Hy-Nomas vs Hunyuan3D WorldClaw: แล็บเดียวกัน โลกสองแบบ

กลุ่ม Hunyuan ของ Tencent เปิดตัวสองสิ่งที่เรียกว่า world model ห่างกันภายในสามเดือน และทั้งสองแตกต่างกันในแทบทุกด้าน Hunyuan3D WorldClaw ซึ่งเผยแพร่ในเดือนสิงหาคม 2026 ไม่ใช่โมเดลจริง ๆ เลย: มันคือไปป์ไลน์แบบเอเจนต์สี่ขั้นตอนที่วางแผนฉากด้วยเอเจนต์ LLM สร้างภูมิประเทศ สร้างวัตถุแต่ละชิ้นใหม่เป็นเมชที่มีเท็กซ์เจอร์ แล้วให้เอเจนต์ด้านวิสัยทัศน์เรนเดอร์ผลลัพธ์และแก้ไขสิ่งที่ไม่ถูกต้อง Hy-Nomas ซึ่งเปิดตัวเมื่อวันที่ 23 ตุลาคม 2026 เป็น diffusion transformer แบบ segment-autoregressive ตัวเดียวที่เรนเดอร์วิดีโอที่ควบคุมทิศทางได้ และเผยแพร่ weights ภายใต้ Apache 2.0 ตัวหนึ่งสร้างแอสเซ็ต 3D ที่แก้ไขได้จากประโยคเดียว อีกตัวเรนเดอร์โลกต่อเนื่องจากการสนทนา

การเปรียบเทียบนี้คุ้มค่าที่จะทำก็เพราะทั้งสองใช้ห้องแล็บร่วมกัน มันเป็นการทดลองตามธรรมชาติที่ชัดเจนในสองกลยุทธ์: การนำโมเดลระดับแนวหน้ามาประสานเป็นไปป์ไลน์ หรือการฝึกโมเดลเดียวให้ทำทุกอย่าง การเปิดตัวทั้งสองยังกลับกันในเรื่องความเปิดเผย — ตัวที่มีชุดวิศวกรรมหนักกว่ากลับไม่เผยแพร่โค้ด ส่วนตัวที่เป็นโมเดลเดี่ยวกลับเผยแพร่ทุกอย่าง

โมเดลและไปป์ไลน์เป็นอาร์ติแฟกต์ต่างประเภทกัน

บทความของ WorldClaw อธิบายถึงเราเตอร์ ระบบนี้ทำหน้าที่ประสานงานโมเดลระดับแนวหน้าหลายตัวแทนที่จะสร้างผลลัพธ์ด้วยตัวเอง ได้แก่เอเจนต์ LLM สำหรับการวางแผน โมเดลภาพสำหรับการประกอบภาพระดับภูมิภาค โมเดลแบ่งส่วนภาพ Hunyuan3D ของ Tencent เองสำหรับการสร้างโครงข่ายสามมิติ และ Blender ที่ขับเคลื่อนผ่าน MCP สำหรับการประกอบชิ้นส่วน บทความระบุชื่อ Claude Opus 4.8 ในฐานะตัววางแผน และ GPT-Image-2 กับ SAM3D เป็นหนึ่งในองค์ประกอบระดับภูมิภาค จุด貢獻ของงานนี้อยู่ที่การกำกับลำดับการทำงาน ได้แก่ การแยกย่อยจากระดับภาพรวมไปสู่ระดับภูมิภาค และลูปการซ่อมแซมที่อิงการเรนเดอร์ ไม่ใช่โครงสร้างพื้นฐานเชิงสร้างสรรค์ตัวใหม่

Hy-Nomas คือเดิมพันที่ตรงกันข้าม เป็น MMDiT แบบ dual-stream 54 บล็อก ขนาด hidden 2,048 ตัวเข้ารหัสข้อความ Qwen2.5-VL-7B-Instruct การปรับสภาพกล้องผ่าน cross-attention และแคช KV ตลอดอายุการใช้งาน ไม่มีตัววางแผน ไม่มีขั้นตอนการแบ่งส่วน ไม่มีตัวเรนเดอร์ภายนอกในลูป โมเดลคือระบบ

ความแตกต่างนั้นอธิบายรูปแบบความล้มเหลวได้ ไพป์ไลน์สืบทอดจุดอ่อนของทุกองค์ประกอบที่มันเรียกใช้ และสามารถซ่อมแซมได้ทีละองค์ประกอบ โมเดลเดียวมีมุมมองโลกที่เป็นเอกภาพหนึ่งเดียวและไม่มีรอยต่อระหว่างขั้นตอน แต่จุดอ่อนใด ๆ ถูกฝังลงในน้ำหนัก และแก้ไขได้เพียงผ่านการเทรนใหม่หรือการใช้ LoRA เท่านั้น

สี่ขั้นตอนของ WorldClaw ทำอะไรจริง ๆ

ขั้นแรกคือการวิเคราะห์เจตนาและการวางแผนฉาก เอเจนต์ LLM สองตัวแบ่งงานกัน โดยตัวหนึ่งสกัดเฉพาะข้อจำกัดที่ผู้ใช้ระบุไว้จริง ส่วนอีกตัวเติมรายละเอียดเพื่อสร้างข้อกำหนดฉากแบบมีโครงสร้างซึ่งครอบคลุมภูมิภาค ภูมิประเทศ วัตถุ และความสัมพันธ์เชิงพื้นที่ การแบ่งงานเช่นนี้เป็นการป้องกันที่สมเหตุสมผลต่อความล้มเหลวที่พบบ่อยของผู้วางแผนเพียงตัวเดียว ซึ่งก็คือการคิดค้นข้อกำหนดขึ้นมาเองแล้วจึงตอบสนองต่อข้อกำหนดนั้น

ขั้นที่สองสร้างภูมิประเทศระดับโลก ได้แก่ แผนผังเลย์เอาต์เชิงความหมาย ฟิลด์ความสูงที่คำนึงถึงแต่ละภูมิภาค และวัสดุ หิน และพืชพรรณที่กำหนดให้กับแต่ละภูมิภาค ขั้นที่สามเรนเดอร์แต่ละภูมิภาคให้เป็นภาพคอมโพสิตแบบ 2 มิติ แบ่งส่วนอินสแตนซ์ต่าง ๆ แล้วสร้างแต่ละชิ้นใหม่เป็นเมชที่มีเทกซ์เจอร์ผ่าน {{1}}Hunyuan3D{{/1}} จากนั้นนำกลับไปวางบนภูมิประเทศ ขั้นที่สี่คือขั้นที่น่าสนใจ — เอเจนต์ visión เรนเดอร์ฉากที่ประกอบเสร็จแล้วจากหลายมุมมอง และค้นหาวัตถุที่ลอยอยู่ การทะลุกันของวัตถุ ขนาดที่ไม่ถูกต้อง และท่าทางที่ไม่ถูกต้อง แล้ววนซ้ำ การประกอบชิ้นงานเกิดขึ้นใน {{2}}Blender{{/2}} ผ่าน {{3}}MCP{{/3}}

เอาต์พุตคือเมชที่มีเทกซ์เจอร์ ชัดเจน และแก้ไขแยกชิ้นได้ ซึ่งส่งออกไปยังเอนจินเกมได้ นั่นเป็นสิ่งส่งมอบที่แตกต่างจากวิดีโออย่างแท้จริง: ต้นไม้ทุกต้นเป็นอ็อบเจกต์ ทุกอ็อบเจกต์มีทรานส์ฟอร์ม และนักออกแบบเลเวลสามารถย้ายต้นไม้ต้นหนึ่งได้โดยไม่ต้องเรนเดอร์โลกใหม่

เมชที่คุณแก้ไขได้ หรือวิดีโอที่คุณกำหนดทิศทางได้

เอาต์พุตของ Hy-Nomas เป็นวิดีโอ 720 × 1280 ที่ 24 FPS ซึ่งสร้างเป็นท่อน ๆ ด้วยขั้นตอนการลดสัญญาณรบกวนแปดขั้นในการตั้งค่าแบบ distilled คุณไม่สามารถเปิดมันใน Blender ได้ อย่างไรก็ตาม คุณสามารถเปลี่ยนทิศทางของมันกลางเซสชันได้: ข้อความอิสระสำหรับสิ่งที่อยู่ในโลก ค่า extrinsic ของกล้องสำหรับทิศทางของช็อต และ KV cache ที่ทำให้ท่อนก่อน ๆ สอดคล้องกับคำสั่งใหม่ การแก้ไขทำผ่านบทสนทนาและเกิดขึ้นก่อนที่ท่อนถัดไปจะเรนเดอร์

เอาต์พุตของ WorldClaw สามารถแก้ไขได้ในภายหลัง คุณจะได้เรขาคณิต และการแก้ไขเป็นเชิงพื้นที่ — ย้ายวัตถุ ปรับขนาดต้นไม้ เรนเดอร์ภูมิภาคใหม่ สิ่งที่คุณทำไม่ได้คือการสนทนากับโลกขณะที่มันเรนเดอร์ ไปป์ไลน์จะทำงานจนเสร็จสิ้น แล้วคุณจึงลงมือทำงานกับแอสเซ็ต

• เอาต์พุต — วิดีโอ 720 × 1280 ที่ควบคุมทิศทางได้จาก Hy-Nomas เทียบกับเมชที่มีเท็กซ์เจอร์ชัดเจนของ Hunyuan3D WorldClaw ในฉาก

• หน่วยของงาน — Hy-Nomas เป็นส่วนที่เรนเดอร์ตามคำขอ เทียบกับ Hunyuan3D WorldClaw ที่สร้างโลกทั้งใบในสี่ขั้นตอน

• การแก้ไข — คำสั่งข้อความและกล้องของ Hy-Nomas ระหว่างเซกเมนต์ เทียบกับการจัดการเมชโดยตรงของ Hunyuan3D WorldClaw หลังการสร้าง

• เอนจิน — Hy-Nomas ใช้ diffusion transformer หนึ่งตัว เทียบกับ Hunyuan3D WorldClaw ซึ่งเป็นสแต็กของโมเดลล้ำสมัยหลายตัวที่ประสานการทำงานร่วมกัน พร้อมด้วย Blender

• ฮาร์ดแวร์ — Hy-Nomas ใช้ GPU 8 ตัวเป็นค่าเริ่มต้น, หนึ่ง RTX 4090 ในเส้นทางหน่วยความจำต่ำแบบ INT8 เทียบกับ Hunyuan3D WorldClaw 4 × NVIDIA H20

• การเปิดตัว — น้ำหนักโมเดล โค้ด และชุดข้อมูลสำหรับการทดสอบประสิทธิภาพของ Hy-Nomas ภายใต้ Apache 2.0 เทียบกับ Hunyuan3D WorldClaw ที่มีเพียงเปเปอร์ หน้าโปรเจกต์ และ README โดยไม่มีโค้ดหรือน้ำหนักโมเดล

ต้นทุนของโลกแห่งเอเจนต์

เรื่องราวด้านการประมวลผลของ WorldClaw ไม่ใช่ตัวเลขชั่วโมง GPU ในความหมายปกติ แต่เป็น H20s สี่ตัวบวกกับการเรียกใช้โมเดลแนวหน้าจำนวนมาก ได้แก่ โทเคนสำหรับการวางแผน การสร้างภาพต่อภูมิภาค การแบ่งส่วนต่ออินสแตนซ์ การสร้างเมชใหม่ต่อวัตถุ และการเรนเดอร์ด้วยเอเจนต์ด้านภาพซ้ำ ๆ ระหว่างการปรับแต่ง ต้นทุนส่วนเพิ่มของโลกหนึ่งใบถูกครอบงำด้วยการเรียกใช้เหล่านั้น และบทความไม่ได้เผยแพร่ราคา การสร้างใหม่โดยชุมชนที่ใช้ปลายทางภาพและ 3D แบบโฮสต์แทนรายงานว่าอยู่ที่ประมาณห้าสิบเซนต์และไม่กี่นาทีต่อโลกหนึ่งใบ ซึ่งเป็นอันดับของขนาดที่เป็นประโยชน์แต่ไม่ใช่ตัวเลขจากผู้ขาย

ต้นทุนของ Hy-Nomas เป็นแบบทั่วไปมากกว่า: โดยค่าเริ่มต้นใช้ GPU แปดตัวพร้อมการทำ sequence parallelism แบบแปดทาง หรือใช้ RTX 4090 หนึ่งตัวกับน้ำหนัก DiT แบบ INT8, KV cache แบบ INT8, ประวัติแบบ sliding-window, การ offload ไปยัง CPU, FlexAttention และตัวถอดรหัส CUTLASS FP8 ชุด checkpoint ทั้งหมดมีขนาดประมาณ 196 GB; เส้นทางเดโมที่ระบุในเอกสารดึงข้อมูลประมาณ 86 GB และเส้นทางหน่วยความจำต่ำต้องใช้ประมาณ 38 GB บวกกับ text encoder ไม่มีราคาแบบโฮสต์เพราะไม่มีบริการโฮสต์

การเปรียบเทียบที่สำคัญไม่ใช่จำนวนดอลลาร์ต่อหนึ่งโลก แต่คือเงินไหลไปที่ไหน WorldClaw ใช้จ่ายกับโทเค็นและการเรียก API ซึ่งมีต้นทุนลดลงเมื่อราคาของโมเดลระดับแนวหน้าลดลง ส่วน Hy-Nomas ใช้จ่ายกับ GPU occupancy ซึ่งไม่ลดลงตาม ไปป์ไลน์จะถูกลงได้ด้วยเส้นโค้งต้นทุนของคนอื่น แต่โมเดลจะถูกลงได้ก็ต่อเมื่อมีใครสักคนกลั่นมันออกมา

• ปัจจัยขับเคลื่อนต้นทุนของ Hy-Nomas — ชั่วโมง GPU ต่อเซสชันการสร้าง ไม่มีค่าใช้จ่ายแบบเรียกเก็บต่อครั้ง

• ปัจจัยขับเคลื่อนต้นทุนของ WorldClaw — การเรียกใช้โมเดลระดับแนวหน้าสำหรับการวางแผน การถ่ายภาพ การแบ่งส่วน การสร้างใหม่ และการซ่อมแซม พร้อมด้วย 4 × H20

• มาตรการขยายขนาดของ Hy-Nomas — Distillation และ LoRA ซึ่งทั้งสองมีอยู่ในรีลีสแล้ว

คันโยกการสเกลของ WorldClaw — โมเดลคอมโพเนนต์ที่ถูกกว่าและรอบการซ่อมที่น้อยลง

WorldClaw ยังเป็นข้อสนับสนุนที่ชัดเจนที่สุดสำหรับชั้นการจัดเส้นทางที่ชุดนี้มีอยู่ เพราะมันเป็นชั้นการจัดเส้นทางเสียเอง ตัววางแผนของมันเรียกโมเดลหนึ่ง ขั้นตอนระดับภูมิภาคเรียกอีกโมเดลหนึ่ง ขั้นตอนการสร้างใหม่เรียกโมเดลที่สาม และทั้งหมดนี้คือนโยบายการจัดเส้นทางที่มีตัวเรนเดอร์แนบมาด้วย OrcaRouter ทำงานแบบเดียวกันสำหรับโมเดลที่โฮสต์ให้บริการ — โมเดลกว่า 200 รุ่นหลังคีย์เดียว ราคาตามรายการของผู้ให้บริการส่งต่อโดยบวกเพิ่ม 0% มีการสลับไปยังระบบสำรองอัตโนมัติ และ DSL การจัดเส้นทางที่ประกอบหลายโมเดลไว้ในการเรียกครั้งเดียว พร้อมการหลอมรวมโมเดลให้ใช้ได้เมื่อคุณต้องการหลายโมเดลเป็นคณะแทนที่จะเป็นลูกโซ่ ทั้ง Hy-Nomas และ WorldClaw ต่างไม่อยู่ในแคตตาล็อกของเรา และเราจะไม่แสร้งทำเป็นว่าเวิลด์โมเดลที่โฮสต์เองเป็น endpoint; สิ่งที่เราจัดเส้นทางคือชั้นที่ WorldClaw แสดงให้เห็นว่าคุณจำเป็นต้องมี

ความเปิดกว้างถูกพลิกกลับ

นี่คือส่วนที่แปลกที่สุดของทั้งคู่ WorldClaw เป็นระบบที่ซับซ้อนกว่า — เป็นไปป์ไลน์แบบเอเจนต์หลายขั้นตอนที่มีเปเปอร์ตีพิมพ์และหน้าโปรเจกต์ — และรีโพซิทอรี GitHub อย่างเป็นทางการมี README เปเปอร์ และแอสเซ็ตของโปรเจกต์ แต่ไม่มีโค้ด ไม่มีเวตโมเดล ไม่มี API และไม่มีข้อมูลราคา มี issue ที่ขอโค้ดแต่ยังไม่ได้รับการตอบกลับ สิ่งที่มีอยู่สาธารณะคือการรีอิมพลีเมนต์โดยชุมชนซึ่งสร้างไปป์ไลน์ขึ้นใหม่บนโฮสต์เอนด์พอยต์ ซึ่งเป็นเครื่องยืนยันถึงความชัดเจนของเปเปอร์ ไม่ใช่สิ่งทดแทนการเปิดตัว

Hy-Nomas เป็นระบบที่เรียบง่ายกว่าและเปิดกว้างกว่า: Apache 2.0, checkpoint แบบเต็มบน Hugging Face, โค้ด inference และ training บน GitHub, ชุดเครื่องมือ captioning, LoRA trainer, สคริปต์ merge และชุดข้อมูล benchmark จำนวน 280 เคส รายงานทางเทคนิคยังขาดหาย และ benchmark ไม่มีคะแนน แต่ artifact นั้นสมบูรณ์พอที่จะทำซ้ำและแก้ไขได้

สำหรับใครก็ตามที่วางแผนจะลงมือสร้าง การกลับด้านนั้นเป็นสิ่งที่ชี้ขาดยิ่งกว่าสถาปัตยกรรมเสียอีก ไปป์ไลน์ที่คุณรันไม่ได้ก็เป็นเพียงเอกสารออกแบบ ส่วนโมเดลที่คุณรันได้คือจุดเริ่มต้น แม้การประเมินของมันจะยังเป็นเพียงหน้าว่างก็ตาม

ควรเลือกอันไหนดี

ให้เลือกใช้แนวทางของ Hunyuan3D WorldClaw เมื่อสิ่งที่ต้องส่งมอบคือเลเวล ซึ่งเป็นสภาพแวดล้อม 3D ขนาดใหญ่ที่สำรวจและแก้ไขได้ และต้องนำเข้าเกมเอนจินและถูกแก้ไขโดยมนุษย์ โปรดทราบว่าคุณจะต้องสร้างมันขึ้นมาใหม่จากเปเปอร์ เพราะ Tencent ยังไม่เผยแพร่มัน และข้อกล่าวอ้างเรื่องคุณภาพของมันเป็นเชิงคุณภาพ — เปเปอร์เปรียบเทียบกับ SynCity, Marble ของ World Labs, MajutsuCity, WorldGen ของ Meta และ GPT-5.6 Sol โดยไม่มี FID, CLIP หรือการศึกษาผู้ใช้

เลือกใช้ Hy-Nomas เมื่อสิ่งที่ต้องส่งมอบคือฟุตเทจหรือสภาพแวดล้อมสำหรับการฝึกอบรม เช่น pre-vis วิดีโอสังเคราะห์ หรือเครื่องมือสร้างฉากหุ่นยนต์ที่คุณตั้งใจจะปรับแต่งด้วย Robotics LoRA ที่จัดส่งมาพร้อมกัน โปรดทราบว่าข้อกล่าวอ้างเรื่องความสอดคล้องในระยะยาวเป็นข้อโต้แย้งเชิงการออกแบบพร้อมเดโม ไม่ใช่คะแนนวัดผล และการรันบน 4090 เพียงตัวเดียวเป็นไปได้แต่มีภาระโอเวอร์เฮดจากการออฟโหลด

และหากคุณต้องการทั้งสองอย่าง — ทั้งโลกที่แก้ไขได้และฟุตเทจของโลกนั้นที่ควบคุมทิศทางได้ — คำตอบตามตรงก็คือ ยังไม่มีรีลีสใดของ Tencent เพียงตัวเดียวที่มอบสิ่งนั้นให้คุณได้ในวันนี้ WorldClaw สร้างเรขาคณิตที่คุณไม่สามารถแอนิเมตผ่านการสนทนาได้ Hy-Nomas สร้างวิดีโอที่คุณส่งออกไม่ได้ ช่องว่างระหว่างทั้งสองคือผลิตภัณฑ์ที่ยังไม่มีใครเปิดตัว และมันเป็นสิ่งที่ดูน่าสนใจยิ่งกว่าการจับตาโมเดลใดโมเดลหนึ่งโดยลำพัง