Apollo World vs SKY-001: gdy „World Model” oznacza trzy różne zadania

Apollo World i SKY-001 ogłoszono w odstępie piętnastu dni i nie mają ze sobą prawie nic wspólnego poza etykietą. Apollo World to napędzany agentem symulator Baidu, ujawniony 3 listopada 2026 r., który generuje obserwacje z kamer i lidaru wirtualnego miasta, aby stos robotaxi można było trenować i oceniać na pełnych przejazdach. SKY-001 to inżynierski model świata firmy Skyfall AI, ogłoszony 19 października 2026 r., który przewiduje uporządkowaną sekwencję stanów wizualnych, w jakiej powstaje część mechaniczna — plan budowy rysunek po rysunku. Jeden rozwija scenę ruchu drogowego w czasie. Drugi rozwija proces produkcyjny w czasie. Oba słusznie nazywa się modelami świata i właśnie w tym tkwi problem z tym określeniem.

Termin ten po cichu stał się nazwą stanowiska, a nie kategorią. Obecnie noszą go trzy produkty: modele generujące środowiska, które da się oglądać, modele symulujące środowisko, w którym agent może działać, oraz modele przewidujące przejścia stanów w procesie. Apollo World reprezentuje drugi z nich. SKY-001 — trzeci. Bezpośrednie porównywanie ich to jak porównywanie symulatora lotu z instrukcją montażu: oba opisują, jak coś przebiega, ale nigdy nie użyłbyś jednego do zadania drugiego.

SKY-001 przewiduje budowę, a nie ulicę.

Skyfall AI zostało założone przez zespół stojący za Maluuba, kanadyjskim laboratorium badawczym przejętym przez Microsoft w 2017 r.; według doniesień wśród jego inwestorów znajdują się Fidelity, Touring Capital, M13 i iNovia. SKY-001 ogłoszono 19 października 2026 r. jako badawczą wersję zapoznawczą z listą oczekujących. Nie ma API, cennika, licencji ani wag; pełne wdrożenie komercyjne jest planowane na początek 2027 r.

Architektura składa się z dwóch etapów; oba to transformatory dyfuzyjne działające na stanach wizualnych, a nie na tokenach tekstowych.

• Hierarchical Composer generuje cały projekt, a następnie rekurencyjnie dzieli go na zespoły, podzespoły i części, przy czym każdy poziom można przetwarzać równolegle. W ten sposób model unika generowania jednego monolitycznego rysunku złożonego obiektu.

• Model Construction World Model przewiduje uporządkowaną sekwencję stanów wizualnych tworzących każdą część liściową, wykorzystując dwuprzebiegowy schemat dyfuzji w oparciu o autoenkoder w stylu Matryoshka: najpierw zgrubny rollout w przestrzeni utajonej, a następnie moduł doprecyzowujący pełnej rozdzielczości.

Deklaracje dotyczące danych treningowych są duże i konkretne: ponad 200 000 części dla kompozytora, ponad 600 000 przykładów konstrukcji i około 35 000 rzutów kondygnacji składających się na około dwa miliony stanów rysunku. Wynikiem jest sekwencja wizualnych planów — kolejność budowy przedstawiona w formie rysunków. To nie jest edytowalna historia cech CAD, a Skyfall wymienia wyniki na poziomie cech jako przyszłe prace.

Ta ostatnia różnica jest tym, na czym inżynierowi będzie zależeć najbardziej. Sekwencja obrazów pokazujących, jak montuje się część, jest przydatna do przeglądu, dokumentacji, trenowania modelu dalszego przetwarzania i wychwytywania niemożliwej kolejności operacji. To nie jest model, który można otworzyć w pakiecie CAD i edytować, i nie daje operatorowi obrabiarki ścieżki narzędzia.

Apollo World przewiduje ruch w następnej sekundzie

Ujawnienie Baidu podczas AI Day·Apollo w Shenzhen przedstawiono jako korektę dla całej branży. Wang Liang, główny architekt Intelligent Driving Group, przekonywał, że model świata nie powinien być malarzem tworzącym imponujące wideo, lecz egzaminatorem weryfikującym bezpieczeństwo jazdy. Opublikowane następnie kryteria — „2+3” — są najklarowniejszą próbą zdefiniowania, co się liczy.

Dwie bramy to przyczynowość, oznaczająca, że następny stan jest przewidywany na podstawie bieżącego, a nie składany klatka po klatce i uzupełniany wstecznie, oraz interaktywność, oznaczająca, że wstrzyknięta akcja zmienia to, co następuje. Trzy stopniowalne właściwości to dokładność fizyczna, trwałość i wydajność w czasie rzeczywistym. Trwałość definiuje się jako brak dryfu obiektów i szczegółów podczas długich przebiegów; czas rzeczywisty jest ograniczony przez cykl decyzyjny wynoszący jedną trzydziestą sekundy, około 33 milisekund, potrzebny pojazdowi drogowemu.

Trzy możliwości modelu przekładają się na to. Uczestnicy ruchu są agentami podejmującymi własne decyzje, a nie zaprogramowanymi rekwizytami, więc hamujący robotaxi zmienia zachowanie samochodów za nim. Kamera i lidar są generowane w czasie rzeczywistym, dzięki czemu testowany stos postrzega wirtualny świat przez ten sam interfejs, którego używa na rzeczywistej drodze. A przejazdy są domykane od początku do końca — zamówienie, odbiór, wysadzenie — dla dowolnych punktów początkowych i docelowych. Baidu twierdzi, że system obsługuje już globalną walidację Apollo Go i podaje około 100 000 symulowanych kilometrów dziennie, co określa jako około trzy lata ciągłego testowania przez samochód z kierowcą bezpieczeństwa. Dane operacyjne Apollo Go — 28 miast, ponad 23 mln przejazdów, 350 mln kilometrów autonomicznych, z czego 240 mln całkowicie bez kierowcy — przytoczono obok.

Żadnych parametrów, żadnej architektury, żadnego artykułu, żadnych wag, żadnej ceny. Apollo World to wewnętrzna infrastruktura, którą po raz pierwszy opisano publicznie — a nie produkt z datą premiery, na który można kupować.

Liczby i co oznacza 43,6% IoU

Skyfall opublikował dwa benchmarki – oba samodzielnie raportowane i żadnego nie zreplikowano niezależnie. W zadaniu konstrukcyjnym CAD obejmującym 1000 komponentów przy około 100 krokach rysunkowych każdy, SKY-001 zgłasza 3,9 sekundy i 0,005 USD na przypadek przy średnim IoU 79,7%. GPT-6 Astra wymieniono przy 199 sekundach, 0,75 USD i 79,1%; Gemini 4 przy 253 sekundach, 0,25 USD i 76,9%; Qwen 3.8 Max przy 764 sekundach, 0,30 USD i 34,4%; Kimi K3 przy 439 sekundach, 0,13 USD i 9,5%; Grok 4.7 nie wygenerował żadnego wyniku w ciągu 1250 sekund.

W zadaniu BIM dotyczącym planów kondygnacji obejmującym 1000 planów przy około 70 krokach SKY-001 zgłasza 1,22 sekundy, 0,0024 USD i 43,6% IoU, w porównaniu z Gemini 3.8 Flash na poziomie 42,3%, GPT-6 Astra – 40,6%, Kimi K3 – 33,7%, Qwen 3.8 Max – 28,8% i Grok 4.7 – 28,2%.

Przeczytaj uważnie: tabele mówią coś ciekawszego niż nagłówek. Przewaga CAD nad GPT-6 Astra wynosi 0,6 punktu IoU — sam wpis Skyfall mówi, że model „dorównuje lub przewyższa”, a nie że bije — więc rzeczywista różnica to mniej więcej 51 razy większa szybkość i 150 razy niższy koszt, a nie lepszy wynik. Przewaga w BIM to 3,0 punktu. A średnie IoU na poziomie 43,6% na rzutach kondygnacji oznacza, że najlepszy model w tabeli odtwarza mniej niż połowę planu referencyjnego pod względem miary intersection-over-union. To liczba z podglądu badawczego, a nie produkcyjna, a strona docelowa — jak donoszono — pokazuje 76,1%, podczas gdy blog pokazuje 79,7% dla CAD, co jest tym rodzajem rozbieżności, jaki pojawia się, gdy tę samą liczbę przytacza się w różnych miejscach.

Jedno twierdzenie w relacji nie wytrzymuje konfrontacji ze źródłami: że SKY-001 przewyższa Claude Opus 5.5. Opus 5.5 pojawia się w materiale jako ślepy sędzia-model językowy obok GPT-6.1 Sol, a nie jako konkurent w żadnym z benchmarków. Bycie preferowanym przez sędziego w porównaniu jakościowym to nie to samo co uzyskanie wyższego wyniku w IoU.

Gdzie porównanie naprawdę daje o sobie znać: kto ocenia wynik

Jedynym wątkiem metodologicznym łączącym oba ogłoszenia jest ocena przez model. Kluczowe twierdzenia Skyfall opierają się częściowo na panelu modeli językowych dokonujących ślepej oceny rysunków. Twierdzenia Baidu opierają się na wewnętrznej rubryce stosowanej przez własnych inżynierów, bez jakiejkolwiek oceny zewnętrznej. Żadna z firm nie opublikowała protokołu, który strona trzecia mogłaby powtórzyć.

To jest ta część boomu na modele świata, która jest najmniej dojrzała, i właśnie tam warstwa routingu wykonuje prawdziwą pracę, a nie dekoracyjną. Ocenianie wygenerowanych stanów wizualnych to wywołanie modelu — często kilka, od różnych dostawców, tak aby preferencje żadnego pojedynczego laboratorium nie definiowały, co jest „dobre”. W OrcaRouter fuzja modeli pozwala panelowi modeli wspólnie odpowiedzieć na ten sam prompt oceniający i zwraca ich połączony werdykt przez jeden endpoint, a DSL routingu może kierować różne etapy oceny do różnych modeli bez przepisywania harnessu. To jest warstwa, którą obejmujemy: ponad 200 modeli, jeden klucz, 0% marży przy przekazanej cenie katalogowej dostawcy. Ani SKY-001, ani Apollo World nie znajdują się w tym katalogu i żaden z nich nie jest modelem, który się wywołuje — to sędziowie są.

Żadne z nich nie jest wywoływalne, a to zmienia decyzję.

Kwestia dostępności ma tę samą odpowiedź w przypadku obu, choć z różnych powodów. SKY-001 to badawcze wydanie zapoznawcze dostępne przez listę oczekujących, a komercyjne wdrożenie ma być gotowe na początek 2027 r.; warunki nie zostały opublikowane. Apollo World jest wdrożony wewnątrz Baidu i nie jest oferowany na zewnątrz. Żaden z nich nie ma ceny i żadnego z nich nie da się dziś porównać pod względem wydajności z własnym obciążeniem.

To, co możesz z każdego z nich zaczerpnąć, to metoda. Dwuetapowy podział SKY-001 — złóż całość, a następnie przewidź sekwencję budowy każdego liścia — to wzorzec wielokrotnego użytku dla dowolnego procesu, który ma hierarchię i kolejność operacji. Rubryka 2+3 Apollo World to test wielokrotnego użytku dla każdego symulatora, który ktoś próbuje ci sprzedać, a zwłaszcza jej kryterium trwałości jest pytaniem, na które większość dostawców nie potrafi odpowiedzieć za pomocą pomiaru.

Trzy pytania, które podpowiedzą ci, którego potrzebujesz

Po pierwsze: czy rzecz, którą modelujesz, ma działającego w niej agenta? Jeśli tak, potrzebujesz symulatora środowiska i obowiązuje rubryka Apollo World. Jeśli przejścia stanów są deterministyczne i sterowane planem, a nie polityką, potrzebujesz czegoś bliższego SKY-001.

Po drugie: czy wynik jest konsumowany przez człowieka, czy przez pętlę sterowania? Sekwencja budowy jest konsumowana przez inżynierów i modele downstream, więc metrykami są wiarygodność wizualna i kolejność kroków. Symulacja jazdy jest konsumowana przez stos percepcji i planowania, więc metrykami są spójność metryczna czujników i opóźnienie. Te dwa przypadki nie mają prawie żadnych wspólnych kryteriów oceny.

Po trzecie: czy potrzebujesz fizyki, czy procedury? SKY-001 wie, że wspornik trzeba przymocować przed zespołem, który podtrzymuje; nie wie, co się dzieje, gdy wspornik upadnie. Apollo World wie, co się dzieje, gdy pieszy wychodzi na jezdnię; nie ma zdania na temat tego, jak wytwarza się część.

Etykieta „model świata” będzie się wciąż rozciągać, ponieważ wykonuje pracę marketingową dla co najmniej czterech różnych kategorii produktów jednocześnie. Przydatna dyscyplina polega na pytaniu, jaki stan jest przewidywany, co na niego oddziałuje i kto korzysta z tej prognozy. Apollo World i SKY-001 odpowiadają na te trzy pytania w całkowicie różny sposób, a gdy już je zadasz, porównanie rozpływa się w tym, czym zawsze było: dwie dobre idee, które przypadkiem dzielą tę samą nazwę.