeld — bestelling, ophalen, afzetten — voor willekeurige vertrek- en bestemmingspunten. Baidu zegt dat het systeem de wereldwijde validatie van Apollo Go al ondersteunt en noemt ongeveer 100.000 gesimuleerde kilometers per dag, voorgesteld als ruwweg drie jaar continu testen door een auto met veiligheidsbestuurder. De operationele cijfers van Apollo Go — 28 steden, meer dan 23 miljoen ritten, 350 miljoen autonome kilometers, waarvan 240 miljoen volledig bestuurderloos — werden erbij genoemd.

Geen parameters, geen architectuur, geen paper, geen gewichten, geen prijs. Apollo World is interne infrastructuur die voor het eerst in het openbaar werd beschreven, geen product met een lanceerdatum waar je op kunt inspelen.

De cijfers, en wat een IoU van 43,6% betekent

Skyfall heeft twee benchmarks gepubliceerd, beide zelfgerapporteerd en geen van beide onafhankelijk gerepliceerd. Op een CAD-constructietaak met 1.000 onderdelen en ongeveer 100 tekenstappen per onderdeel rapporteert SKY-001 3,9 seconden en $0,005 per geval bij een gemiddelde IoU van 79,7%. GPT-6 Astra staat vermeld op 199 seconden, $0,75 en 79,1%; Gemini 4 op 253 seconden, $0,25 en 76,9%; Qwen 3.8 Max op 764 seconden, $0,30 en 34,4%; Kimi K3 op 439 seconden, $0,13 en 9,5%; Grok 4.7 produceerde geen uitvoer in 1.250 seconden.

Op een BIM-plattegrondtaak van 1.000 plattegronden bij ongeveer 70 stappen rapporteert SKY-001 1,22 seconden, $0,0024 en 43,6% IoU, tegenover Gemini 3.8 Flash met 42,3%, GPT-6 Astra met 40,6%, Kimi K3 met 33,7%, Qwen 3.8 Max met 28,8% en Grok 4.7 met 28,2%.

Lees goed: de tabellen zeggen iets interessanters dan de kop. De voorsprong van CAD op GPT-6 Astra is 0,6 IoU-punt — Skyfalls eigen bericht zegt dat het model het 'evenaart of overtreft' in plaats van het te verslaan — dus het echte verschil is ongeveer 51 keer sneller en 150 keer goedkoper, niet betere output. De BIM-voorsprong is 3,0 punten. En 43,6% gemiddelde IoU op plattegronden betekent dat het beste model in de tabel minder dan de helft van de referentieplattegrond reconstrueert op basis van intersection-over-union. Dat is een cijfer uit een onderzoekspreview, geen productiecijfer, en naar verluidt toont de landingspagina 76,1% waar de blog 79,7% toont voor CAD, wat het soort afwijking is dat je krijgt wanneer een cijfer op verschillende plekken opnieuw wordt weergegeven.

Eén bewering in de berichtgeving houdt geen stand tegen de bronnen: dat SKY-001 Claude Opus 5.5 verslaat. Opus 5.5 komt in het materiaal voor als een blinde taalmodel-jurylid naast GPT-6.1 Sol, niet als deelnemer aan een van beide benchmarks. Door een jurylid de voorkeur krijgen in een kwalitatieve vergelijking is niet hetzelfde als hoger scoren op IoU.

Waar de vergelijking echt pijn doet: wie beoordeelt de output

De enige methodologische rode draad die de twee aankondigingen verbindt, is evaluatie door modellen. De belangrijkste claims van Skyfall berusten deels op een blind panel van taalmodellen dat tekeningen beoordeelt. De claims van Baidu berusten op een interne rubric die door zijn eigen ingenieurs wordt toegepast, zonder enige externe beoordeling. Geen van beide bedrijven heeft een protocol gepubliceerd dat een derde partij opnieuw zou kunnen uitvoeren.

Dit is het deel van de wereldmodelhausse dat het minst volwassen is, en dat is waar een routeringslaag echt werk doet in plaats van decoratief werk. Het beoordelen van gegenereerde visuele toestanden is een modelaanroep — vaak meerdere, van verschillende leveranciers, zodat de voorkeuren van geen enkel lab bepalen wat "goed" is. OrcaRouters modelfusie laat een panel van modellen samen op dezelfde beoordelingsprompt antwoorden en geeft hun gecombineerde oordeel terug via één endpoint, en de routerings-DSL kan verschillende evaluatiefasen naar verschillende modellen sturen zonder de harness te herschrijven. Dat is de laag die we dekken: meer dan 200 modellen, één sleutel, 0% opslag, waarbij de lijstprijs van de provider wordt doorgegeven. Noch SKY-001 noch Apollo World staat in die catalogus, en geen van beide is een model dat je aanroept — de juryleden zijn dat.

Geen van beide is aanroepbaar, en dat verandert de beslissing.

De vraag naar beschikbaarheid heeft voor beide hetzelfde antwoord, om verschillende redenen. SKY-001 is een research preview achter een wachtlijst, met commerciële implementatie gepland voor begin 2027 en zonder gepubliceerde voorwaarden. Apollo World is binnen Baidu geïmplementeerd en wordt niet extern aangeboden. Geen van beide heeft een prijs, en geen van beide kan vandaag worden gebenchmarkt tegen uw eigen workload.

Wat je van elk kunt meenemen, is de methode. De tweefasige decompositie van SKY-001 — stel het geheel samen en voorspel vervolgens de constructievolgorde van elk blad — is een herbruikbaar patroon voor elk proces met een hiërarchie en een volgorde van bewerkingen. De 2+3-rubriek van Apollo World is een herbruikbare test voor elke simulator die iemand je probeert te verkopen, en met name het persistentiecriterium ervan is de vraag die de meeste leveranciers niet met een meting kunnen beantwoorden.

Drie vragen die je vertellen welke je nodig hebt

Ten eerste: heeft het ding dat je modelleert een agent die erin handelt? Zo ja, dan heb je een omgevingssimulator nodig en geldt de Apollo World-rubric. Als de toestandsovergangen deterministisch zijn en worden aangestuurd door een plan in plaats van een beleid, heb je iets nodig dat dichter bij SKY-001 ligt.

Ten tweede: wordt de output door een mens of door een regellus gebruikt? Een constructiesequentie wordt door ingenieurs en downstreammodellen gebruikt, dus visuele plausibiliteit en de volgorde van stappen zijn de metrieken. Een rijsimulatie wordt door een perceptie- en planningsstack gebruikt, dus metrische sensorconsistentie en latentie zijn de metrieken. De twee hebben vrijwel geen evaluatiecriteria gemeen.

Ten derde: heb je natuurkunde nodig of heb je een procedure nodig? SKY-001 weet dat een beugel moet worden bevestigd voordat de assemblage die hij vasthoudt; het weet niet wat er gebeurt wanneer de beugel valt. Apollo World weet wat er gebeurt wanneer een voetganger de weg op stapt; het heeft geen mening over hoe een onderdeel wordt vervaardigd.

Het label wereldmodel zal blijven oprekken, omdat het marketingwerk doet voor minstens vier verschillende productcategorieën tegelijk. De nuttige discipline is om te vragen welke toestand wordt voorspeld, wat daarop inwerkt, en wie de voorspelling consumeert. Apollo World en SKY-001 beantwoorden die drie vragen op volledig verschillende manieren, en zodra je ze hebt gesteld, valt de vergelijking uiteen tot wat ze altijd al was: twee goede ideeën die toevallig dezelfde naam delen.