Genie 4 vs Hunyuan3D WorldClaw: Een video van een wereld, of de mesh-bestanden van de wereld

Een van beide geeft je een MP4 en de andere geeft je een scènegrafiek. Dat is de hele vergelijking, en al het andere volgt daaruit. Genie 4, het wereldmodel van Google DeepMind dat op 27 oktober 2026 werd aangekondigd, genereert in realtime een fotorealistische, hoorbare, via tekst aanstuurbare wereld en toont die aan je als video. Hunyuan3D WorldClaw, in augustus 2026 gepubliceerd door het Hunyuan3D-team van Tencent, produceert expliciete, afzonderlijk bewerkbare, getextureerde meshes die je in Unity of Unreal kunt openen en kunt behouden. Als jouw werk eindigt zodra de opname is goedgekeurd, is Genie 4 het indrukwekkendere object. Als jouw werk begint zodra de opname is goedgekeurd, is WorldClaw de enige van de twee die je iets geeft om mee te werken.

Beide zijn eerder onderzoeksartefacten dan producten, en beide zijn moeilijker te verkrijgen dan hun demo's doen vermoeden. Maar ze falen in verschillende opzichten, en weten welk falen je kunt verdragen, is de hele beslissing.

De opleveringstest

Vraag wat de sessie overleeft, en de kloof wordt concreet.

• Output — Genie 4 retourneert gegenereerde videoframes met gesynchroniseerde gegenereerde audio; Hunyuan3D WorldClaw retourneert getextureerde 3D-meshes met terrein, materialen en geplaatste objecten.

• Bewerkbaarheid — Genie 4 wordt bewerkt door de simulatie tijdens het draaien te prompten; de output van WorldClaw wordt als geometrie bewerkt, in een modelleringstool, door een mens of een script.

• Downstreamgebruik — de output van Genie 4 wordt als beeldmateriaal gebruikt; die van WorldClaw wordt gebruikt door een game-engine, een renderer of een fysieke simulator.

• Determinisme — een Genie 4-run is niet frame voor frame reproduceerbaar; een mesh is een bestand dat identiek blijft.

• Audio — native op Genie 4; geen onderdeel van WorldClaw's pipeline.

• Toegang — Genie 4 is een besloten onderzoekspreview; WorldClaw is een paper met een repository die nog geen uitvoerbare code bevat.

Er is een reden dat videomodellen degene zijn die viraal gaan en mesh-pipelines degene zijn die in productie gaan. Een video is voor iedereen in vijf seconden begrijpelijk. Een mesh is alleen begrijpelijk voor iemand die weet wat hij ermee zou doen — en die persoon is meestal degene die het budget beheert.

Wat de vier fasen van WorldClaw eigenlijk doen

WorldClaw is niet één netwerk. Het is een agentische pijplijn die "bouw me een wereld uit deze zin" opsplitst in vier fasen, en die opsplitsing is de bijdrage.

De eerste fase is intentieanalyse en scèneplanning: taalmodelagenten verwerken de open prompt tot een gestructureerde specificatie die regio's, terrein, objecten, materialen en ruimtelijke relaties omvat. De tweede genereert globaal terrein — een semantische lay-outkaart plus een regiobewust hoogteveld, met materialen en assets die per regio worden toegewezen. De derde verzorgt regionale objectgeneratie: terrein-geconditioneerde tweedimensionale composieten worden gesegmenteerd, elk exemplaar wordt gereconstrueerd tot een afzonderlijk getextureerd mesh, en die meshes worden op het terrein geplaatst. De vierde is op rendering gebaseerde verfijning: een visieagent rendert de scène vanuit meerdere gezichtspunten, inspecteert het resultaat op zwevende objecten, interpenetratie, schaal- en posefouten, herstelt deze en rendert opnieuw. De assemblage vindt plaats in Blender via het Model Context Protocol.

Die laatste lus is het interessante stuk engineering. Een generatief model dat zijn eigen output niet kan zien, is een gokkast. Een pipeline die rendert, inspecteert en corrigeert, is een proces — en de correctiestap is waar het grootste deel van de waargenomen kwaliteit in een grote scène vandaan komt, omdat de faalmodi van geplaatste 3D-assets geometrisch en dus detecteerbaar zijn, in plaats van esthetisch en dus betwistbaar.

De opzet van het paper zelf is een stack van modellen van derden: Claude Opus 4.8 die de agents aanstuurt, GPT-Image-2 plus SAM3D voor segmentatie, Hunyuan3D voor reconstructie, draaiend op vier NVIDIA H20-GPU's. WorldClaw kun je het best begrijpen als een orchestratielaag bovenop bestaande generatoren in plaats van als een nieuw generatief model. Dat is zowel zijn kracht — het verbetert naarmate de componenten verbeteren — als zijn kwetsbaarheid, want elke verandering in het gedrag van een component verandert de output van de pipeline.

Waarom een Mesh meer waard is dan een video, en meer kost

Een video van een wereld is een bewering over een wereld. Een mesh is de wereld, of op zijn minst genoeg ervan om te beginnen bouwen. Dat verschil komt tot uiting in elke downstream-taak: botsing, occlusie, belichting, fysica, leveldesign, en het gewone werk van een gebouw twee meter naar links verplaatsen omdat de zichtlijn niet klopt.

Geen van die bewerkingen is mogelijk op de uitvoer van Genie 4. Je kunt de simulatie met een prompt laten wijzigen, en dan genereert ze een nieuwe reeks frames die al dan niet voldoet aan de beperking die je voor ogen had, en de wijziging blijft niet behouden buiten het coherentievenster van twee minuten dat DeepMind aanhaalt. Het model pretendeert niet anders; de opgegeven gebruiksscenario's zijn previsualisatie, prototyping en robottraining, die allemaal werelden consumeren in plaats van erop voort te bouwen.

De kosten van de aanpak van WorldClaw zijn even duidelijk. Vier fasen, meerdere agents, een externe renderer en een Blender-roundtrip betekenen minuten tot uren per wereld in plaats van seconden, en de pipeline kan in elke fase falen — een segmentatiefout leidt tot een slecht geplaatst object, dat de verfijningsfase al dan niet kan oplossen. De faalwijzen van Genie 4 zijn zachter: een wegdrijvend detail is vervelend, een zwevend gebouw is kapot.

Beschikbaarheid aan beide zijden is slechter dan de demo's doen vermoeden.

Geen van beide modellen is iets wat je dit kwartaal kunt adopteren, en de redenen verschillen.

Genie 4 is een research preview voor trusted testers. Google zegt dat AI Ultra-abonnees het via Project Genie krijgen en dat early-accesspartners het "in de komende weken" via de Gemini API en Google AI Studio kunnen bereiken. Er is een wachtlijst, geen prijs, geen gepubliceerde resolutie of framesnelheid, en geen commerciële voorwaarden.

WorldClaw staat op één specifiek punt nog verder van bruikbaarheid af: de repository op Tencent-Hunyuan/Hunyuan3D-WorldClaw bevat een README en assets, geen code. Een verzoek om de code is onbeantwoord gebleven. Er zijn geen weights, geen API en geen prijsstelling. Wat er is, zijn de paper, de aankondiging en een reeks demo's.

De vergelijking voor een professional eind oktober 2026 gaat dus tussen een wachtlijst en een repository die niet zal draaien. Dat is geen kritiek op een van beide teams — papers gaan nu eenmaal vooraf aan releases — maar het betekent wel dat elk artikel dat je vertelt om tussen beide te ‘kiezen’, een toekomstige aanschaf beschrijft, niet een huidige.

Wat de evaluatiesecties je vertellen

{{1}}De paper van WorldClaw{{/1}} evalueert de output via {{2}}een side-by-side kwalitatieve vergelijking met SynCity, Meta's WorldGen, MajutsuCity en World Labs' Marble{{/2}}. {{3}}Er zijn geen FID- of CLIP-scores en geen gebruikersonderzoek{{/3}}. {{4}}Dat is een echte beperking en ook eerlijk: de kwaliteit van grootschalige 3D-scènes is echt moeilijk te beoordelen, en een kwantitatieve metriek die één dimensie beloont, zou de andere verkeerd voorstellen{{/4}}.

De lancering van Genie 4 publiceerde helemaal geen benchmark — geen vergelijking met Genie 3 buiten het verdubbelde coherentievenster, geen resolutie, geen frames per seconde. Geen van beide partijen heeft een buitenstaander een getal gegeven om te controleren. In een categorie waarin elke leverancier zorgvuldig samengestelde demo's toont, is het ontbreken van metingen de gedeelde omstandigheid, en dat zou elk stellig oordeel dat je ergens leest, ook hier, moeten temperen.

Waar de pijplijn zelf het product wordt

Het deel van WorldClaw dat het stelen waard is, is niet de 3D-generatie — dat is een stapel componenten — maar het patroon: plannen met een taalmodel, genereren met specialisten, verifiëren met een visiemodel, repareren, herhalen. Dat patroon wordt op dit moment opnieuw opgebouwd in elke studio die controleerbare wereldgeneratie wil, en het is vrijwel volledig een orkestratieprobleem.

Dat is precies waar de infrastructuurvraag op uitkomt. Een pijplijn van die vorm doet tientallen modelaanroepen per wereld, over minstens drie modaliteiten, en het falen van ook maar één aanroep legt de run stil. Door die via één endpoint met automatische failover te laten lopen, wordt een haperende provider een retry in plaats van een verloren job, en met een routing-DSL kun je het dure model vastpinnen op de planningsfase en een goedkoper model op de verificatierondes per object, waar de meeste tokens naartoe gaan. Dat is de laag die wij bouwen — één API voor meer dan 200 modellen, lijstprijzen van providers doorgegeven tegen 0% markup — en die bewust modelagnostisch is, omdat de componenten onder een pijplijn als die van WorldClaw meerdere keren vervangen zullen worden voordat de pijplijn zelf zich stabiliseert.

Welke moet je kijken

Als je films, prototypes of trainingsomgevingen maakt en dit kwartaal iets nodig hebt, volg dan de toegangsaankondigingen van Genie 4 en prototype de omliggende tooling tegen een model dat je al kunt aanroepen. De audio en de taalsturing zijn mogelijkheden die niets anders in deze vergelijking heeft, en het plafond van twee minuten is een beperking waar je omheen kunt ontwerpen.

Als je games, simulaties of iets anders maakt dat als asset wordt geleverd, is de vorm van WorldClaw degene die voor jou telt, ook al bestaat de code ervan nog niet. Op het moment dat Tencent het uitbrengt, is een pipeline die bewerkbare meshes naar een game-engine uitvoert meer waard dan duizend prachtige video's, omdat de video het einde van het werk is en de mesh het begin ervan.