Apollo World vs Hi3D v1.0: Jeden ocenia dysk, drugi wyostrza siatkę

Apollo World i Hi3D v1.0 pojawiły się jedenaście dni po sobie, oba zespoły są chińskie, oba bywają rutynowo opisywane jako 3D — i mniej więcej tu podobieństwo się kończy. Apollo World to oparty na agentach model świata firmy Baidu do walidacji robotaxi, ujawniony 3 listopada 2026 r. podczas Baidu AI Day·Apollo w Shenzhen: generuje w czasie rzeczywistym obserwacje z kamer i lidaru wirtualnego miasta, w którym inne pojazdy i piesi są agentami reagującymi na testowany samochód. Hi3D v1.0 to udostępniony z otwartymi wagami rafiner geometrii ogłoszony 23 października 2026 r., który przyjmuje pojedynczy obraz oraz zgrubną siatkę i zwraca gęstszą — bez koloru, bez tekstury i bez pojęcia czasu. Jeden generuje uporządkowaną sekwencję klatek z czujników; drugi — jeden statyczny kształt.

Ta różnica przesądza o niemal wszystkim, na czym zależy kupującemu, i wyjaśnia też, dlaczego w ogóle porównuje się te dwa rozwiązania. Wyszukaj którąkolwiek z tych nazw, a dostaniesz stronę materiałów o „generowaniu 3D”; strony z zestawieniami, które szeregują modele według rozdzielczości wokselowej, umieszczają Hi3D blisko czoła, a materiały o modelach świata, które pojawiają się wokół Baidu od 3 listopada, wrzucają Apollo World do tego samego akapitu. Żadna z tych list nie jest dokładnie błędna. Obie odpowiadają na pytanie, którego nie zadałeś.

Co tak naprawdę emituje każdy z modeli

Najczystszym sposobem ich rozdzielenia jest nadanie nazwy obiektowi wyjściowemu przed nazwaniem jakiejkolwiek możliwości.

• Wejście — Apollo World przyjmuje trasę i politykę jazdy; Hi3D v1.0 przyjmuje jeden obraz i zgrubną siatkę tego samego obiektu.

• Dane wyjściowe — Apollo World emituje sekwencje danych z kamery i lidaru oraz stan każdego agenta w scenie; Hi3D emituje wyłącznie geometrię wierzchołków, wyśrodkowaną ponownie i znormalizowaną do promienia jednostkowego.

• Czas — Apollo World to zamknięta pętla, która biegnie naprzód i przekazuje skutek każdej decyzji z powrotem do testowanej polityki; Hi3D nie ma w ogóle osi czasu.

• Ocena — Apollo World jest oceniany pod kątem tego, czy stos jazdy autonomicznej staje się lepszy; Hi3D jest oceniany pod kątem wierności geometrycznej względem siatki referencyjnej.

• Dostęp — żadne z nich nie jest samoobsługowym API. Apollo World nie ma publikowanego endpointu, ceny, wag ani liczby parametrów. Hi3D można pobrać i uruchomić, jeśli masz odpowiedni GPU.

Przeczytaj tę listę, a pojedynek sprowadza się do pytania o łańcuch dostaw, a nie do bezpośredniego starcia. Hi3D to rodzaj narzędzia, które tworzy rekwizyt. Apollo World to rodzaj narzędzia, które decyduje, jak rekwizyt zachowuje się, gdy samochód zbliża się do niego.

Apollo World jest egzaminatorem, a nie rendererem

Sposób, w jaki Baidu przedstawił to na scenie, był niezwykle bezpośredni, jeśli chodzi o to, do czego — zdaniem firmy — ma służyć model świata. Wang Liang, główny architekt Grupy Inteligentnej Jazdy Baidu, powiedział, że model nie powinien być malarzem tworzącym imponujące wideo, lecz egzaminatorem weryfikującym, czy stos autonomicznej jazdy jest bezpieczny. Firma opublikowała następnie zestaw kryteriów, który nazywa „2+3”, i ten zestaw jest najbardziej użytecznym elementem premiery, ponieważ mówi, co Baidu uważa, że zbudowało.

Dwie bramy to przyczynowość, oznaczająca, że przyszłość jest generowana z bieżącego stanu, a nie składana klatka po klatce i uzupełniana wstecznie, oraz interaktywność, oznaczająca, że wstrzyknięta akcja zmienia to, co dzieje się dalej. Model, który nie spełnia którejkolwiek z nich, według definicji Baidu nie jest modelem świata. Trzy stopniowane właściwości to dokładność fizyczna, trwałość — obiekty i szczegóły nie mogą dryfować podczas długich przebiegów — oraz wydajność w czasie rzeczywistym, gdzie złożoność sceny nie może zwiększać opóźnienia wnioskowania. Baidu określiło cykl decyzyjny dla pojazdu drogowego na jedną trzydziestą sekundy, około 33 milisekund, i to jest liczba, która czyni cały projekt czytelnym: nie można zmieścić się w tym budżecie z modelem, który próbkuje wideo przez trzydzieści sekund.

Z rubryki wynikają trzy możliwości. Uczestnicy ruchu są modelowani jako agenci podejmujący własne decyzje, a nie jako zaprogramowane rekwizyty, więc hamowanie lub ustępowanie pierwszeństwa przez robotaxi może wywołać inną reakcję otaczających je samochodów. System generuje obserwacje z kamer i lidaru w czasie rzeczywistym, dzięki czemu stos autonomicznej jazdy postrzega świat wirtualny przez ten sam interfejs, którego używa na rzeczywistej drodze. A przejazdy są domykane od początku do końca — dowolny punkt początkowy do dowolnego punktu docelowego, zamówienie przyjęte, pasażer przewieziony, pasażer wysadzony — a nie jako izolowane klipy scenariuszy sklejane ze sobą.

Baidu twierdzi, że Apollo World jest już wykorzystywany do globalnych testów i walidacji Apollo Go. Podane przy tej okazji dane operacyjne dotyczą Apollo Go, a nie modelu: 28 miast, ponad 23 mln przejazdów, 350 mln kilometrów jazdy autonomicznej, z czego ponad 240 mln całkowicie bez kierowcy. Główna deklaracja dotycząca symulacji jest taka, że Apollo World może pokonywać około 100 000 kilometrów wirtualnych testów drogowych dziennie, co Baidu porównuje do mniej więcej trzech lat ciągłego testowania przez pojazd z kierowcą bezpieczeństwa. Traktuj tę liczbę jako dane dostawcy, za którymi stoi nietypowo dużo obliczeń i całkowity brak zewnętrznej weryfikacji: przeliczenie zakłada nieprzerwaną jazdę samochodu testowego, a nikt poza Baidu nie widział dziennego dystansu, z którym jest ono porównywane.

To, czego Baidu nie opublikował, jest równie pouczające. Nie ma liczby parametrów, schematu architektury wystarczająco szczegółowego, by ją odtworzyć, żadnego artykułu, tabeli benchmarków z nazwanymi baseline'ami, wag ani ceny. Apollo World to infrastruktura dla własnej floty robotaxi Baidu, opisana publicznie po raz pierwszy. Nie jest to produkt, który można kupić, a firma nie powiedziała, kiedy ani czy to się zmieni.

Hi3D v1.0 to narzędzie do dopracowywania o wąskim, mierzalnym zadaniu.

Hi3D v1.0, wcześniej Sparc3D, jest artefaktem przeciwnego rodzaju: wystarczająco małym, by go pobrać, wystarczająco konkretnym, by poddać go benchmarkom, i uczciwym co do swoich ograniczeń w raporcie technicznym. Nie jest generatorem modeli 3D z tekstu. Podajesz mu obraz i zgrubną siatkę, a on zwraca dopracowaną siatkę w wyższej rozdzielczości, wykonując trzy progresywne przebiegi przy nominalnych siatkach 64³, 128³ i 192³, które wyodrębniają rzadkie siatki przy 512³, 1024³ i 1536³. Trening skalował się od około pół miliona zasobów w artykule Sparc3D do około dwóch milionów wyselekcjonowanych zasobów 3D, a poziom 1536³ jest nowy.

Wynikiem jest geometria i tylko geometria. Żadnych tekstur, materiałów ani kolorów wierzchołków. Każdy wynik jest ponownie wyśrodkowany i znormalizowany do promienia jednostkowego, więc skala bezwzględna zostaje odrzucona — szczegół, który ma znaczenie, jeśli liczyłeś na umieszczenie siatki bezpośrednio w scenie w rzeczywistym rozmiarze. Rozmiar partii wynosi jeden.

Ewaluacja wykorzystuje ULIP-2 i Uni3D do oceny spójności semantycznej oraz trzy metryki wprowadzone w raporcie: wierność wielowidokową, bogactwo szczegółów i współczynnik pomyślnego krojenia. Hi3D twierdzi, że ma najwyższą wierność wielowidokową i największe bogactwo szczegółów spośród porównywanych otwartych modeli 3D oraz 90% współczynnik pomyślnego krojenia, co potwierdza badanie użytkowników z 562 ocenami i 13 uczestnikami. To narzędzia samych autorów zastosowane do porównań samych autorów, a repozytorium zawiera wyłącznie kod inferencji — bez kodu treningowego, bez środowiska ewaluacyjnego, bez podziałów benchmarkowych, bez siatek porównawczych. Można sprawdzić, że model działa; nie można łatwo sprawdzić, że wygrywa.

Wymagania praktyczne są wysokie i warto je jasno przedstawić. Linux, Python 3.10, GPU NVIDIA o zdolności obliczeniowej 8.0 lub wyższej, CUDA w wersji od 12.0 do 12.5, flash-attn bez ścieżki awaryjnej oraz brak wnioskowania na CPU. Autorzy przeprowadzili walidację na pojedynczym H20 z 96 GB pamięci. Licencja jest wolna od opłat licencyjnych do użytku komercyjnego pod warunkiem podania informacji „Powered by Hi3D 1.0”, a osobna umowa zaczyna obowiązywać powyżej 200 000 miesięcznych aktywnych użytkowników lub 1 miliona dolarów miesięcznego przychodu — próg ten wskazuje, że docelowym klientem jest studio lub platforma, a nie pojedyncza osoba.

Jedyne miejsce, w którym te dwa naprawdę się spotykają

Jest tu realna kompozycja i warto być precyzyjnym, ponieważ łatwo przesadzić. Symulator jazdy potrzebuje treści: ulic, krawężników, oznakowania, innych pojazdów, elementów małej architektury ulicznej. Hi3D to narzędzie do przekształcania zgrubnego blockoutu w szczegółową siatkę jednego z tych obiektów. Apollo World to narzędzie do decydowania, jak te obiekty i sterujący nimi agenci zachowują się podczas przejazdu. W hipotetycznym pipeline’ie Hi3D znajduje się przed symulatorem, produkując geometrię, którą następnie umieszcza konstruktor sceny.

Baidu nie stwierdziło, że Apollo World korzysta z Hi3D ani z czegokolwiek podobnego, a ten artykuł nie będzie sugerować inaczej. Można natomiast powiedzieć, że oba rozwiązania działają na różnych osiach: Hi3D poprawia rozdzielczość statycznego obiektu, a Apollo World poprawia realizm dynamicznej interakcji. Dopracowywanie siatki, aż będzie miała ostre szczeliny między panelami, nie mówi nic o tym, czy pieszy zejdzie z krawężnika, gdy samochód zwolni. Symulowanie tego pieszego nie mówi nic o tym, czy siatka, na którą patrzysz, ma właściwy kształt.

Warstwa routingu naprawdę ma swoje miejsce wokół pipeline'u, a nie wewnątrz niego. Oba narzędzia otoczone są etapami językowymi i wizualnymi — opisywaniem renderów, planowaniem opisów scen, ocenianiem, czy wygenerowana klatka odpowiada założeniom — a te etapy to zwykłe wywołania modeli. OrcaRouter obsługuje ponad 200 modeli za jednym API z zerową marżą, z przekazywaną ceną katalogową dostawcy i automatycznym przełączaniem awaryjnym między dostawcami, dzięki czemu agent planujący scenę i krytyk renderów mogą współdzielić klucz i ścieżkę awaryjną bez drugiej umowy. Ani Apollo World, ani Hi3D v1.0 nie znajdują się w tym katalogu i nic tu nie sugeruje inaczej; tym, co routujemy, jest klej, a nie symulator.

Koszt, dostęp i uczciwe porównanie

Nie ma tu żadnego porównania cen, ponieważ jedna strona nie ma ceny. Apollo World nie publikuje żadnych warunków handlowych. Hi3D v1.0 można bezpłatnie pobrać i bezpłatnie używać komercyjnie poniżej progów przychodów i liczby użytkowników, a rzeczywistym kosztem jest sprzęt: akcelerator 96 GB, stos CUDA przypięty do wąskiego zakresu oraz zależność od flash-attn, która według raportu nie ma żadnego mechanizmu zastępczego. Jeśli nie posiadasz już maszyny tej klasy, licencja jest tą tanią częścią.

Ta asymetria jest właściwą odpowiedzią na pytanie „którego powinienem użyć”. Pytanie zakłada wybór między dwoma sposobami uzyskania świata 3D. Wyboru nie ma. Jeden to pobierany refiner dla osób, które już mają siatki i GPU. Drugi to wewnętrzne narzędzie walidacyjne Baidu, po raz pierwszy publicznie opisane 3 listopada i nieoferowane nikomu spoza firmy.

Jak zdecydować w jednym przebiegu

Jeśli Twoim problemem jest to, że siatka blockout jest zbyt zgrubna, Hi3D v1.0 jest kandydatem, a Apollo World jest nieistotny — nie ma nic do wywołania, nic do licencjonowania i żadnego wyniku, którego możesz użyć. Jeśli Twoim problemem jest to, że Twój stos sterowania nie widział wystarczająco wielu interakcji długiego ogona, Apollo World jest ciekawszą konstrukcją i równie nieosiągalną; praktyczną odpowiedzią jest traktowanie jej rubryki 2+3 jako specyfikacji i wymaganie tego od własnego dostawcy symulatora, ponieważ te pięć właściwości to właściwe pytania, które należy zadawać, nawet gdy model, który je wywołał, nie jest na sprzedaż.

Jeśli budujesz warstwę treści symulatora, te dwa elementy są komplementarne w taki sposób, w jaki komplementarne są narzędzie do modelowania i silnik fizyki. Nie porównywałbyś ich ze sobą w benchmarkach. Kupiłbyś ten, który istnieje, i projektował wokół tego, którego nie ma.

Tym, co zmieniłoby tę odpowiedź, byłoby ogłoszenie Baidu, że Apollo World jest dostępny poza Apollo Go, z ceną i interfejsem. Nic w materiale z 3 listopada nie wskazuje na taki kierunek; ujawnienie to było prezentacją możliwości dla odbiorców z branży, a wdrożenie zostało w całości ujęte wokół własnej floty Baidu. Do tego czasu trafnym opisem nie jest „Apollo World versus Hi3D v1.0”. To zamknięty symulator i otwarty refiner, które przypadkiem dzielą ten sam dwutygodniowy okres i to samo słowo kluczowe.