Apollo World กับ Hi3D v1.0: ตัวหนึ่งให้เกรดไดรฟ์ อีกตัวลับเมชให้คม

Apollo World และ Hi3D v1.0 เปิดตัวห่างกันสิบเอ็ดวัน ทั้งคู่มาจากทีมจีน และทั้งคู่มักถูกอธิบายว่าเป็น 3D และประมาณนั้นคือจุดที่ความคล้ายกันสิ้นสุดลง Apollo World คือ world model ที่ขับเคลื่อนด้วยเอเจนต์ของ Baidu สำหรับการตรวจสอบรถแท็กซี่ไร้คนขับ ซึ่งเปิดเผยเมื่อวันที่ 3 พฤศจิกายน 2026 ที่งาน Baidu AI Day·Apollo ในเซินเจิ้น: มันสร้างข้อมูลสังเกตจากกล้องและ lidar แบบเรียลไทม์ของเมืองเสมือน ที่ซึ่งยานพาหนะอื่นและคนเดินเท้าเป็นเอเจนต์ที่ตอบสนองต่อรถที่กำลังทดสอบ Hi3D v1.0 คือ geometry refiner แบบเปิดน้ำหนักที่ประกาศเมื่อวันที่ 23 ตุลาคม 2026 ซึ่งรับภาพเดียวบวกเมชหยาบและคืนค่าเมชที่ละเอียดกว่า โดยไม่มีสี ไม่มีพื้นผิว และไม่มีแนวคิดเรื่องเวลา ตัวหนึ่งส่งออกลำดับเฟรมเซ็นเซอร์ที่มีการจัดระดับ ส่วนอีกตัวส่งออกรูปร่างคงที่หนึ่งรูปร่าง

ความแตกต่างนั้นตัดสินแทบทุกอย่างที่ผู้ซื้อให้ความสำคัญ และยังอธิบายได้ด้วยว่าเหตุใดสองสิ่งนี้จึงถูกนำมาเปรียบเทียบกันตั้งแต่แรก ไม่ว่าคุณจะค้นหาตัวใดตัวหนึ่ง คุณจะเจอหน้าผลลัพธ์ที่เต็มไปด้วยเนื้อหาเกี่ยวกับ "3D generation" หน้ารายการที่จัดอันดับโมเดลตามความละเอียดวอกเซลจัดให้ Hi3D อยู่ในอันดับต้น ๆ และการรายงานเรื่อง world model ที่ตามติด Baidu มาตั้งแต่วันที่ 3 พฤศจิกายน ก็วาง Apollo World ไว้ในย่อหน้าเดียวกัน พูดให้ตรงก็ไม่มีรายการไหนผิดเสียทีเดียว ทั้งสองรายการกำลังตอบคำถามที่คุณไม่ได้ถาม

สิ่งที่แต่ละโมเดลส่งออกมาจริง ๆ

วิธีที่สะอาดที่สุดในการแยก它们ออกจากกัน คือการตั้งชื่อออบเจ็กต์เอาต์พุตก่อนที่จะตั้งชื่อความสามารถใด ๆ

• อินพุต — Apollo World รับเส้นทางและนโยบายการขับขี่; Hi3D v1.0 รับหนึ่งภาพและเมชหยาบของวัตถุเดียวกัน

• เอาต์พุต — Apollo World ส่งลำดับข้อมูลจากกล้องและ LiDAR พร้อมสถานะของเอเจนต์ทุกตัวในฉาก; Hi3D ส่งเฉพาะเรขาคณิตของจุดยอด โดยจัดศูนย์กลางใหม่และปรับให้เป็นมาตรฐานที่รัศมีหนึ่งหน่วย

• {{1}}เวลา{{/1}} — {{2}}Apollo World{{/2}} เป็นลูปปิดที่เดินหน้าและป้อนผลที่ตามมาของแต่ละการตัดสินใจกลับไปยังนโยบายที่กำลังทดสอบ; {{3}}Hi3D{{/3}} ไม่มีแกนเวลาเลย

• การประเมิน — Apollo World ถูกประเมินจากว่าสแตกขับขี่ดีขึ้นหรือไม่; Hi3D ถูกประเมินจากความเที่ยงตรงทางเรขาคณิตเทียบกับเมชอ้างอิง

• การเข้าถึง — ทั้งสองไม่ใช่ API แบบบริการตนเอง Apollo World ไม่มี endpoint ราคา weights หรือจำนวนพารามิเตอร์ที่เปิดเผย ส่วน Hi3D สามารถดาวน์โหลดและรันได้ หากคุณมี GPU ที่เหมาะสม

อ่านรายการนั้นแล้ว การเปรียบเทียบก็กลายเป็นคำถามเรื่องห่วงโซ่อุปทานแทนที่จะเป็นการวัดกันแบบตัวต่อตัว Hi3D เป็นเครื่องมือประเภทที่ผลิตพร็อพขึ้นมา ส่วน Apollo World เป็นประเภทที่กำหนดว่าพร็อพนั้นจะทำงานอย่างไรเมื่อมีรถเคลื่อนเข้าหา

Apollo World เป็นผู้ตรวจสอบ ไม่ใช่ตัวเรนเดอร์

การวางกรอบบนเวทีของ Baidu ตรงไปตรงมาอย่างผิดปกติเกี่ยวกับสิ่งที่บริษัทคิดว่าเวิลด์โมเดลมีไว้เพื่ออะไร Wang Liang หัวหน้าสถาปนิกของ Baidu's Intelligent Driving Group กล่าวว่าโมเดลนี้ไม่ควรเป็นจิตรกรที่ผลิตวิดีโอที่น่าประทับใจ แต่ควรเป็นผู้ตรวจสอบว่าสแตกการขับขี่อัตโนมัติปลอดภัยหรือไม่ จากนั้นบริษัทได้เผยแพร่เกณฑ์การประเมินที่เรียกว่า “2+3” และเกณฑ์นี้เป็นสิ่งที่มีประโยชน์ที่สุดที่ออกมาจากงานเปิดตัว เพราะมันบอกคุณว่า Baidu เชื่อว่าตนได้สร้างอะไรขึ้นมา

เงื่อนไขสองข้อคือความเป็นเหตุเป็นผล ซึ่งหมายความว่าอนาคตถูกสร้างขึ้นจากสถานะปัจจุบัน แทนที่จะประกอบทีละเฟรมแล้วเติมย้อนหลัง และการโต้ตอบ ซึ่งหมายความว่าการกระทำที่ถูกป้อนเข้าไปเปลี่ยนสิ่งที่เกิดขึ้นต่อไป โมเดลที่ล้มเหลวข้อใดข้อหนึ่ง ตามนิยามของ Baidu ไม่ถือเป็น world model คุณสมบัติสามข้อที่ถูกจัดลำดับคือความแม่นยำทางกายภาพ ความคงอยู่ — วัตถุและรายละเอียดต้องไม่คลาดเคลื่อนเมื่อรันเป็นเวลานาน — และประสิทธิภาพแบบเรียลไทม์ ซึ่งความซับซ้อนของฉากต้องไม่ทำให้เวลาแฝงในการอนุมานเพิ่มขึ้น Baidu กำหนดรอบการตัดสินใจสำหรับยานพาหนะบนถนนไว้ที่หนึ่งในสามสิบของวินาที หรือประมาณ 33 มิลลิวินาที ซึ่งเป็นตัวเลขที่ทำให้การออกแบบทั้งหมดเข้าใจได้ชัดเจน: คุณไม่สามารถให้บริการภายใต้งบเวลานั้นด้วยโมเดลที่สุ่มตัวอย่างวิดีโอเป็นเวลา 30 วินาที

ความสามารถสามประการเกิดขึ้นจากเกณฑ์การประเมินนี้ ผู้เข้าร่วมการจราจรได้รับการจำลองเป็นเอเจนต์ที่มีการตัดสินใจของตนเอง แทนที่จะเป็นพร็อพที่กำหนดบทไว้ตายตัว ดังนั้นรถแท็กซี่ไร้คนขับที่เบรกหรือหลบให้จึงสามารถกระตุ้นการตอบสนองที่แตกต่างออกไปจากรถที่อยู่รอบข้างได้ ระบบสร้างข้อมูลการสังเกตจากกล้องและ LiDAR แบบเรียลไทม์ ดังนั้นสแต็กการขับขี่จึงรับรู้โลกเสมือนผ่านอินเทอร์เฟซเดียวกับที่ใช้บนถนนจริง และการเดินทางจบครบวงจรตั้งแต่ต้นจนจบ — จากต้นทางใดก็ได้ไปยังปลายทางใดก็ได้ รับออเดอร์แล้ว ผู้โดยสารได้ขึ้นรถและลงรถ — แทนที่จะเป็นคลิปสถานการณ์แยกส่วนที่นำมาต่อกัน

Baidu ระบุว่า Apollo World ถูกใช้งานอยู่แล้วสำหรับการทดสอบและตรวจสอบระดับโลกของ Apollo Go ตัวเลขการดำเนินงานที่อ้างถึงควบคู่กันนั้นเป็นของ Apollo Go ไม่ใช่ของโมเดลนี้ ได้แก่ 28 เมือง มากกว่า 23 ล้านเที่ยว rides และการขับขี่อัตโนมัติ 350 ล้านกิโลเมตร ซึ่งมากกว่า 240 ล้านกิโลเมตรเป็นการขับขี่แบบไร้คนขับเต็มรูปแบบ ข้อกล่าวอ้างหลักด้านการจำลองคือ Apollo World สามารถครอบคลุมการทดสอบบนถนนเสมือนจริงได้ประมาณ 100,000 กิโลเมตรต่อวัน ซึ่ง Baidu เปรียบเทียบว่าประมาณสามปีของการทดสอบต่อเนื่องโดยรถที่ติดตั้งผู้ขับเพื่อความปลอดภัย ควรถือเป็นตัวเลขจากผู้ขายที่มีการคำนวณรองรับอยู่มากผิดปกติและไม่มีการตรวจสอบจากภายนอกเลย การแปลงค่านั้นตั้งสมมติฐานว่ารถทดสอบวิ่งอย่างต่อเนื่อง และไม่มีใครนอก Baidu ที่ได้เห็นระยะทางต่อวันที่นำมาเปรียบเทียบกัน

สิ่งที่ Baidu ไม่ได้เผยแพร่ก็ให้ข้อมูลไม่แพ้กัน ไม่มีจำนวนพารามิเตอร์ ไม่มีแผนภาพสถาปัตยกรรมที่ละเอียดพอจะนำไปสร้างใหม่ได้ ไม่มี論文 ไม่มีตาราง benchmark ที่ระบุ baseline พร้อมชื่อ ไม่มี weights และไม่มีราคา Apollo World เป็นโครงสร้างพื้นฐานสำหรับฝูงรถแท็กซี่ไร้คนขับของ Baidu เอง ซึ่งถูกอธิบายต่อสาธารณะเป็นครั้งแรก มันไม่ใช่ผลิตภัณฑ์ที่คุณซื้อได้ และบริษัทไม่ได้ระบุว่าจะเปลี่ยนแปลงเมื่อใดหรือจะเปลี่ยนแปลงหรือไม่

Hi3D v1.0 เป็นตัวปรับแต่งที่มีหน้าที่เฉพาะเจาะจงและวัดผลได้

Hi3D v1.0 ซึ่งเดิมชื่อ Sparc3D เป็นอาร์ติแฟกต์อีกประเภทที่ตรงกันข้าม: เล็กพอที่จะดาวน์โหลด เฉพาะเจาะจงพอที่จะใช้เป็นเกณฑ์มาตรฐาน และซื่อสัตย์เกี่ยวกับข้อจำกัดของมันในรายงานทางเทคนิค มันไม่ใช่ตัวสร้างข้อความเป็น 3D คุณให้ภาพและเมชหยาบแก่มัน แล้วมันจะคืนเมชที่ปรับแต่งแล้วในความละเอียดที่สูงขึ้น โดยรันสามรอบแบบก้าวหน้าที่กริดขนาดระบุ 64³, 128³ และ 192³ ซึ่งสกัดกริดแบบเบาบางที่ 512³, 1024³ และ 1536³ การฝึกขยายจากสินทรัพย์ประมาณครึ่งล้านรายการในบทความ Sparc3D ไปเป็นสินทรัพย์ 3D ที่คัดสรรแล้วประมาณสองล้านรายการ และระดับ 1536³ เป็นของใหม่

ผลลัพธ์คือเรขาคณิตเท่านั้น ไม่มีพื้นผิว ไม่มีวัสดุ ไม่มีสีของจุดยอด ผลลัพธ์แต่ละรายการถูกจัดให้อยู่กึ่งกลางใหม่และปรับให้เป็นมาตรฐานเป็นรัศมีหนึ่งหน่วย ดังนั้นขนาดสัมบูรณ์จึงถูกทิ้งไป — เป็นรายละเอียดที่สำคัญหากคุณหวังจะนำเมชไปวางในฉากที่ขนาดจริงได้ทันที ขนาดแบตช์คือหนึ่ง

การประเมินใช้ ULIP-2 และ Uni3D สำหรับความสอดคล้องเชิงความหมาย พร้อมด้วยเมตริกสามตัวที่รายงานแนะนำ ได้แก่ ความเที่ยงตรงหลายมุมมอง ความสมบูรณ์ของรายละเอียด และอัตราความสำเร็จในการสไลซ์ Hi3D อ้างว่ามีความเที่ยงตรงหลายมุมมองและความสมบูรณ์ของรายละเอียดสูงสุดในบรรดาโมเดล 3D แบบเปิดที่นำมาเปรียบเทียบด้วย และมีอัตราความสำเร็จในการสไลซ์ 90% โดยสนับสนุนด้วยการศึกษาผู้ใช้ที่มีผู้เข้าร่วม 13 คนและการตัดสิน 562 ครั้ง สิ่งเหล่านี้เป็นเครื่องมือของผู้เขียนเองบนการเปรียบเทียบของผู้เขียนเอง และรีโพซิทอรีให้มาเฉพาะโค้ดสำหรับ inference เท่านั้น — ไม่มีโค้ดสำหรับ training ไม่มี harness สำหรับการประเมิน ไม่มีการแบ่งชุดข้อมูล benchmark และไม่มีเมชสำหรับการเปรียบเทียบ คุณตรวจสอบได้ว่าโมเดลรันได้ แต่ไม่อาจตรวจสอบได้ง่าย ๆ ว่ามันชนะ

ข้อกำหนดในทางปฏิบัติค่อนข้างสูงและควรระบุให้ชัดเจน ได้แก่ Linux, Python 3.10, GPU NVIDIA ที่มี compute capability 8.0 ขึ้นไป, CUDA ระหว่าง 12.0 ถึง 12.5, flash-attn โดยไม่มี fallback path และไม่มีการทำ inference บน CPU ผู้เขียนทดสอบยืนยันบน H20 ขนาด 96GB เพียงตัวเดียว สัญญาอนุญาตนี้ปลอดค่าลิขสิทธิ์สำหรับการใช้งานเชิงพาณิชย์ โดยต้องแสดงเครดิต "Powered by Hi3D 1.0" และจะต้องมีข้อตกลงแยกต่างหากเมื่อมีผู้ใช้งานรายเดือนที่ active เกิน 200,000 คน หรือมีรายได้ต่อเดือนเกิน 1 ล้านดอลลาร์สหรัฐ — เกณฑ์นี้บ่งบอกว่าลูกค้าเป้าหมายคือสตูดิโอหรือแพลตฟอร์ม ไม่ใช่บุคคลทั่วไป

สถานที่เดียวที่ทั้งสองได้พบกันอย่างแท้จริง

ตรงนี้มีองค์ประกอบที่ประกอบกันจริง ๆ และคุ้มค่าที่จะพูดให้แม่นยำ เพราะเป็นเรื่องง่ายที่จะกล่าวเกินจริง โปรแกรมจำลองการขับขี่จำเป็นต้องมีเนื้อหา เช่น ถนน ขอบทาง ป้ายสัญลักษณ์ ยานพาหนะอื่น และสิ่งอำนวยความสะดวกริมถนน Hi3D เป็นเครื่องมือสำหรับเปลี่ยนบล็อกเอาต์หยาบ ๆ ให้เป็นเมชที่มีรายละเอียดของวัตถุหนึ่งในนั้น Apollo World เป็นเครื่องมือสำหรับตัดสินใจว่าวัตถุเหล่านั้นและเอเจนต์ที่ควบคุมวัตถุเหล่านั้นมีพฤติกรรมอย่างไรตลอดการเดินทาง ในไปป์ไลน์สมมติ Hi3D อยู่ก่อนหน้าโปรแกรมจำลอง โดยสร้างเรขาคณิตที่ผู้สร้างฉากจะนำไปจัดวางในภายหลัง

Baidu ไม่ได้กล่าวว่า Apollo World ใช้ Hi3D หรือสิ่งที่คล้ายกัน และบทความนี้จะไม่สื่อเป็นนัยเช่นนั้น สิ่งที่กล่าวได้คือทั้งสองทำงานบนแกนที่แตกต่างกัน: Hi3D ปรับปรุงความละเอียดของวัตถุที่อยู่นิ่ง ส่วน Apollo World ปรับปรุงความสมจริงของปฏิสัมพันธ์แบบไดนามิก การปรับแต่งเมชให้มีช่องว่างระหว่างแผงที่คมชัดไม่ได้บอกอะไรเลยว่าคนเดินถนนจะก้าวลงจากขอบทางเมื่อรถชะลอความเร็วหรือไม่ การจำลองคนเดินถนนคนนั้นไม่ได้บอกอะไรเลยว่าเมชที่คุณกำลังดูอยู่นั้นมีรูปร่างที่ถูกต้องหรือไม่

จุดที่ชั้นการกำหนดเส้นทางได้มีบทบาทอย่างแท้จริงคือรอบ ๆ ไปป์ไลน์ มากกว่าที่จะอยู่ภายในตัวมันเอง ทั้งสองเครื่องมือถูกล้อมรอบด้วยขั้นตอนด้านภาษาและภาพ — การสร้างคำบรรยายสำหรับเรนเดอร์ การวางแผนคำอธิบายฉาก การตัดสินว่าเฟรมที่สร้างขึ้นตรงกับโจทย์หรือไม่ — และขั้นตอนเหล่านั้นก็เป็นการเรียกโมเดลแบบธรรมดา OrcaRouter รองรับ โมเดลมากกว่า 200 รายการ ผ่าน API เดียวโดยคิดบวกเพิ่ม 0% โดยส่งต่อราคาตามรายการของผู้ให้บริการและมีการสลับไปยังผู้ให้บริการรายอื่นโดยอัตโนมัติเมื่อเกิดปัญหา เพื่อให้เอเจนต์วางแผนฉากและผู้วิจารณ์เรนเดอร์สามารถใช้คีย์และเส้นทางการสำรองร่วมกันได้โดยไม่ต้องมีสัญญาที่สอง ทั้ง Apollo World และ Hi3D v1.0 ไม่ได้อยู่ในแคตตาล็อกนั้น และไม่มีอะไรในที่นี้บ่งชี้เป็นอย่างอื่น สิ่งที่เรากำหนดเส้นทางคือส่วนเชื่อมต่อ ไม่ใช่ตัวจำลอง

ต้นทุน การเข้าถึง และการเปรียบเทียบที่ตรงไปตรงมา

ไม่มีการเปรียบเทียบราคาที่ต้องทำ เพราะฝั่งหนึ่งไม่มีราคา Apollo World ไม่มีเงื่อนไขทางการค้าใด ๆ ที่เผยแพร่ Hi3D v1.0 ดาวน์โหลดฟรีและใช้เชิงพาณิชย์ได้ฟรีภายใต้เกณฑ์รายได้และจำนวนผู้ใช้ และต้นทุนที่แท้จริงคือฮาร์ดแวร์: ตัวเร่ง 96GB, สแต็ก CUDA ที่ถูกจำกัดให้อยู่ในช่วงแคบ ๆ และการพึ่งพา flash-attn ซึ่งรายงานระบุว่าไม่มีทางเลือกสำรอง หากคุณยังไม่ได้เป็นเจ้าของเครื่องระดับนั้น ค่าใบอนุญาตคือส่วนที่ถูก

ความไม่สมมาตรนั้นคือคำตอบจริง ๆ ของคำถามที่ว่า “ฉันควรใช้อันไหน” คำถามนี้ตั้งสมมติฐานว่ามีทางเลือกระหว่างสองวิธีในการได้มาซึ่งโลก 3 มิติ แต่จริง ๆ แล้วไม่มีทางเลือกเลย วิธีหนึ่งคือตัวรีไฟน์ที่ดาวน์โหลดได้สำหรับผู้ที่มีเมชและ GPU อยู่แล้ว อีกวิธีหนึ่งคือชุดทดสอบตรวจสอบภายในของ Baidu ซึ่งเปิดเผยต่อสาธารณะเป็นครั้งแรกเมื่อวันที่ 3 พฤศจิกายน และไม่ได้เปิดให้任何人นอกบริษัทใช้

วิธีตัดสินใจในรอบเดียว

หากปัญหาของคุณคือ blockout mesh มีความหยาบเกินไป Hi3D v1.0 ถือเป็นตัวเลือกหนึ่ง และ Apollo World ไม่เกี่ยวข้อง — ไม่มีอะไรให้เรียกใช้ ไม่มีอะไรให้ขอรับสิทธิ์ และไม่มีเอาต์พุตใดที่คุณนำไปใช้ได้ หากปัญหาของคุณคือ driving stack ของคุณยังไม่เคยเห็นการปฏิสัมพันธ์แบบ long-tail มากพอ Apollo World คือการออกแบบที่น่าสนใจกว่าและอยู่นอกการเข้าถึงพอ ๆ กัน คำตอบในทางปฏิบัติคืออ่านเกณฑ์ 2+3 ของมันในฐานะข้อกำหนด แล้วให้ผู้ขาย simulator ของคุณเองปฏิบัติตามนั้น เพราะคุณสมบัติทั้งห้านั้นคือคำถามที่ถูกต้องที่ควรถาม แม้โมเดลที่ทำให้เกิดคำถามเหล่านั้นจะไม่ได้มีไว้ขายก็ตาม

หากคุณกำลังสร้างชั้นเนื้อหาของเครื่องจำลอง ทั้งสองสิ่งนี้เสริมกันในลักษณะเดียวกับที่เครื่องมือสร้างแบบจำลองกับฟิสิกส์เอนจินเสริมกัน คุณจะไม่นำทั้งสองมา benchmark วัดประสิทธิภาพเทียบกัน คุณจะซื้อสิ่งที่ มีอยู่แล้ว และออกแบบโดยคำนึงถึงสิ่งที่ยังไม่มี

สิ่งที่จะเปลี่ยนคำตอบนี้คือประกาศของ Baidu ที่ระบุว่า Apollo World พร้อมใช้งานนอก Apollo Go โดยมีราคาและอินเทอร์เฟซ ไม่มีสิ่งใดในเนื้อหาเมื่อวันที่ 3 พฤศจิกายนที่ชี้ไปในทางนั้น การเปิดเผยครั้งนั้นเป็นการบรรยายสรุปขีดความสามารถต่อผู้ชมในอุตสาหกรรม โดยการนำไปใช้งานถูกวางกรอบทั้งหมดไว้รอบกองยานของ Baidu เอง จนกว่าจะถึงตอนนั้น คำอธิบายที่ถูกต้องไม่ใช่ "Apollo World กับ Hi3D v1.0" แต่เป็นซิมูเลเตอร์แบบปิดและตัวรีไฟเนอร์แบบเปิดที่บังเอิญอยู่ในช่วงสองสัปดาห์เดียวกันและใช้คำสำคัญเดียวกัน