Apollo World กับ SKY-001: เมื่อ "World Model" หมายถึงงานที่แตกต่างกันสามอย่าง

Apollo World และ SKY-001 ถูกประกาศห่างกันสิบห้าวัน และแทบไม่มีอะไรเหมือนกันเลยนอกจากป้ายชื่อ Apollo World คือซิมูเลเตอร์ที่ขับเคลื่อนด้วยเอเจนต์ของ Baidu ซึ่งเปิดเผยเมื่อวันที่ 3 พฤศจิกายน 2026 โดยสร้างข้อมูลสังเกตการณ์จากกล้องและ LiDAR ของเมืองเสมือน เพื่อให้สแต็กโรโบแท็กซี่สามารถฝึกและประเมินผลบนการเดินทางแบบเต็มเที่ยวได้ SKY-001 คือ world model ทางวิศวกรรมของ Skyfall AI ซึ่งประกาศเมื่อวันที่ 19 ตุลาคม 2026 โดยทำนายลำดับของสถานะทางภาพตามลำดับที่ชิ้นส่วนเชิงกลถูกสร้างขึ้น — แผนการประกอบสร้างทีละภาพเขียนแบบ ตัวหนึ่งจำลองฉากการจราจรให้เดินหน้าไปตามเวลา อีกตัวจำลองกระบวนการผลิตให้เดินหน้าไปตามเวลา ทั้งคู่ถูกเรียกอย่างถูกต้องว่า world models และนั่นแหละคือปัญหาของวลีนี้

คำนี้ได้กลายเป็นชื่อตำแหน่งงานไปอย่างเงียบ ๆ มากกว่าที่จะเป็นหมวดหมู่ ปัจจุบันมีผลิตภัณฑ์สามรายการที่ใช้คำนี้ ได้แก่ โมเดลที่สร้างสภาพแวดล้อมที่รับชมได้ โมเดลที่จำลองสภาพแวดล้อมที่เอเจนต์สามารถลงมือกระทำภายในได้ และโมเดลที่ทำนายการเปลี่ยนสถานะของกระบวนการ Apollo World คือแบบที่สอง SKY-001 คือแบบที่สาม การเปรียบเทียบ它們โดยตรงก็เหมือนกับการเปรียบเทียบเครื่องจำลองการบินกับคู่มือการประกอบ ทั้งคู่บรรยายว่าบางสิ่งดำเนินไปอย่างไร และคุณไม่มีทางใช้สิ่งหนึ่งแทนงานของอีกสิ่งหนึ่ง

SKY-001 คาดการณ์ว่าเป็นการก่อสร้าง ไม่ใช่ถนน

Skyfall AI ก่อตั้งโดยทีมเบื้องหลัง Maluuba {{1}}ห้องวิจัยของแคนาดาที่ Microsoft เข้าซื้อกิจการในปี 2017{{/1}} และมีรายงานว่าผู้สนับสนุนได้แก่ Fidelity, Touring Capital, M13 และ iNovia SKY-001 เปิดตัวเมื่อวันที่ 19 ตุลาคม 2026 ในฐานะพรีวิวงานวิจัยพร้อมรายการรอ ไม่มี API ไม่มีราคา ไม่มีสัญญาอนุญาต และไม่มีค่าถ่วงน้ำหนัก; {{2}}การนำไปใช้เชิงพาณิชย์เต็มรูปแบบมีเป้าหมายในช่วงต้นปี 2027{{/2}}

สถาปัตยกรรมนี้มีสองขั้นตอน โดยทั้งสองเป็น diffusion transformer ที่ทำงานบนสถานะภาพแทนที่จะเป็นโทเคนข้อความ

• {{1}}Hierarchical Composer{{/1}} สร้างงานออกแบบทั้งชุด จากนั้นแบ่งแบบเรียกซ้ำออกเป็นชุดประกอบ ชุดประกอบย่อย และชิ้นส่วน โดยแต่ละระดับสามารถประมวลผลแบบขนานได้ นี่คือวิธีที่โมเดลหลีกเลี่ยงการสร้างภาพวาดแบบชิ้นเดียวที่รวมทุกอย่างไว้ของวัตถุที่ซับซ้อน

• Construction World Model ทำนายลำดับของสถานะภาพที่เรียงตามลำดับซึ่งใช้สร้างชิ้นส่วนย่อยแต่ละชิ้น โดยใช้กลไกการแพร่แบบสองรอบบนออโตเอนโคเดอร์สไตล์ Matryoshka: การโรลเอาต์ใน latent แบบหยาบก่อน จากนั้นจึงเป็นตัวปรับแต่งความละเอียดเต็ม

ข้อกล่าวอ้างเกี่ยวกับข้อมูลการฝึกมีขนาดใหญ่และเจาะจง: ชิ้นส่วนมากกว่า 200,000 ชิ้นสำหรับคอมโพเซอร์ ตัวอย่างการก่อสร้างมากกว่า 600,000 ตัวอย่าง และแปลนพื้นราว 35,000 แปลนซึ่งสร้างสถานะการวาดประมาณสองล้านสถานะ สิ่งที่ได้ออกมาคือลำดับของแผนเชิงภาพ — ลำดับการก่อสร้างที่เรนเดอร์ออกมาเป็นภาพวาด มันไม่ใช่ประวัติฟีเจอร์ CAD ที่แก้ไขได้ และ Skyfall ระบุว่าผลลัพธ์ระดับฟีเจอร์เป็นงานในอนาคต

ความแตกต่างสุดท้ายคือสิ่งที่วิศวกรจะให้ความสำคัญมากที่สุด ลำดับภาพที่แสดงวิธีประกอบชิ้นส่วนมีประโยชน์สำหรับการตรวจทาน การจัดทำเอกสาร การฝึกโมเดลดาวน์สตรีม และการระบุลำดับการดำเนินการที่เป็นไปไม่ได้ มันไม่ใช่โมเดลที่คุณเปิดในโปรแกรม CAD แล้วแก้ไขได้ และไม่ได้มอบ toolpath ให้กับช่างเครื่องจักร

Apollo World คาดการณ์การจราจรในวินาทีถัดไป

การเปิดเผยของ Baidu ในงาน AI Day·Apollo ที่เชินเจิ้นถูกวางกรอบว่าเป็นการแก้ไขความเข้าใจของวงการ Wang Liang หัวหน้าสถาปนิกของ Intelligent Driving Group แย้งว่า world model ไม่ควรเป็นจิตรกรที่ผลิตวิดีโอที่น่าประทับใจ แต่ควรเป็นผู้ตรวจสอบที่ยืนยันความปลอดภัยในการขับขี่ เกณฑ์การประเมินที่ตามมา — “2+3” — คือความพยายามที่เผยแพร่ชัดเจนที่สุดในการนิยามว่าอะไรจึงถือว่านับ

เกตสองประการคือความเป็นเหตุเป็นผล ซึ่งหมายความว่าสถานะถัดไปถูกทำนายจากสถานะปัจจุบัน แทนที่จะถูกประกอบทีละเฟรมแล้วเติมย้อนหลัง และการโต้ตอบได้ ซึ่งหมายความว่าการกระทำที่ถูกป้อนเข้าไปจะเปลี่ยนแปลงสิ่งที่ตามมา คุณสมบัติที่ถูกให้คะแนนสามประการ ได้แก่ ความแม่นยำทางกายภาพ ความคงอยู่ และประสิทธิภาพแบบเรียลไทม์ ความคงอยู่หมายถึงการไม่มีการเลื่อนไถลของวัตถุและรายละเอียดตลอดการทำงานระยะยาว ส่วนเรียลไทม์ถูกจำกัดด้วยรอบการตัดสินใจหนึ่งในสามสิบของวินาที ประมาณ 33 มิลลิวินาที ซึ่งยานพาหนะบนถนนจำเป็นต้องใช้

ความสามารถสามประการของโมเดลสอดรับกับเรื่องดังกล่าว ผู้ร่วมจราจรเป็นเอเจนต์ที่มีการตัดสินใจของตัวเอง ไม่ใช่พร็อพที่กำหนดบทไว้ ดังนั้น robotaxi ที่กำลังเบรกจึงเปลี่ยนพฤติกรรมของรถที่อยู่ด้านหลัง กล้องและ lidar ถูกสร้างขึ้นแบบเรียลไทม์ ดังนั้นสแต็กที่อยู่ระหว่างการทดสอบจึงรับรู้โลกเสมือนผ่านอินเทอร์เฟซเดียวกับที่ใช้บนถนนจริง และการเดินทางปิดครบวงจรตั้งแต่ต้นจนจบ — การสั่งเรียก การรับผู้โดยสาร การส่งผู้โดยสาร — ครอบคลุมต้นทางและปลายทางใด ๆ Baidu กล่าวว่าระบบรองรับการตรวจสอบระดับโลกของ Apollo Go แล้ว และอ้างถึงระยะทางจำลองประมาณ 100,000 กิโลเมตรต่อวัน ซึ่งตีความได้ว่าเป็นการทดสอบต่อเนื่องราวสามปีโดยรถที่ติดตั้งพนักงานขับเพื่อความปลอดภัย ตัวเลขการดำเนินงานของ Apollo Go — 28 เมือง มากกว่า 23 ล้านครั้งโดยสาร 350 ล้านกิโลเมตรแบบอัตโนมัติ โดย 240 ล้านกิโลเมตรเป็นการขับขี่แบบไร้คนขับเต็มรูปแบบ — ถูกอ้างถึงควบคู่กันไป

ไม่มีพารามิเตอร์ ไม่มีสถาปัตยกรรม ไม่มีเปเปอร์ ไม่มีเวต ไม่มีราคา Apollo World เป็นโครงสร้างพื้นฐานภายในที่ได้รับการอธิบายต่อสาธารณะเป็นครั้งแรก ไม่ใช่ผลิตภัณฑ์ที่มีวันเปิดตัวให้คุณซื้อเก็งได้

ตัวเลข และความหมายของ IoU 43.6%

Skyfall เผยแพร่ benchmark สองรายการ ซึ่งทั้งคู่เป็นข้อมูลที่รายงานเองและไม่มีรายการใดได้รับการทำซ้ำโดยอิสระ ในงานสร้างแบบจำลอง CAD ที่มี 1,000 ชิ้นส่วน โดยมีขั้นตอนการวาดประมาณ 100 ขั้นต่อชิ้นส่วน SKY-001 รายงานว่าใช้เวลา 3.9 วินาที และ $0.005 ต่อเคส ที่ค่าเฉลี่ย IoU 79.7% GPT-6 Astra ระบุไว้ที่ 199 วินาที, $0.75 และ 79.1%; Gemini 4 ที่ 253 วินาที, $0.25 และ 76.9%; Qwen 3.8 Max ที่ 764 วินาที, $0.30 และ 34.4%; Kimi K3 ที่ 439 วินาที, $0.13 และ 9.5%; Grok 4.7 ไม่สร้างเอาต์พุตภายใน 1,250 วินาที

ในงานแบบแปลนพื้น BIM ที่มี 1,000 แปลนและประมาณ 70 ขั้นตอน SKY-001 รายงานเวลา 1.22 วินาที, $0.0024 และ IoU 43.6% เมื่อเทียบกับ Gemini 3.8 Flash ที่ 42.3%, GPT-6 Astra ที่ 40.6%, Kimi K3 ที่ 33.7%, Qwen 3.8 Max ที่ 28.8% และ Grok 4.7 ที่ 28.2%

อ่านอย่างละเอียดแล้ว ตารางบอกอะไรที่น่าสนใจกว่าพาดหัวข่าว ความเป็นผู้นำของ CAD เหนือ GPT-6 Astra อยู่ที่ 0.6 จุด IoU — โพสต์ของ Skyfall เองระบุว่าโมเดล “เท่ากับหรือเกินกว่า” มากกว่าจะเอาชนะได้ — ดังนั้นช่องว่างจริงคือเร็วขึ้นประมาณ 51 เท่าและถูกกว่า 150 เท่า ไม่ใช่ผลลัพธ์ที่ดีกว่า ส่วนความเป็นผู้นำด้าน BIM อยู่ที่ 3.0 จุด และค่าเฉลี่ย IoU 43.6% บนแปลนพื้นหมายความว่าโมเดลที่ดีที่สุดในตารางสร้างกลับได้น้อยกว่าครึ่งหนึ่งของแปลนอ้างอิงเมื่อวัดด้วย intersection-over-union นั่นเป็นตัวเลขระดับพรีวิวงานวิจัย ไม่ใช่ตัวเลขระดับโปรดักชัน และมีรายงานว่าหน้าแลนดิ้งแสดง 76.1% ขณะที่บล็อกแสดง 79.7% สำหรับ CAD ซึ่งเป็นความคลาดเคลื่อนแบบที่เกิดขึ้นเมื่อมีการนำตัวเลขไปกล่าวซ้ำในหลายช่องทาง

ข้อกล่าวอ้างหนึ่งในเนื้อหาที่รายงานไม่ผ่านการตรวจสอบกับแหล่งข้อมูล นั่นคือข้อที่ว่า SKY-001 เอาชนะ Claude Opus 5.5 ได้ โดย Opus 5.5 ปรากฏอยู่ในเอกสารในฐานะผู้ตัดสินที่เป็นแบบจำลองภาษาแบบไม่เห็นข้อมูลระบุตัวตน ควบคู่กับ GPT-6.1 Sol มิใช่ในฐานะคู่แข่งบนเกณฑ์มาตรฐานใดเกณฑ์มาตรฐานหนึ่ง การที่ผู้ตัดสินให้ความชอบมากกว่าในการเปรียบเทียบเชิงคุณภาพไม่ใช่สิ่งเดียวกับการได้คะแนน IoU ที่สูงกว่า

จุดที่การเปรียบเทียบส่งผลจริง ๆ คือ ใครเป็นผู้ตัดสินผลลัพธ์

เส้นด้ายเชิงระเบียบวิธีเดียวที่เชื่อมโยงประกาศทั้งสองเข้าด้วยกันคือการประเมินโดยแบบจำลอง ข้อกล่าวอ้างหลักของ Skyfall พึ่งพาบางส่วนบนคณะผู้ประเมินแบบปกปิดซึ่งเป็นแบบจำลองภาษาให้คะแนนภาพวาด ส่วนข้อกล่าวอ้างของ Baidu พึ่งพาเกณฑ์การให้คะแนนภายในที่วิศวกรของบริษัทเองเป็นผู้ใช้ โดยไม่มีการให้คะแนนจากภายนอกเลย ทั้งสองบริษัทไม่ได้เผยแพร่ระเบียบวิธีที่บุคคลภายนอกจะนำไปรันซ้ำได้

นี่คือส่วนของกระแส world-model ที่ยังไม่สุกงอมที่สุด และเป็นจุดที่ชั้นการกำหนดเส้นทาง (routing layer) ทำงานจริง ไม่ใช่แค่ทำงานประดับ การตัดสินสถานะภาพที่สร้างขึ้นคือการเรียกใช้โมเดล — บ่อยครั้งเป็นการเรียกหลายโมเดลจากผู้ขายหลายราย เพื่อไม่ให้ความชอบของแล็บใดแล็บหนึ่งเป็นตัวกำหนดคำว่า "ดี" และ OrcaRouter มี การฟิวชันโมเดลที่ช่วยให้กลุ่มโมเดลตอบพรอมต์การตัดสินเดียวกันพร้อมกัน และส่งคำตัดสินรวมของกลุ่มนั้นกลับมาผ่าน endpoint เดียว และ DSL สำหรับ routing สามารถส่งขั้นตอนการประเมินต่างๆ ไปยังโมเดลที่แตกต่างกันได้โดยไม่ต้องเขียน harness ใหม่ นั่นคือชั้นที่เราครอบคลุม: โมเดลมากกว่า 200 โมเดล คีย์เดียว คิดมาร์กอัป 0% โดยส่งต่อราคาตามรายการของผู้ให้บริการ ทั้ง SKY-001 และ Apollo World ไม่ได้อยู่ในแค็ตตาล็อกนั้น และทั้งคู่ก็ไม่ใช่โมเดลที่คุณเรียกใช้ — ผู้ตัดสินต่างหากคือโมเดลที่คุณเรียกใช้

ทั้งสองไม่สามารถเรียกใช้งานได้ และสิ่งนั้นเปลี่ยนการตัดสินใจ

คำถามเรื่องความพร้อมใช้งานมีคำตอบเดียวกันสำหรับทั้งสองระบบ แต่ด้วยเหตุผลที่ต่างกัน SKY-001 เป็นพรีวิวสำหรับงานวิจัยที่ต้องผ่านรายชื่อรอ โดยมีเป้าหมายการใช้งานเชิงพาณิชย์ในต้นปี 2027 และยังไม่มีเงื่อนไขที่เผยแพร่ ส่วน Apollo World ถูกใช้งานภายใน Baidu และไม่เปิดให้ใช้ภายนอก ทั้งสองระบบไม่มีราคา และทั้งสองยังไม่สามารถทดสอบประสิทธิภาพเทียบกับภาระงานของคุณเองได้ในวันนี้

สิ่งที่คุณนำไปใช้ได้จากแต่ละสิ่งคือวิธีการ การแยกส่วนแบบสองขั้นตอนของ SKY-001 — ประกอบภาพรวมทั้งหมด แล้วคาดการณ์ลำดับการก่อสร้างของแต่ละใบ — เป็นรูปแบบที่นำกลับมาใช้ซ้ำได้สำหรับกระบวนการใดก็ตามที่มีลำดับชั้นและลำดับการดำเนินการ เกณฑ์การให้คะแนน 2+3 ของ Apollo World เป็นการทดสอบที่นำกลับมาใช้ซ้ำได้สำหรับซิมูเลเตอร์ใดก็ตามที่ใครบางคนพยายามขายให้คุณ และโดยเฉพาะอย่างยิ่งเกณฑ์การคงอยู่ของมันคือคำถามที่ผู้จำหน่ายส่วนใหญ่ไม่สามารถตอบด้วยการวัดค่าได้

สามคำถามที่บอกคุณว่าคุณต้องใช้อันไหน

ประการแรก: สิ่งที่คุณกำลังจำลองอยู่นั้นมีเอเจนต์ที่กระทำการอยู่ภายในหรือไม่? ถ้ามี คุณต้องมีตัวจำลองสภาพแวดล้อม และหลักเกณฑ์ของ Apollo World จะมีผลบังคับใช้ หากการเปลี่ยนสถานะเป็นแบบดีเทอร์มิแนนิสติกและขับเคลื่อนด้วยแผนมากกว่านโยบาย คุณต้องใช้สิ่งที่ใกล้เคียงกับ SKY-001 มากกว่า

ข้อที่สอง: ผลลัพธ์ถูกนำไปใช้โดยมนุษย์หรือโดยลูปควบคุม? ลำดับการก่อสร้างถูกนำไปใช้โดยวิศวกรและโมเดลปลายน้ำ ดังนั้นเมตริกคือความสมเหตุสมผลเชิงภาพและลำดับขั้นตอน การจำลองการขับขี่ถูกนำไปใช้โดยสแต็กการรับรู้และการวางแผน ดังนั้นเมตริกคือความสอดคล้องเชิงเมตริกของเซนเซอร์และความหน่วง ทั้งสองแทบไม่มีเกณฑ์การประเมินร่วมกันเลย

ข้อที่สาม: คุณต้องการฟิสิกส์หรือต้องการขั้นตอนปฏิบัติ? SKY-001 รู้ว่าต้องติดตั้งฉากยึดก่อนชุดประกอบที่มันยึดไว้ แต่ไม่รู้ว่าเกิดอะไรขึ้นเมื่อฉากยึดถูกทำตก Apollo World รู้ว่าเกิดอะไรขึ้นเมื่อคนเดินเท้าก้าวออกมา แต่ไม่มีความเห็นว่าชิ้นส่วนถูกผลิตอย่างไร

ป้ายกำกับ world-model จะยังคงถูกยืดออกไปเรื่อย ๆ เพราะมันกำลังทำงานด้านการตลาดให้กับผลิตภัณฑ์อย่างน้อยสี่หมวดหมู่ที่แตกต่างกันในเวลาเดียวกัน วินัยที่มีประโยชน์คือการถามว่า กำลังทำนายสถานะอะไร มีอะไรกระทำต่อสถานะนั้น และใครเป็นผู้บริโภคคำทำนายนั้น Apollo World และ SKY-001 ตอบคำถามสามข้อนั้นในแบบที่แตกต่างกันโดยสิ้นเชิง และเมื่อคุณถามคำถามเหล่านั้นแล้ว การเปรียบเทียบก็สลายกลับไปเป็นสิ่งที่มันเป็นมาเสมอ: สองไอเดียที่ดีซึ่งบังเอิญมีชื่อร่วมกัน