Genie 4 vs Hi3D v1.0: En värld du besöker eller ett mesh du behåller

Genie 4 ger dig en upplevelse som slutar när sessionen slutar. Hi3D v1.0 ger dig en fil. Det är hela jämförelsen, och det är värt att säga rakt ut eftersom de två modellerna diskuteras som om de låg nära varandra: båda är generativa, båda producerar resultat som ser tredimensionella ut, och båda lanserades inom en vecka från varandra i oktober 2026. Genie 4, som Google DeepMind tillkännagav den 27 oktober, är en interaktiv världsmodell i realtid som genererar video med synkroniserat ljud från en textprompt och låter dig styra den medan den körs. Hi3D v1.0, som släpptes den 23 oktober, är en geometriförfinare med öppna vikter som omvandlar ett grovt mesh plus en referensbild till ett högupplöst mesh och stoppar där – ingen textur, ingen animation, ingen scen, inget ljud.

Läs lanseringsmaterialet sida vid sida så blir missanpassningen tydlig på ett användbart sätt. Googles inlägg handlar om vad du kan göra inuti en genererad värld; Hi3D:s modellkort handlar om hur många vertices refineraren kan hantera. Det ena är en produktupplevelse utan export. Det andra är ett tillgångsverktyg utan upplevelse. Om du väljer mellan dem väljer du inte mellan två världsmodeller – du väljer mellan två leverabler, och bara en av dem kan läggas i en fil.

Vad Hi3D v1.0 faktiskt levererar

Repositoriet är ovanligt explicit om omfattning, vilket gör det enkelt att utvärdera. Hi3D v1.0 förfinar ett grovt mesh till ett högupplöst sådant, betingat på en referensbild av samma objekt. Den bygger på Sparc3D-representationen och förfiningsarkitekturen: glesa latenter samplas på koordinater tagna från det grova meshet, avkodas av en självprunande gles variationell autoencoder, och ytan extraheras, revoxeliseras och upprepas. Det publicerade effektiva glesa extraktionsrutnätet går upp till 1536³. Projektrapporten beskriver träning på ungefär två miljoner kurerade 3D-tillgångar.

Det du får är geometri, och endast geometri. Det finns ingen textur, inget material, ingen rigg, ingen animering och ingen scenplacering. Utdata är ett mesh som har centrerats på nytt och normaliserats till en maximal radie på en enhet, vilket är ett medvetet val för en refiner och ett besvärligt sådant för den som ville ha en tillgång i metrisk skala. Modellkortet säger att träningskoden och papprets utvärderingsramverk inte ingår; inferenskoden finns i GitHub-repositoriet, och vikterna finns på Hugging Face under Hi3D Open License 1.0.

Beräkningsprofilen är den del som avgör om detta är ett helgprojekt eller en inköpsförfrågan. Den dokumenterade vägen är en 96 GB NVIDIA H20 utan CPU-fallback och med batchstorlek ett. Det är en datacenteraccelerator, inte ett konsumentkort, och det placerar modellen i samma hårdvaruklass som ett litet finjusteringsjobb. Det finns inte heller något publicerat numeriskt benchmark – inget Chamfer-avstånd, ingen F-poäng, ingen jämförelsetabell mot Sparc3D eller Hunyuan3D. Repot ber dig att lita på upplösningen och antalet träningsresurser, vilka båda är projektets egna siffror.

Vad Genie 4 faktiskt levererar

Genie 4 levererar en session. Du promptar en värld, styr den i naturligt språk – flytta kameran, ändra vädret, lägg till en karaktär – och den genererar bildrutor med inbyggt ljud i realtid och håller scenen sammanhängande i två minuter enligt uppgift. Gemini Omni förankrar utseende och beteende, och Gemini 3.8 Flash ingår i loopen och kontrollerar bildrutor och planerar om, vilket är det som gör modellen användbar som en miljö för att öva uppgifter snarare än en klippgenerator.

Resultatet är pixlar och ljud som konsumeras live. Det finns inget mesh, inget punktmoln, ingen djupkarta, inget kameraspår och ingen exportväg till Blender, Unity eller ett slicerprogram. Google publicerar inte upplösning, bildfrekvens, modellstorlek, benchmark eller pris, och åtkomsten sker via en begränsad pool av betrodda testare med väntelista; AI Ultra-prenumeranter via Project Genie och partner med tidig åtkomst till Gemini API lovas "snart" utan datum. De felmoder som Google erkänner – drift i objektpermanens, ofullkomlig rumslig noggrannhet, oläslig text i världen, oavklarad ljudprecision – beskriver alla ett system vars värde ligger i själva interaktionsögonblicket, inte i artefakten efteråt.

Dimension för dimension

• Leverabel — Genie 4 producerar en levande video- och ljudvärld; Hi3D v1.0 producerar en statisk mesh-fil.

• Persistence — Genie 4:s värld slutar när sessionen slutar; Hi3D v1.0:s mesh kan lagras, versionshanteras och levereras.

• Indata — Genie 4 tar text plus styrinstruktioner; Hi3D v1.0 tar en referensbild och ett grovt mesh, vilket innebär att den inte kan generera utifrån endast text.

• Ytbehandling — Genie 4:s utdata är fullt skuggade bildrutor; Hi3D v1.0:s utdata är otexturerad geometri, där utseendet lämnas åt ett efterföljande textureringssteg.

• Datorkraft — Genie 4 körs på Googles infrastruktur efter inbjudan; Hi3D v1.0 körs på en 96 GB H20 som du måste äga eller hyra.

• Access — Genie 4 är endast tillgänglig via väntelista utan pris; Hi3D v1.0:s vikter går att ladda ner nu under Hi3D Open License 1.0, med kommersiella villkor som aktiveras över ett tröskelvärde för användare och intäkter.

• Underlag — Genie 4 har demos och leverantörspåståenden utan publicerat benchmark; Hi3D v1.0 har en projektrapport och upplösningssiffror, men inte heller något oberoende 3D-benchmark.

Överlappningen som folk antar, och gapet som faktiskt finns

Antagandet är att en världsmodell och en 3D-generator är två vägar till samma tillgång. Det är de inte, av en strukturell orsak: Genie 4 genererar bildrutor autoregressivt och upprätthåller inte en explicit 3D-representation. Dess konsistens är en emergent egenskap hos sekvensen, inte en scengraf som du kan inspektera. Det är därför världen driver efter upprepade redigeringar, och det är också därför det inte finns något att exportera. En betraktare ser en tredimensionell plats; modellen har inte byggt en.

Hi3D ligger på andra sidan den gränsen. Det förutsätter att någon redan har ett grovt mesh – från en generator, en skanning eller en CAD-approximation – och gör meshet skarpare. Det kan inte skapa ett objekt från en prompt, inte placera två objekt i ett rum och inte animera något. Ger man det en dålig silhuett returnerar det en skarpare dålig silhuett, vilket är en verklig risk som modellkortet inte diskuterar.

Så formaten möts inte på mitten. Det finns ingen publicerad pipeline som tar en Genie 4-session och omvandlar den till ett mesh, och det finns ingen publicerad pipeline som tar ett Hi3D-mesh och omvandlar det till en interaktiv värld. Den enda ärliga överlappningen ligger i början av ett projekt: båda kan vägleda ett beslut om hur en scen ska se ut innan någon förbinder sig att bygga den. Den ena visar dig tagningen; den andra ger dig ett objekt från den.

Ägandekostnad, vilket är där valet egentligen görs

Hi3D v1.0 har ett pris du kan beräkna redan i dag: kostnaden för ett 96 GB GPU under förfiningsperioden, plus ingenjörstiden för att sammanställa inferensvägen, plus vad licensen än kräver när din produkt passerar dess tröskel. Det är känt, budgeterbart och repeterbart. Avvägningen är att du äger pipelinen och dess felmoder.

Genie 4 har ingen beräkningsbar kostnad. Det finns inget API-pris, inget abonnemangspris specifikt för modellen och ingen publicerad användningsmätare. Det enda numret som är kopplat till åtkomst är AI Ultra-abonnemanget som för närvarande når Genie 3 via Project Genie, och Google har inte sagt om Genie 4 kommer att inkluderas på samma nivå eller prissättas separat. Ett team kan inte lägga in det i en budget, vilket är ett legitimt skäl att vänta även om demona är precis vad projektet behöver.

Ingen av modellerna finns i OrcaRouters katalog, och det är värt att säga varför i stället för att lämna en lucka: vi hostar inte någon 3D-genererings- eller förfiningsmodell idag, och Genie 4 har ingen offentlig endpoint att routa. Det katalogen däremot innehåller är den hostade nivån för videogenerering – modeller såsom Kling v3 som omvandlar en prompt till ett klipp – och de är prompt-till-video-verktyg, inte interaktiva världsmodeller. Att behandla dem som en ersättning för Genie 4 skulle vara ett kategorifel, så det gör vi inte. Det vi kan erbjuda är den omkringliggande stacken: ett API för över 200 modeller där leverantörernas listpriser vidaresänds med 0 % påslag, automatisk failover mellan leverantörer och ett routing-DSL för att kombinera flera modeller i ett anrop. Om en pipeline behöver en bildbeskrivningsmodell, en planerare och en videomodell är det just den sammansättningen vi faktiskt kan hjälpa till med.

Beslutet är alltså inte svårt. Om leverabeln är ett mesh som en skrivare, en spelmotor eller en granskningspipeline ska använda, är Genie 4 inte aktuell och Hi3D v1.0 den enda av de två som producerar det du behöver – förutsatt att du har GPU:n och kan leva utan textur. Om leverabeln är en bedömning av hur en plats rör sig och låter, är Hi3D v1.0 inte aktuell och Genie 4 den enda som visar dig det, när väntelistan öppnar. Köp artefakten, inte demon.