PAN 2 против ABot-Earth 0.7: две модели мира, разделённые одной осью

Обе называются моделями мира. Обе вышли в последние два месяца 2026 года. Обе покажут вам место, где вы никогда не были. И они ни в каком смысле, важном для покупателя, не заменяют друг друга, потому что PAN 2 предсказывает, что произойдёт дальше в сцене в течение следующих двадцати секунд, а ABot-Earth 0.7 генерирует город масштабом в километр, по которому можно гулять сколько угодно. Одна — модель последствий. Другая — модель мест. Если вы выбираете между ними для проекта, честный первый шаг — заметить, что у вопроса «какая лучше» нет ответа, а у полезного вопроса — какая из них на самом деле нужна вашему пайплайну и можете ли вы её получить — ответ есть.

Второй вопрос — это то, где эти двое резко расходятся, и дело вовсе не во вкусах. PAN 2 поставляется как 86,17 гигабайта весов под лицензией Apache-2.0 с поддержкой обслуживания, интегрированной в vLLM-Omni; вы можете скачать его сегодня же днём и запустить на собственных GPU. ABot-Earth 0.7 — это производственная система внутри потребительского приложения Amap, без публичного API, без весов и с белым списком для функции генерации. Один из них — артефакт, который можно подержать в руках. Другой — демонстрация, на которую можно посмотреть.

Что именно испускает каждый из них

PAN 2 принимает наблюдение — необязательный первый кадр плюс текстовое описание — и набор действий, описанных текстом, и возвращает MP4. Внутри это двухступенчатая система: языковая модель пишет структурированное описание состояния мира, привязанное ко времени, замороженный текстовый энкодер преобразует его в признаки-условия, а 29B мультимодальный диффузионный трансформер рендерит до двадцати секунд видео 704×1248 с частотой 24 кадра в секунду. Выход короткий, дорогой и конкретный: он отвечает на вопрос «что это действие делает с этой сценой», и ответ ограничен двадцатью секундами, потому что каждый клип моделируется не более чем из одного начального кадра.

ABot-Earth 0.7 принимает геопривязанное спутниковое изображение или текстовый запрос и возвращает 3D-сцену Gaussian Splatting с иерархическими структурами уровня детализации, экспортируемую в Unreal Engine и Unity. Amap — картографическое подразделение Alibaba — представила её на своём гала-мероприятии Street Stars в Ханчжоу 10 сентября 2026 года, представив как первую нативную 3D-модель городского мира и заявив, что для генерации среды масштабом в километр на одном потребительском GPU требуется примерно десять минут. На выходе получается место, а не момент: вы исследуете его, а не ждёте, пока оно сформируется.

Если поставить их рядом, форма несоответствия становится очевидной.

• Результат — PAN 2 выдаёт 20-секундный MP4 в разрешении 704×1248 и 24 кадра/с; ABot-Earth 0.7 выдаёт сцену 3DGS со структурами LOD, экспортируемую в Unreal и Unity.

• Входные данные — PAN 2 принимает первый кадр и структурированную подпись действия; ABot-Earth 0.7 принимает спутниковое изображение или текстовый запрос.

• Временной горизонт — PAN 2 моделирует несколько секунд вперёд, а за пределами этого промежутка дрейфует от клипа к клипу; ABot-Earth 0.7 статичен во времени — это снимок места, которое не развивается.

• Устройство — задокументированная конфигурация инференса PAN 2 по умолчанию — восемь H200 в BF16, с рецептом из четырёх B300 на тринадцать секунд за 119 секунд; ABot-Earth 0.7 заявлен на одном потребительском GPU: километр за десять минут.

• Доступ — PAN 2 распространяется под лицензией Apache-2.0 на Hugging Face без ограничений, код доступен на GitHub; ABot-Earth 0.7 не имеет весов, публичного API и функции генерации только по приглашению.

• Независимая оценка — ни у кого из них её нет. Оба набора цифр исходят от лабораторий, создавших эти модели.

Время и пространство — не одна и та же ось

Различие, лежащее в основе всего этого, стоит сформулировать, потому что оно меняет то, для чего предназначена каждая модель. ABot-Earth расширяет сцену в пространстве: из одного спутникового фрагмента она синтезирует здания, улицы и интерьеры, которые вы увидели бы, если бы прилетели туда, и сохраняет их согласованными при переходе от обзора города к уровню улицы. Её заявка — охват и достоверность в масштабе.

PAN 2 расширяет сцену во времени: по одному кадру и описанному действию он предсказывает последующие кадры, и главное, что он старается воспроизвести, — это причинно-следственная цепочка: всплеск меняется, когда меняется объект, потому что изменились масса и площадь поверхности, и модель выучила эту взаимосвязь, а не запомнила всплеск. Концепция IFM такова: языковая модель предсказывает следующее слово, а PAN 2 предсказывает следующий мир, и демонстрация, показанная 11 ноября 2026 года, делает это наглядным: бросьте клубнику в миску, затем замените её на резиновую утку, затем измените жидкость — и три симуляции различаются так, как следует из физики.

Приложению, которому нужен один, редко нужен другой. Команде робототехников, оценивающей кандидатные захваты, нужна ось PAN 2. Картографическому продукту, развёртыванию цифрового двойника или игровой студии, создающей окружение, нужна ось ABot-Earth. Пересечение — это узкая полоса, где кто-то хочет поместить сгенерированный город в симуляцию, а затем анимировать происходящее внутри неё, — и там эти двое сочетались бы, а не конкурировали, если бы вторую половину можно было получить.

Сравнение, которое действительно имеет значение: сможете ли вы это запустить

По возможностям эти двое несопоставимы, и никто не пытался их сравнивать. По закупкам они — день и ночь.

История доступа к PAN 2 на удивление полна для исследовательского релиза. Веса были опубликованы 7 октября 2026 года вместе с карточкой модели, конфигами и навыком prompt-rewriter; репозиторий GitHub со скриптами инференса и обучения появился 5 ноября; vLLM-Omni 10 ноября добавил в основную ветку поддержку text-to-video и image-to-video с первого дня (Day-0), а в тот же вечер появилась страница рецепта, документирующая конфигурацию с четырьмя B300 и конфигурацию по умолчанию с восемью H200. IFM опубликовала своё объявление в X в 17:00 UTC 10 ноября — через пятьдесят шесть минут после слияния во фреймворке — с текстом: «Представляем PAN 2: открытая фундаментальная модель мира для физического интеллекта». Ни поста в блоге, ни ссылки на статью, ни хостингового эндпоинта, ни цены. Но саму вещь можно скачать, и лицензия разрешает коммерческое использование.

История доступа ABot-Earth 0.7 противоположна. Демо-сайт работает, но генерация доступна только по приглашениям — интерфейс описывает создание как находящееся в бете и предлагает заявку на включение в белый список. Нет опубликованных цен, тарифной сетки и документации для разработчиков, описывающей, как внешняя система могла бы к нему обращаться. Выпуск 0.5 в июне разместил технический отчёт на arXiv и репозиторий на GitHub, причём этот репозиторий служил домом для отчёта, а не реализацией; ничто из анонсированного с 0.7 не указывает на то, что веса открылись. Сайт также полностью на упрощённом китайском, без переключателя локалей, поэтому оценка на английском означает работу с пресс-материалами Amap.

Для большинства команд на этом сравнение заканчивается ещё до обсуждения возможностей. Модель, к которой нельзя обратиться, — не кандидат; это ориентир того, как будет выглядеть категория, когда она станет доступной.

Что есть у Amap такого, чего нет у IFM, и почему это не переносится

Причина, по которой {{1}}ABot-Earth 0.7{{/1}} стоит воспринимать всерьёз, несмотря на проблему с доступом, заключается в том, что это не лабораторная демонстрация. Он лежит в основе {{2}}Flying Street View 2.0{{/2}} — потребительской функции, которая заменила облёты по фиксированным маршрутам свободно исследуемым 3D-пространством; Amap сообщает, что более 880 миллионов человек использовали поверхность {{3}}Street Stars{{/3}}, в которой он работает. Испытания идут в отдельных локациях в таких городах, как Пекин и Ханчжоу, а варианты использования компания называет конкретно: проверка линии обзора с определённого места в театре, навигация внутри торгового центра, оценка рельефа перед поездкой.

За этим стоит позиция в данных, которую ни одна лаборатория моделей не сможет быстро скопировать: Amap заявляет о почти миллиарде ежемесячно активных пользователей, пиковые суточные вызовы позиционирования Beidou приближаются к триллиону, а накопленные за десятилетия пространственно-временные данные охватывают дорожные сети, точки интереса и текущий трафик. Архитектура 3DGS — опубликованная работа. А корпус, лежащий в её основе, — нет.

Ничто из этого не помогает стороннему разработчику, и именно эту часть освещение запуска обычно обходит стороной. Заявленные Amap ключевые цифры — десять минут на квадратный километр, до 1000 раз быстрее традиционной реконструкции при примерно 1/100 стоимости, более 196 стран и регионов, выходной 3DGS-результат, готовый для Unreal и Unity — все основаны на данных самого вендора, ни одна из них не была независимо воспроизведена, и всё это предоставляется вместе с белым списком, а не с эндпоинтом. Потребительский запуск сам по себе является своего рода доказательством того, что система работает в масштабе. Это не доказательство того, что вы можете её запустить.

Где каждый из них оправдывает своё место в сборке

Представьте на мгновение, что вы можете получить и то и другое, поскольку именно к такой ситуации движется эта категория. Разделение чёткое.

PAN 2 — это фильтр для действий-кандидатов. Его устройство предполагает, что агент уже включён в контур: концептуальный модуль рассуждения — это любая языковая модель, следующая инструкциям, и IFM проранжировала четыре из них по завершению полного плана — Claude Opus 5.5, GPT-6 Astra при среднем уровне усилий, Kimi K3, Qwen3.8-Flash — что показывает задуманную схему: модуль рассуждения предлагает планы, а симулятор отрисовывает их последствия, чтобы модуль рассуждения мог выбрать один из них. Планировать нужно с учётом стоимости этого контура, а не качества видео: пятьдесят шагов сэмплера с guidance на каждом шаге — это сто прямых проходов через 29B-трансформер на клип, а план из пяти кандидатов и десяти шагов — это пятьдесят клипов.

Этот слот ризонера — единственная часть стека, которой не нужен кластер GPU, и все четыре модели IFM из рейтинга присутствуют в каталоге OrcaRouter. Управление переписчиком промптов через один API-ключ позволяет менять планировщики под каждый эксперимент, а не под каждый контракт, при этом автоматическое переключение при сбоях поглощает деградацию провайдера, и списочные цены провайдеров передаются с наценкой 0 %, так что изменение цены поставщика вступает в силу в эндпоинте в тот же день, когда оно происходит, а не после закупочного цикла. OrcaRouter не размещает PAN 2 и не может маршрутизировать его — диффузионная половина остаётся на вашем оборудовании, — но та половина, которая решает, что симулировать, — это обычная тарифицируемая текстовая работа, и именно в ней на самом деле живёт разброс от запуска к запуску.

ABot-Earth — это фабрика сред. Её естественный результат — место, куда можно помещать объекты: полигон для воплощённых агентов, цифровой двойник, синтетические данные вождения, сцена для симуляции. Если она когда-нибудь выпустит API, рабочий процесс, который она сделает возможным, будет дополнять PAN 2, а не дублировать его — сгенерировать мир один раз, а затем симулировать действия внутри него, — а форматы экспорта, которые Amap уже заявляет, станут точкой стыковки.

Что изменило бы эту страницу

Для ABot-Earth 0.7 важнее всего одно: опубликованный API с ценой. Этот единственный шаг превращает белый список в кандидата и делает осмысленным сравнение затрат со счётом PAN 2 за GPU. За этим стоят три менее масштабные неизвестные — появится ли вообще технический отчёт по версии 0.7, ведь у 0.5 он вышел через несколько дней; откроются ли веса, что сделало бы продукт действительно иным предложением для команд моделирования, которые, по словам Amap, она обхаживает; и сможет ли кто-либо за пределами Amap воспроизвести заявление о десяти минутах на квадратный километр на собственном оборудовании.

Для PAN 2 недостающий элемент — исследование отказов. В его карточке модели признаётся, что примерно в двух из трёх смоделированных планов есть как минимум один шаг, который не выполняется, и что то, насколько точно он моделирует планы, которые должны провалиться, пока не измерено. Симулятор, который не может показать вам плохой исход, — это лишь половина фильтра. Независимая оценка показателей возможностей тоже помогла бы; каждая цифра в отчёте IFM получена с помощью испытательного стенда IFM, а для исследования с участием людей использовалась группа из тринадцати рецензентов.

Что выбрать

Если вам нужно место — город, интерьер здания, рельеф, что угодно, что вы иначе восстанавливали бы по данным геодезической съёмки, — PAN 2 вам не поможет, и ABot-Earth 0.7 — более впечатляющая система, но пока она вам недоступна, поэтому практичный ответ — оставаться на текущем пайплайне реконструкции и ждать API. Если вам нужно знать, что делает действие, прежде чем его совершить, ABot-Earth не поможет вам вообще — в статичной сцене нет последствий, — а PAN 2 — одна из немногих моделей с открытыми весами, которая пытается это делать, причём веса, код, рецепт развёртывания и частота отказов опубликованы.

Сравнение, которое ищут люди, будто это соперничающие товары на полке, не существует. Существует категория — модели мира, — которая разделяется по оси, которую большинство обзоров не удосужились назвать. Одна сторона моделирует, где находятся объекты. Другая — что произойдёт дальше. В конце 2026 года только у одной из них есть ссылка для скачивания.