PAN 2 против Agora-2: один моделирует последствия, другой поддерживает жизнь мира

Двадцать человек в одном мире — это звучит как больше чем один человек, воображающий, что произойдёт дальше. В этом и заключается вся путаница между PAN 2 и Agora-2, и её стоит распутать, прежде чем кто-либо начнёт сравнивать их друг с другом в бенчмарках. Agora-2 — это игровой исследовательский предпросмотр от Odyssey, опубликованный 21 сентября 2026 года, который поддерживает двадцать участников в общей смоделированной среде (четверо из них — люди-операторы, шестнадцать — обученные политики) и сохраняет согласованность их мира, даже когда игрок отводит взгляд. PAN 2 — это симулятор IFM с открытыми весами на 29 миллиардов параметров, выпущенный в виде 86,17-гигабайтного чекпойнта Apache-2.0, который принимает кадр и описанное действие и возвращает до двадцати секунд видео, предсказывающего последствие. Один — это сервер для мира. Другой — это вопрос, который вы задаёте миру. Совпадение терминологии почти полное, а совпадение функций близко к нулю — именно поэтому сравнение постоянно получается неудачным.

Число, которое передаётся, — не то число, которое имеет значение.

Освещение Agora-2 начинается с двадцати, и собственный пост Odyssey этому способствует. Состав интереснее количества. Четыре одновременных человека-контроллера подают ввод движения и действий; шестнадцать автономных сущностей управляются политиками монстров и компаньонов, которые Odyssey обучила на том же корпусе, на котором обучался мир, — записях Diablo II. Так что сессия — это не двадцать человек в комнате. Это задача рендеринга с крошечной машиной состояний в центре, замаскированная под игровой сервер.

Именно эта архитектура делает Agora-2 объектом иного рода, чем PAN 2. Odyssey разделяет то, что решает, что произойдёт, и то, что решает, как это будет выглядеть, а разрыв в размерах между ними — самое поразительное число в отчёте: модель симуляции имеет 4 457 777 параметров — примерно 4,5 млн, шириной в четыре слоя, с четырнадцатью ветвями движения и окном истории на четыре шага, — тогда как рендерер представляет собой flow-matching-трансформер примерно на один миллиард параметров, выполняющий пять шагов решателя при каждом обновлении и обусловленный префиксом из 342 токенов, описывающим карту, сущности, переходные эффекты, камеру и состав.

PAN 2 действует наоборот. Он тратит почти всю свою ёмкость на восприятие: 29B-мультимодальный диффузионный трансформер предсказывает кадры, а часть, которая определяет, что произойдёт, — это вовсе не обученный симулятор, а языковая модель, которая пишет структурированное, привязанное ко времени описание событий, действий и движения камеры. Agora-2 помещает свой интеллект в крошечное явное представление состояния. PAN 2 помещает свой интеллект в рендерер и делегирует рассуждения тексту.

• Решает, что произойдёт — Agora-2: обученная имитационная модель с 4,46 млн параметров и явным состоянием сущностей; PAN 2: любая языковая модель, следующая инструкциям и составляющая описание состояния мира.

• Рендерит это — Agora-2: ~1B-рендерер flow matching при пяти шагах решателя на обновление; PAN 2: 29B-диффузионный трансформер при пятидесяти шагах с guidance на каждом шаге.

• Временной горизонт — Agora-2: открытая сессия, которая сохраняется; PAN 2: до 20 секунд на клип, не более одного начального кадра, с дрейфом между клипами.

• Ввод — Agora-2: команды перемещения и действий от контроллеров, а также обученные политики; PAN 2: необязательный первый кадр и структурированное описание действия в текстовом виде.

• Участники — Agora-2: 4 человека и 16 политик в одном общем состоянии; PAN 2: нет, это генератор пакетов.

• Доступ — Agora-2: нет весов, нет репозитория, нет лицензии и нет цены; PAN 2: веса Apache-2.0, без ограничений доступа, с кодом на GitHub и рецептом для vLLM.

Персистентность — вот что Agora-2 на самом деле решила.

Отбросьте мультиплеерную рамку — и настоящий вклад Agora-2 окажется одной фразой в посте Odyssey: поскольку свойства сущности сохраняются независимо от любого конкретного вида, они остаются доступными, когда сущность выходит из кадра. Видеогенератор, который учитывает только последние кадры, теряет монстра в тот момент, когда вы оборачиваетесь. Модель мира, хранящая явное состояние, — нет. Именно это проектное решение отличает Agora-2 от любой видеомодели с мультиплеерными амбициями, и именно поэтому двадцать участников — это заявление об управлении состоянием, а не о рендеринге.

PAN 2 не делает такого заявления, и в его карточке модели это указано. Каждый клип симулируется на основе не более чем одного начального кадра и текста, поэтому внешний вид дрейфует от клипа к клипу при длительных взаимодействиях, а карточка называет перцептивную память, поддерживаемую наряду с текстовым состоянием, тем, что потребовалось бы для исправления. Иными словами: PAN 2 знает, что у него есть проблема Agora-2, и не решил её, а Agora-2 решил одну из версий этой проблемы, сохраняя мир достаточно малым, чтобы его можно было удержать в явном тензоре.

В совокупности эти два подхода очерчивают границы области. Если ваш мир можно описать 4,5 млн параметров — сеткой карты, списком сущностей, набором ветвей движения — сохранение состояния остаётся разрешимой задачей, и вы получаете сессию. Если же ваш мир — это физические последствия в открытой предметной области, вам нужен рендерер, который понимает материалы и контакт, и сохранение состояния становится открытой исследовательской задачей, как только камера начинает двигаться.

Сколько стоит сеанс и сколько стоит симуляция

Ни одно из этих чисел не публикуется в качестве цены, поскольку ни одна из моделей не продаётся. Оба они публикуются как характеристики оборудования, и это полезнее.

План обслуживания Odyssey для сессии на четырёх игроков — четыре карты NVIDIA RTX PRO 4500: один рендерер на каждую GPU, причём одна из этих GPU также размещает модель симуляции и политики агентов, с целевым показателем пятнадцать латентных обновлений в секунду при тридцати отображаемых кадрах в секунду. В отчёте честно признаётся, что эти два показателя являются целевыми, а не измеренными — в разделе 8 устойчивая частота кадров и задержка от ввода до отображения при живом взаимодействии нескольких агентов указаны как количественно неоценённые. Счёт за обучение также детализирован: шестьдесят тысяч обновлений на 4 232 000 сегментах, затем ещё шестьдесят тысяч на 4 332 800, выполненных на 32 GPU B200.

Эквивалент PAN 2 — это рецепт vLLM: тринадцать секунд видео 704×1248 примерно за 119 секунд на четырёх GPU B300, при документированном значении по умолчанию — восемь H200 в BF16. Пятьдесят шагов сэмплера с classifier-free guidance на каждом шаге — сто прямых проходов через трансформер на 29B на клип — вот почему guidance распараллелен между двумя рангами, а параллелизм по последовательности — ещё между двумя.

Эти две конфигурации сопоставимы по масштабу — и на этом сходство заканчивается. Четыре карты оплачивают сессию, которая продолжает работать. Четыре карты на PAN 2 оплачивают две минуты за каждые тринадцать секунд отрендеренного результата, а стоимость плана — это стоимость каждого кандидата, которого рассмотрел планировщик. Показатель Odyssey — это нижняя граница пропускной способности для одного опыта. У IFM это цена за вопрос.

Только одно из этого можно построить уже сегодня.

Это та часть, где сравнение перестаёт быть архитектурным.

Agora-2 — это исследовательский предпросмотр с играбельным демо по собственному адресу Odyssey и техническим отчётом. Нет весов, нет репозитория, нет лицензии, нет API для инференса и нет цены. Odyssey описывает траекторию к взаимодействию нескольких агентов внутри фундаментальных моделей мира как будущую работу, где PROWL — исследовательское направление, а Odyssey-3 — конечная цель. На практике: вы можете в неё поиграть, но не можете на ней строить, и никакая третья сторона тоже не может предоставить вам к ней доступ.

PAN 2 — это обратная схема. Веса на Hugging Face с 7 октября 2026 года, без ограничений доступа; Apache-2.0 на собственный код и веса; репозиторий GitHub со скриптами инференса и обучения с 5 ноября; поддержка vLLM-Omni с первого дня (Day-0), влитая 10 ноября; гардрейл, распространяемый как отдельный репозиторий с собственными показателями ложноположительных срабатываний. Объявление IFM — это один пост в собственном аккаунте в X — «Представляем PAN 2: открытая фундаментальная модель мира для физического интеллекта» — без записи в блоге, ссылки на статью, хостируемого эндпоинта или страницы с ценами. Это скудное объявление, обёрнутое вокруг весомого артефакта, — обратная ситуация по сравнению с отполированным постом Agora-2 вокруг закрытой демонстрации.

Если ваш вопрос — «что я могу вывести в производство в этом квартале», ответ — ни то ни другое, но по разным причинам. У Agora-2 нет описанного Odyssey пути от демо до развертывания. У PAN 2 есть путь — веса и рецепт — и ограничение, которое определяет, стоит ли по нему идти: примерно в двух из трех смоделированных планов есть как минимум один шаг, который не выполняется, согласно разделу ограничений самой карточки модели.

Гибрид, который не построила ни одна из двух лабораторий

Интересный инженерный вопрос не в том, какая модель победит. Он в том, как выглядит система, которая использует каждую из них для того, в чём она хороша, — и ни один из поставщиков её не выпускает.

Представьте агента, которому нужно планировать внутри постоянного мира. Дизайн Agora-2 показывает, как удерживать мир стабильным: явное состояние, структурированный префикс условий, политики, достаточно компактные, чтобы работать рядом с рендерером. Дизайн PAN 2 показывает, как отвечать на вопрос «что будет, если» о физическом взаимодействии: передать вопрос языковой модели, получить структурированное описание, отрендерить последствие, посмотреть на него. Стек, который сохранял бы состояние Agora-2 и запрашивал у PAN 2 мелкозернистую физику внутри одной ячейки этого состояния, был бы строго лучше любого из них и потребовал бы от обеих лабораторий открыть нечто такое, чего они пока не открывают.

То, что можно сделать уже сегодня, — это та половина, для которой не нужна ни одна из моделей. Планировщик PAN 2 определяется как любая языковая модель, следующая инструкциям, и IFM ранжировала четыре из них по показателю выполнения полного плана: Claude Opus 5.5, GPT-6 Astra при среднем уровне усилий, Kimi K3, Qwen3.8-Flash. Все четыре доступны на OrcaRouter, поэтому этап создания подписей в конвейере PAN 2 может проходить через одну конечную точку с автоматическим переключением при сбое и передачей прейскурантной цены каждого провайдера с наценкой 0%, с заменой под каждый эксперимент, а не под каждый контракт. OrcaRouter не размещает PAN 2 и не может маршрутизировать её — 29B-рендерер остаётся на ваших GPU — и уж точно не может разместить Agora-2, чего не может никто. Что маршрутизатор может сделать — это сохранять эластичность половины, отвечающей за рассуждения, пока половина, отвечающая за симуляцию, привязана к оборудованию, которым вы уже владеете.

Как решить

Если вы создаёте игру, среду обучения для агентов, которым нужно действовать в общем пространстве, или что-либо ещё, где мир должен оставаться согласованным, пока через него перемещаются несколько участников, то Agora-2 — это более релевантное исследование и при этом менее доступное. Прочитайте отчёт, поиграйте в превью и воспринимайте двадцать участников как заявление о проектировании состояний, а не как ресурс, который можно арендовать.

Если вам нужно оценивать физические результаты — удержится ли этот захват, разольётся ли это при переливании, выживет ли этот план при соприкосновении со сценой — Agora-2 ничего вам не даст, а PAN 2 можно скачать, он документирован и честно признаёт, что в большинстве планов пропускает шаг. Заложите бюджет на GPU до того, как закладывать бюджет на инженерию: четыре B300s на две минуты за тринадцать секунд задают стоимость каждого кандидата, который рассматривает ваш планировщик.

Эти две системы ещё какое-то время будут сравнивать между собой, потому что «мировая модель» сейчас — это ярлык, который навешивают на всё, что предсказывает что-то визуальное. Здесь этот ярлык бесполезен. Одна из этих систем — это место, которое остаётся на месте, пока люди перемещаются по нему. Другая — это вопрос о том, что произойдёт дальше, на который отвечают по запросу, причём ответ ограничен двадцатью секундами. Путать их — значит терять четверть инженерного времени; различить их — значит потратить полдня.