Apollo World против SKY-001: когда «модель мира» означает три разные задачи

Apollo World и SKY-001 были анонсированы с разницей в пятнадцать дней, и у них почти нет ничего общего, кроме ярлыка. Apollo World — это агентный симулятор Baidu, представленный 3 ноября 2026 года, который генерирует наблюдения с камер и лидара виртуального города, чтобы стек роботакси можно было обучать и оценивать на полных поездках. SKY-001 — это инженерная модель мира от Skyfall AI, анонсированная 19 октября 2026 года, которая предсказывает упорядоченную последовательность визуальных состояний, через которые проходит изготовление механической детали, — пошаговый план изготовления по чертежам. Одна разворачивает дорожную сцену во времени. Другая разворачивает производственный процесс во времени. Обе по праву называются моделями мира, и именно в этом проблема с этим термином.

Термин незаметно стал названием должности, а не категорией. Теперь его носят три продукта: модели, которые генерируют среды, пригодные для просмотра; модели, которые симулируют среду, где агент может действовать; и модели, которые предсказывают переходы состояний процесса. Apollo World — второй. SKY-001 — третий. Сравнивать их напрямую — всё равно что сравнивать авиасимулятор с руководством по сборке: оба описывают, как что-то разворачивается, и вы никогда не использовали бы одно для задачи другого.

SKY-001 предсказывает сборку, а не улицу

Skyfall AI была основана командой, стоявшей за Maluuba — канадской исследовательской лабораторией, которую Microsoft приобрела в 2017 году; по сообщениям, среди её инвесторов есть Fidelity, Touring Capital, M13 и iNovia. SKY-001 была анонсирована 19 октября 2026 года как исследовательская предварительная версия с листом ожидания. Нет ни API, ни цен, ни лицензии, ни весов; полное коммерческое развёртывание планируется на начало 2027 года.

Архитектура состоит из двух этапов, оба представляют собой диффузионные трансформеры, работающие с визуальными состояниями, а не с текстовыми токенами.

• Hierarchical Composer создаёт проект целиком, а затем рекурсивно разбивает его на сборки, подсборки и детали, причём каждый уровень можно распараллелить. Именно так модель избегает создания единого монолитного чертежа сложного объекта.

• Construction World Model предсказывает упорядоченную последовательность визуальных состояний, которая формирует каждую конечную деталь, используя двухпроходную схему диффузии поверх автоэнкодера в стиле Matryoshka: сначала грубую латентную развёртку, затем уточнитель полного разрешения.

Заявленные объёмы обучающих данных велики и конкретны: более 200 000 деталей для компоновщика, более 600 000 примеров строительства и примерно 35 000 планов этажей, которые дают около двух миллионов состояний чертежей. На выходе получается последовательность визуальных планов — порядок сборки, отрисованный в виде чертежей. Это не редактируемая история элементов CAD, и Skyfall относит вывод на уровне элементов к будущей работе.

Именно на последнее различие инженер обратит внимание прежде всего. Последовательность изображений, показывающих, как собирается деталь, полезна для проверки, документирования, обучения модели следующего этапа и выявления невозможного порядка операций. Но это не модель, которую можно открыть в пакете CAD и отредактировать, и она не даёт механику траекторию инструмента.

Apollo World предсказывает трафик на следующую секунду

Заявление Baidu на мероприятии AI Day·Apollo в Шэньчжэне было подано как исправление для отрасли. Ван Лян, главный архитектор Intelligent Driving Group, утверждал, что модель мира должна быть не художником, создающим впечатляющее видео, а экзаменатором, проверяющим безопасность вождения. Последовавшая за этим система критериев «2+3» — наиболее ясная опубликованная попытка определить, что именно следует считать таковым.

Два обязательных условия: причинность — следующее состояние предсказывается из текущего, а не собирается покадрово и задним числом; и интерактивность — внедрённое действие меняет то, что происходит после. Три оцениваемых свойства: физическая точность, устойчивость и производительность в реальном времени. Устойчивость определяется как отсутствие дрейфа объектов и деталей при длительной работе; реальное время ограничено циклом принятия решений в одну тридцатую секунды — около 33 миллисекунд, — который необходим дорожному транспортному средству.

Три возможности модели соответствуют этому. Участники дорожного движения — это агенты с собственными решениями, а не запрограммированные статисты, поэтому тормозящее роботакси меняет поведение едущих за ним автомобилей. Камеры и лидар генерируются в реальном времени, поэтому тестируемый стек воспринимает виртуальный мир через тот же интерфейс, который использует на реальной дороге. А поездки замыкаются от начала до конца — заказ, посадка, высадка — при произвольных точках отправления и назначения. Baidu сообщает, что система уже поддерживает глобальную валидацию Apollo Go, и ссылается на около 100 000 симулированных километров в день, что подаётся как примерно три года непрерывных испытаний автомобилем с водителем безопасности. Наряду с этим приводились операционные показатели Apollo Go — 28 городов, более 23 млн поездок, 350 млн автономных километров, из которых 240 млн полностью без водителя.

Ни параметров, ни архитектуры, ни статьи, ни весов, ни цены. Apollo World — это внутренняя инфраструктура, впервые описанная публично, а не продукт с датой запуска, под которую можно покупать.

Цифры и что означает 43,6% IoU

Skyfall опубликовала два бенчмарка — оба основаны на самоотчётах, и ни один не был независимо воспроизведён. В задаче CAD-конструирования из 1000 компонентов примерно по 100 шагов чертежа на каждый SKY-001 сообщает 3,9 секунды и $0,005 за случай при среднем IoU 79,7%. Для GPT-6 Astra указаны 199 секунд, $0,75 и 79,1%; для Gemini 4 — 253 секунды, $0,25 и 76,9%; для Qwen 3.8 Max — 764 секунды, $0,30 и 34,4%; для Kimi K3 — 439 секунд, $0,13 и 9,5%; Grok 4.7 не выдала результата за 1250 секунд.

В BIM-задаче по планировке этажа с 1000 планов и примерно 70 шагами SKY-001 показывает 1,22 секунды, $0,0024 и 43,6% IoU против 42,3% у Gemini 3.8 Flash, 40,6% у GPT-6 Astra, 33,7% у Kimi K3, 28,8% у Qwen 3.8 Max и 28,2% у Grok 4.7.

Читайте внимательно: таблицы говорят кое-что более интересное, чем заголовок. Преимущество CAD над GPT-6 Astra составляет 0,6 пункта IoU — в собственном посте Skyfall говорится, что модель «не уступает или превышает», а не «обходит» её, — так что реальное преимущество — примерно в 51 раз более высокая скорость и в 150 раз меньшая стоимость, а не лучший результат. Преимущество в BIM — 3,0 пункта. А средний IoU 43,6% на планах этажей означает, что лучшая модель в таблице восстанавливает менее половины эталонного плана по пересечению-объединению. Это число из исследовательского превью, а не производственный показатель, и, по сообщениям, на лендинге отображается 76,1%, тогда как в блоге для CAD указано 79,7%, — а это именно тот вид расхождения, который возникает, когда одну и ту же цифру повторно указывают в разных местах.

Одно утверждение в материале не подтверждается источниками: что SKY-001 превосходит Claude Opus 5.5. Opus 5.5 фигурирует в материале как слепой судья — языковая модель наряду с GPT-6.1 Sol, а не как участник ни на одном из бенчмарков. То, что судья предпочитает его в качественном сравнении, не то же самое, что более высокий балл по IoU.

Где сравнение действительно имеет значение: кто оценивает результат

Единственная методологическая нить, связывающая два объявления, — это оценка с помощью модели. Ключевые заявления Skyfall частично опираются на слепую панель языковых моделей, оценивающих рисунки. Заявления Baidu опираются на внутреннюю рубрику, применяемую его собственными инженерами, без какого-либо внешнего оценивания. Ни одна из компаний не опубликовала протокол, который третья сторона могла бы воспроизвести.

Это наименее зрелая часть бума world-model, и именно здесь маршрутизирующий слой выполняет настоящую работу, а не декоративную. Оценка сгенерированных визуальных состояний — это вызов модели, часто несколько вызовов от разных поставщиков, чтобы предпочтения ни одной отдельной лаборатории не определяли «хорошее». У OrcaRouter объединение моделей позволяет панели моделей совместно ответить на один и тот же оценочный запрос и возвращает их сводный вердикт через одну конечную точку, а DSL маршрутизации может направлять разные этапы оценки разным моделям без переписывания обвязки. Вот слой, который мы покрываем: более 200 моделей, один ключ, 0% наценки при передаче каталожной цены провайдера. Ни SKY-001, ни Apollo World не входят в этот каталог, и ни один из них не является моделью, которую вы вызываете, — вызываете вы судей.

Ни один из них не является вызываемым, и это меняет решение.

Вопрос доступности имеет одинаковый ответ для обоих, но по разным причинам. SKY-001 — это исследовательский предварительный просмотр, доступный по списку ожидания; коммерческое развертывание запланировано на начало 2027 года, а опубликованных условий нет. Apollo World развернут внутри Baidu и не предлагается внешним пользователям. Ни у одного из них нет цены, и ни один из них сегодня нельзя сравнить с вашей собственной рабочей нагрузкой.

Из каждого из них можно взять метод. Двухэтапная декомпозиция SKY-001 — собрать целое, а затем предсказать последовательность построения каждого листа — это повторно используемый шаблон для любого процесса, у которого есть иерархия и порядок операций. Рубрика 2+3 Apollo World — это повторно используемый тест для любого симулятора, который кто-то пытается вам продать, и в частности её критерий устойчивости — это вопрос, на который большинство поставщиков не могут ответить с помощью измерения.

Три вопроса, которые подскажут, какой из них вам нужен

Во-первых: действует ли внутри того, что вы моделируете, некий агент? Если да, вам нужен симулятор среды, и применяется рубрика Apollo World. Если переходы состояний детерминированы и определяются планом, а не политикой, вам нужно нечто более близкое к SKY-001.

Во-вторых: выходные данные потребляет человек или контур управления? Последовательность строительства потребляется инженерами и нижестоящими моделями, поэтому метриками являются визуальная правдоподобность и порядок шагов. Симуляцию вождения потребляет стек восприятия и планирования, поэтому метриками являются метрическая согласованность датчиков и задержка. У этих двух почти нет общих критериев оценки.

В-третьих: вам нужна физика или вам нужна процедура? SKY-001 знает, что кронштейн должен быть прикреплён до того, как будет прикреплён узел, который он удерживает; но не знает, что происходит, когда кронштейн роняют. Apollo World знает, что происходит, когда пешеход выходит на проезжую часть; но не имеет мнения о том, как изготавливается деталь.

Ярлык «модель мира» продолжит растягиваться, потому что он одновременно выполняет маркетинговую работу как минимум для четырёх разных продуктовых категорий. Полезная практика — спрашивать, какое состояние предсказывается, что на него воздействует и кто использует предсказание. Apollo World и SKY-001 отвечают на эти три вопроса совершенно по-разному, и как только вы их задаёте, сравнение растворяется в том, чем оно всегда было: две хорошие идеи, которым просто случилось иметь одно название.