Genie 4 vs Hi3D v1.0: Świat, który odwiedzasz, czy siatka, którą zachowujesz

Genie 4 daje ci doświadczenie, które kończy się wraz z sesją. Hi3D v1.0 daje ci plik. To całe porównanie i warto je przedstawić wprost, ponieważ o tych dwóch modelach mówi się tak, jakby stały obok siebie: oba są generatywne, oba tworzą wyniki wyglądające trójwymiarowo i oba pojawiły się w październiku 2026 r. w odstępie tygodnia. Genie 4, zapowiedziany przez Google DeepMind 27 października, to interaktywny model świata działający w czasie rzeczywistym, który generuje wideo ze zsynchronizowanym dźwiękiem na podstawie promptu tekstowego i pozwala sterować nim w trakcie działania. Hi3D v1.0, wydany 23 października, to narzędzie do dopracowywania geometrii o otwartych wagach, które przekształca zgrubną siatkę wraz z obrazem referencyjnym w siatkę o wysokiej rozdzielczości i na tym poprzestaje — bez tekstury, bez animacji, bez sceny, bez dźwięku.

Przeczytaj materiały premierowe zestawione obok siebie, a rozbieżność staje się oczywista w użyteczny sposób. Wpis Google'a dotyczy tego, co można robić wewnątrz wygenerowanego świata; karta modelu Hi3D dotyczy tego, ile wierzchołków refiner jest w stanie przetworzyć. Jeden to doświadczenie produktowe bez eksportu. Drugi to narzędzie do zasobów bez doświadczenia. Jeśli wybierasz między nimi, nie wybierasz między dwoma modelami świata — wybierasz między dwoma produktami końcowymi, a tylko jeden z nich można umieścić w pliku.

Co tak naprawdę dostarcza Hi3D v1.0

Repozytorium jest wyjątkowo dokładne co do zakresu, co ułatwia ocenę. Hi3D v1.0 udoskonala zgrubną siatkę do siatki o wysokiej rozdzielczości, warunkując się obrazem referencyjnym tego samego obiektu. Jest zbudowane na architekturze reprezentacji i udoskonalania Sparc3D: rzadkie latenty są próbkowane na współrzędnych pobranych ze zgrubnej siatki, dekodowane przez samoprzycinający się rzadki autoenkoder wariacyjny, a powierzchnia jest wyodrębniana, ponownie wokselizowana i proces jest powtarzany. Opublikowana efektywna siatka rzadkiej ekstrakcji osiąga rozdzielczość 1536^3. Raport projektu opisuje trenowanie na około dwóch milionach starannie dobranych zasobów 3D.

To, co otrzymujesz, to geometria i tylko geometria. Nie ma tekstury, materiału, riga, animacji ani umiejscowienia w scenie. Wynikiem jest siatka, która została ponownie wyśrodkowana i znormalizowana do jednostkowego maksymalnego promienia, co jest świadomym wyborem w przypadku refiner-a i niewygodnym dla każdego, kto chciałby zasób w skali metrycznej. Karta modelu mówi, że kod treningowy i zestaw narzędzi ewaluacyjnych z publikacji nie zostały dołączone; kod inferencji znajduje się w repozytorium GitHub, a wagi są na Hugging Face na licencji Hi3D Open License 1.0.

Profil obliczeniowy to element, który decyduje, czy mamy do czynienia z projektem weekendowym, czy z wnioskiem zakupowym. Udokumentowana ścieżka to 96 GB NVIDIA H20, bez fallbacku na CPU i z rozmiarem partii równym jeden. To akcelerator do centrów danych, a nie karta konsumencka, i sytuuje model w tej samej klasie sprzętowej co niewielkie zadanie dostrajania. Nie opublikowano też żadnego benchmarku numerycznego — ani odległości Chamfer, ani F-score, ani tabeli porównawczej z Sparc3D lub Hunyuan3D. Repozytorium prosi, by zaufać rozdzielczości i liczbie zasobów treningowych, które są własnymi liczbami projektu.

Co Genie 4 tak naprawdę dostarcza

Genie 4 udostępnia sesję. Opisujesz świat promptem i sterujesz nim w naturalnym języku — przesuwasz kamerę, zmieniasz pogodę, dodajesz postać — a on generuje klatki z natywnym dźwiękiem w czasie rzeczywistym, utrzymując spójność sceny przez według doniesień dwie minuty. Gemini Omni zakotwicza wygląd i zachowanie, a Gemini 3.8 Flash działa w pętli, sprawdzając klatki i planując ponownie, co sprawia, że model można wykorzystać jako środowisko do prób zadań, a nie generator klipów.

Wynikiem są piksele i dźwięk, konsumowane na żywo. Nie ma siatki, chmury punktów, mapy głębokości, śladu kamery ani ścieżki eksportu do Blendera, Unity lub programu do slicowania. Google nie publikuje rozdzielczości, liczby klatek na sekundę, rozmiaru modelu, wyników testów porównawczych ani ceny, a dostęp jest ograniczony do zamkniętej grupy zaufanych testerów z listą oczekujących; subskrybentom AI Ultra przez Project Genie oraz partnerom wczesnego dostępu do Gemini API obiecuje się „wkrótce”, bez daty. Tryby awarii, które Google przyznaje — dryf trwałości obiektów, niedoskonała dokładność przestrzenna, nieczytelny tekst w świecie, nierozwiązana dokładność dźwięku — opisują system, którego wartość tkwi w momencie interakcji, a nie w późniejszym artefakcie.

Dimension by dimension

• Dostarczany produkt — Genie 4 generuje świat wideo i dźwięku w czasie rzeczywistym; Hi3D v1.0 generuje statyczny plik siatki.

• Trwałość — świat Genie 4 kończy się wraz z końcem sesji; siatkę Hi3D v1.0 można przechowywać, wersjonować i dostarczać.

• Dane wejściowe — Genie 4 przyjmuje tekst oraz instrukcje sterujące; Hi3D v1.0 przyjmuje obraz referencyjny i zgrubną siatkę, co oznacza, że nie może generować wyłącznie na podstawie tekstu.

• Wykończenie powierzchni — wynikiem Genie 4 są klatki z pełnym cieniowaniem; wynikiem Hi3D v1.0 jest geometria bez tekstur, a wygląd pozostawiono późniejszemu etapowi teksturowania.

• Obliczenia — Genie 4 działa na infrastrukturze Google, dostęp wyłącznie na zaproszenie; Hi3D v1.0 działa na 96 GB H20, który trzeba posiadać lub wynająć.

• Dostęp — Genie 4 jest dostępny wyłącznie na liście oczekujących i nie ma podanej ceny; wagi Hi3D v1.0 można teraz pobrać na licencji Hi3D Open License 1.0, z warunkami komercyjnymi, które wchodzą w życie po przekroczeniu progu liczby użytkowników i przychodu.

• Dowody — Genie 4 ma pokazy demo i twierdzenia dostawcy bez opublikowanego benchmarku; Hi3D v1.0 ma raport projektu i dane dotyczące rozdzielczości, również bez niezależnego benchmarku 3D.

Zakładane przez ludzi nakładanie się a luka, która faktycznie istnieje

Założenie jest takie, że model świata i generator 3D to dwie drogi prowadzące do tego samego zasobu. Tak jednak nie jest, i to z powodów strukturalnych: Genie 4 generuje klatki autoregresywnie i nie utrzymuje jawnej reprezentacji 3D. Jego spójność jest właściwością emergentną sekwencji, a nie grafem scen, który można sprawdzić. Dlatego świat dryfuje po powtarzanych edycjach i dlatego nie ma czego eksportować. Widz widzi trójwymiarowe miejsce; model go nie zbudował.

Hi3D znajduje się po drugiej stronie tej linii. Zakłada, że ktoś ma już zgrubną siatkę — od generatora, ze skanu lub z przybliżenia CAD — i wyostrza tę siatkę. Nie potrafi wymyślić obiektu na podstawie promptu, nie potrafi umieścić dwóch obiektów w pokoju ani niczego animować. Podaj mu złą sylwetkę, a zwróci ostrzejszą złą sylwetkę, co jest realnym ryzykiem, którego karta modelu nie omawia.

Zatem formaty nie spotykają się w połowie. Nie istnieje opublikowany pipeline, który bierze sesję Genie 4 i zamienia ją w siatkę, i nie istnieje opublikowany pipeline, który bierze siatkę Hi3D i zamienia ją w interaktywny świat. Jedyny uczciwy obszar wspólny występuje na początku projektu: oba mogą pomóc podjąć decyzję, jak scena powinna wyglądać, zanim ktokolwiek zdecyduje się ją budować. Jeden pokazuje ujęcie; drugi daje ci pojedynczy obiekt z niego.

Koszt posiadania — i tu tak naprawdę dokonuje się wybór

Hi3D v1.0 ma cenę, którą można obliczyć już dziś: koszt GPU o pojemności 96 GB na czas dopracowania, plus czas pracy inżynierskiej potrzebny do złożenia ścieżki wnioskowania, plus to, czego wymaga licencja, gdy produkt przekroczy jej próg. To jest poznawalne, możliwe do ujęcia w budżecie i powtarzalne. Kompromis polega na tym, że to Ty odpowiadasz za potok przetwarzania i jego tryby awarii.

Genie 4 nie ma kosztu, który można obliczyć. Nie istnieje cena API, cena subskrypcji dedykowana temu modelowi ani publikowany licznik użycia. Jedyną liczbą związaną z dostępem jest subskrypcja AI Ultra, która obecnie zapewnia dostęp do Genie 3 przez Project Genie, a Google nie poinformował, czy Genie 4 będzie objęty tym samym planem, czy wyceniony osobno. Zespół nie może ująć tego w budżecie, co jest uzasadnionym powodem, by poczekać, nawet jeśli dema są dokładnie tym, czego projekt potrzebuje.

Żaden z tych modeli nie znajduje się w katalogu OrcaRouter i warto wyjaśnić, dlaczego, zamiast pozostawiać lukę: obecnie nie hostujemy modelu do generowania ani udoskonalania 3D, a Genie 4 nie ma publicznego punktu końcowego do routingu. Katalog oferuje natomiast hostowaną warstwę generowania wideo — modele takie jak Kling v3, które zamieniają prompt w klip — są to narzędzia prompt-to-video, a nie interaktywne modele świata. Traktowanie ich jako zamiennika Genie 4 byłoby błędem kategorii, więc tego nie zrobimy. Możemy natomiast zaoferować otaczający stos technologiczny: jedno API obejmujące ponad 200 modeli, z cenami listowymi dostawców przekazywanymi z marżą 0%, automatyczne przełączanie awaryjne między dostawcami oraz DSL routingu do łączenia kilku modeli w jedno wywołanie. Jeśli pipeline wymaga modelu do podpisów, planera i modelu wideo, to właśnie w tej kompozycji możemy realnie pomóc.

Decyzja nie jest więc trudna. Jeśli produktem końcowym ma być siatka, którą wykorzysta drukarka, silnik gry albo potok weryfikacyjny, Genie 4 nie wchodzi w grę, a Hi3D v1.0 jako jedyny z tych dwóch wytwarza to, czego potrzebujesz — pod warunkiem że masz GPU i potrafisz żyć bez tekstury. Jeśli produktem końcowym ma być ocena tego, jak pewne miejsce się porusza i brzmi, Hi3D v1.0 nie wchodzi w grę, a Genie 4 jako jedyny pokazuje ci to, gdy tylko otworzy się lista oczekujących. Kup artefakt, a nie demo.