Apollo World vs SKY-001: När "World Model" betyder tre olika saker

Apollo World och SKY-001 tillkännagavs med femton dagars mellanrum och har nästan ingenting gemensamt förutom en etikett. Apollo World är Baidus agentdrivna simulator, som offentliggjordes den 3 november 2026 och genererar kamera- och lidarobservationer av en virtuell stad så att en robotaxi-stack kan tränas och utvärderas på kompletta resor. SKY-001 är Skyfall AI:s ingenjörsvärldsmodell, som tillkännagavs den 19 oktober 2026 och förutsäger den ordnade sekvensen av visuella tillstånd genom vilka en mekanisk del byggs – en konstruktionsplan ritning för ritning. Den ena rullar en trafikscen framåt i tiden. Den andra rullar en tillverkningsprocess framåt i tiden. Båda kallas korrekt världsmodeller, och det är precis problemet med uttrycket.

Termen har tyst blivit en jobbtitel snarare än en kategori. Tre produkter bär den nu: modeller som genererar miljöer som går att titta på, modeller som simulerar en miljö som en agent kan agera i, och modeller som förutsäger tillståndsövergångar i en process. Apollo World är den andra. SKY-001 är den tredje. Att jämföra dem direkt är som att jämföra en flygsimulator med en monteringsanvisning: båda beskriver hur något utvecklas, och man skulle aldrig använda den ena för den andras uppgift.

SKY-001 förutspår en build, inte en gata

Skyfall AI grundades av teamet bakom Maluuba, det kanadensiska forskningslabb som Microsoft förvärvade 2017, och enligt uppgifter finns Fidelity, Touring Capital, M13 och iNovia bland dess finansiärer. SKY-001 tillkännagavs den 19 oktober 2026 som en forskningsförhandsvisning med en väntelista. Det finns inget API, inget pris, ingen licens och inga modellvikter; fullständig kommersiell driftsättning planeras till början av 2027.

Arkitekturen består av två steg, båda diffusions-transformatorer som arbetar med visuella tillstånd i stället för texttoken.

• Hierarchical Composer genererar en komplett konstruktion och delar sedan rekursivt upp den i sammansättningar, delsammansättningar och delar, där varje nivå kan parallelliseras. Det är så modellen undviker att generera en enda monolitisk ritning av ett komplext objekt.

• Construction World Model förutsäger den ordnade sekvensen av visuella tillstånd som bygger upp varje lövdel, med ett tvåpassers diffusionsschema över en autoencoder i Matryoshka-stil: först en grov latent utrullning, sedan en förfinare i full upplösning.

Påståendena om träningsdata är omfattande och specifika: fler än 200 000 delar för kompositören, fler än 600 000 konstruktionsexempel och ungefär 35 000 planritningar som bidrar med cirka två miljoner ritningstillstånd. Det som kommer ut är en sekvens av visuella planer – en byggordning återgiven som ritningar. Det är inte en redigerbar CAD-funktionshistorik, och Skyfall listar utdata på funktionsnivå som framtida arbete.

Den sista distinktionen är den som en ingenjör bryr sig mest om. En bildsekvens som visar hur en del monteras är användbar för granskning, dokumentation, träning av en nedströmsmodell och för att upptäcka en omöjlig operationsordning. Det är inte en modell som du kan öppna i ett CAD-paket och redigera, och den ger inte en maskinoperatör någon verktygsbana.

Apollo World förutspår nästa sekund av trafik

Baidus avslöjande vid AI Day·Apollo i Shenzhen framställdes som en korrigering av området. Wang Liang, chefsarkitekt för Intelligent Driving Group, hävdade att en världsmodell inte borde vara en målare som producerar imponerande video utan en examinator som verifierar körsäkerhet. Den därpå följande bedömningsmallen – "2+3" – är det tydligaste publicerade försöket att definiera vad som räknas.

De två grindarna är kausalitet, vilket innebär att nästa tillstånd förutsägs från det nuvarande i stället för att byggas upp bildruta för bildruta och fyllas i efteråt, och interaktivitet, vilket innebär att en injicerad åtgärd förändrar det som följer. De tre graderade egenskaperna är fysisk noggrannhet, persistens och realtidsprestanda. Persistens definieras som frånvaron av drift i objekt och detaljer över långa körningar; realtid begränsas av den beslutscykel på en trettiondels sekund, cirka 33 millisekunder, som ett vägfordon kräver.

Modellens tre förmågor motsvarar det. Trafikantema är agenter med egna beslut i stället för skriptade rekvisita, så en bromsande robotaxi förändrar beteendet hos bilarna bakom den. Kamera och lidar genereras i realtid, så stacken som testas uppfattar den virtuella världen genom samma gränssnitt som den använder på en verklig väg. Och resor sluts från början till slut – beställning, upphämtning, avlämning – mellan godtyckliga start- och målpunkter. Baidu säger att systemet redan stöder Apollo Gos globala validering och anger cirka 100 000 simulerade kilometer per dag, vilket beskrivs som ungefär tre års kontinuerlig testning med en bil utrustad med säkerhetsförare. Apollo Gos driftssiffror – 28 städer, fler än 23 miljoner resor, 350 miljoner autonoma kilometer, varav 240 miljoner helt förarlösa – citerades samtidigt.

Inga parametrar, ingen arkitektur, ingen artikel, inga vikter, inget pris. Apollo World är intern infrastruktur som beskrevs offentligt för första gången, inte en produkt med ett lanseringsdatum som man kan köpa utifrån.

Siffrorna, och vad ett IoU på 43,6 % innebär

Skyfall publicerade två benchmarks, båda självrapporterade och ingen av dem oberoende replikerad. På en CAD-konstruktionsuppgift med 1 000 komponenter vid ungefär 100 ritningssteg vardera rapporterar SKY-001 3,9 sekunder och 0,005 USD per fall vid ett genomsnittligt IoU på 79,7 %. GPT-6 Astra anges till 199 sekunder, 0,75 USD och 79,1 %; Gemini 4 till 253 sekunder, 0,25 USD och 76,9 %; Qwen 3.8 Max till 764 sekunder, 0,30 USD och 34,4 %; Kimi K3 till 439 sekunder, 0,13 USD och 9,5 %; Grok 4.7 gav ingen utdata på 1 250 sekunder.

I en BIM-våningsplansuppgift med 1 000 planer på cirka 70 steg rapporterar SKY-001 1,22 sekunder, 0,0024 USD och 43,6 % IoU, jämfört med Gemini 3.8 Flash på 42,3 %, GPT-6 Astra på 40,6 %, Kimi K3 på 33,7 %, Qwen 3.8 Max på 28,8 % och Grok 4.7 på 28,2 %.

Läs noga, tabellerna säger något mer intressant än rubriken. CAD-försprånget mot GPT-6 Astra är 0,6 IoU-poäng – Skyfalls eget inlägg säger att modellen ”matchar eller överträffar” snarare än slår den – så den verkliga skillnaden är ungefär 51 gånger snabbare och 150 gånger billigare, inte bättre utdata. BIM-försprånget är 3,0 poäng. Och 43,6 % genomsnittlig IoU på planritningar betyder att den bästa modellen i tabellen rekonstruerar mindre än hälften av referensplanen enligt intersection-over-union. Det är en siffra från en forskningsförhandsvisning, inte en produktionssiffra, och landningssidan har rapporterats visa 76,1 % där bloggen visar 79,7 % för CAD, vilket är den typ av glidning man får när en siffra upprepas på olika ytor.

Ett påstående i täckningen håller inte när man jämför med källorna: att SKY-001 skulle slå Claude Opus 5.5. Opus 5.5 förekommer i materialet som en blind språkmodellsdomare tillsammans med GPT-6.1 Sol, inte som konkurrent på något av riktmärkena. Att föredras av en domare i en kvalitativ jämförelse är inte detsamma som att få högre poäng på IoU.

Där jämförelsen verkligen gör skillnad: vem som bedömer resultatet

Den enda metodologiska tråden som förbinder de två tillkännagivandena är modellbaserad utvärdering. Skyfalls huvudpåståenden vilar delvis på en blind panel av språkmodeller som bedömer teckningar. Baidus påståenden vilar på en intern bedömningsmall som tillämpas av företagets egna ingenjörer, utan någon extern bedömning alls. Inget av företagen har publicerat ett protokoll som en tredje part skulle kunna köra om.

Det här är den del av world-model-boomen som är minst mogen, och det är här ett routinglager gör verkligt arbete snarare än dekorativt arbete. Att bedöma genererade visuella tillstånd är ett modellanrop – ofta flera, från olika leverantörer, så att ingen enskild labbs preferenser definierar "bra". OrcaRouter's modellfusion låter en panel av modeller svara tillsammans på samma bedömningsprompt och returnerar deras sammanvägda omdöme via en enda endpoint, och routing-DSL:en kan skicka olika utvärderingssteg till olika modeller utan att skriva om ramverket. Det är det lagret vi täcker: fler än 200 modeller, en nyckel, 0 % påslag med leverantörens listpris vidarebefordrat. Varken SKY-001 eller Apollo World finns i den katalogen, och ingendera är en modell du anropar – det är domarna.

Ingen av dem är anropbar, och det förändrar beslutet

Frågan om tillgänglighet har samma svar för båda, av olika skäl. SKY-001 är en forskningsförhandsvisning bakom en väntelista, med kommersiell driftsättning planerad till början av 2027 och inga publicerade villkor. Apollo World är driftsatt inom Baidu och erbjuds inte externt. Ingen av dem har ett pris, och ingen av dem kan benchmarkas mot din egen arbetsbelastning i dag.

Det du kan ta med dig från var och en är metoden. SKY-001:s tvåstegsdekomposition – komponera helheten och förutsäg sedan konstruktionssekvensen för varje löv – är ett återanvändbart mönster för alla processer som har en hierarki och en ordning för operationer. Apollo Worlds 2+3-bedömningsmatris är ett återanvändbart test för alla simulatorer som någon försöker sälja in till dig, och särskilt dess beständighetskriterium är den fråga som de flesta leverantörer inte kan besvara med en mätning.

Tre frågor som talar om vilken du behöver

Först: har det du modellerar en agent som agerar inuti det? Om ja behöver du en miljösimulator och Apollo World-rubriken gäller. Om tillståndsövergångarna är deterministiska och drivs av en plan snarare än en policy, behöver du något närmare SKY-001.

För det andra: konsumeras utdata av en människa eller av en reglerloop? En byggsekvens konsumeras av ingenjörer och nedströmsmodeller, så visuell rimlighet och stegordning är måtten. En körsimulering konsumeras av en perceptions- och planeringsstack, så metrisk sensorkonsistens och latens är måtten. De två har nästan inga utvärderingskriterier gemensamt.

För det tredje: behöver du fysik eller behöver du procedur? SKY-001 vet att ett fäste måste monteras innan den enhet det håller; det vet inte vad som händer när fästet tappas. Apollo World vet vad som händer när en fotgängare kliver ut; det har ingen åsikt om hur en del tillverkas.

Etiketten världsmodell kommer att fortsätta töjas, eftersom den utför marknadsföringsarbete för minst fyra olika produktkategorier samtidigt. Den användbara disciplinen är att fråga vilket tillstånd som förutsägs, vad som verkar på det och vem som konsumerar förutsägelsen. Apollo World och SKY-001 besvarar dessa tre frågor på helt olika sätt, och när man väl har ställt dem upplöses jämförelsen i vad den alltid har varit: två goda idéer som råkar dela ett namn.