
PAN 2 vs Hi3D v1.0: สองโมเดลที่ต่างก็ปฏิเสธที่จะบอกคุณว่าอะไรมีขนาดใหญ่แค่ไหน
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 119 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 99 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0727 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 120 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 230 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 41 tok/s
- Orcaใหม่OrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 98 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 126 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 105 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 64 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 407 tok/s
หากคุณขอให้โมเดลใดโมเดลหนึ่งในสองตัวนี้สร้างโลกขึ้นมา สิ่งแรกที่คุณสูญเสียไปคือไม้บรรทัด PAN 2 เป็นโมเดลโลกแบบ open-weight ขนาด 29 พันล้านพารามิเตอร์ของ Institute of Foundation Models อยู่บน Hugging Face ในฐานะเช็กพอยต์ Apache-2.0 ตั้งแต่ 7 ตุลาคม 2026 โดยมีโค้ดเผยแพร่เมื่อ 5 พฤศจิกายน และรองรับ vLLM-Omni ตั้งแต่ Day-0 เมื่อ 10 พฤศจิกายน: เพียงป้อนเฟรมเริ่มต้นและคำอธิบายการกระทำให้มัน มันจะเรนเดอร์วิดีโอ 704×1248 ความยาวสูงสุดยี่สิบวินาทีที่ 24 เฟรมต่อวินาที เพื่อแสดงผลลัพธ์ที่ตามมา Hi3D v1.0 ซึ่งเดิมชื่อ Sparc3D เป็นตัวปรับแต่งเรขาคณิตแบบ open-weights ที่ประกาศเมื่อ 23 ตุลาคม 2026 รับภาพหนึ่งภาพพร้อมเมชหยาบ แล้วคืนเมชที่ละเอียดกว่า โดยเป็นเรขาคณิตเท่านั้น ผลลัพธ์ทุกชิ้นจะถูกจัดศูนย์กลางใหม่และปรับมาตรฐานให้มีรัศมีหนึ่งหน่วย ตัวหนึ่งสร้างภาพเคลื่อนไหวโดยไม่ระบุขนาดที่วัดได้ ส่วนอีกตัวสร้างรูปทรงนิ่งโดยขนาดสัมบูรณ์ถูกลบออกอย่างจงใจ ทั้งสองจะไม่บอกคุณว่าสิ่งที่อยู่ตรงหน้าคุณกว้างหนึ่งเมตรหรือไม่ และทั้งคู่จะมีประโยชน์มากขึ้นเมื่อคุณเลิกคาดหวังให้มันบอกเช่นนั้น
การละเว้นร่วมกันนั้นคือพื้นฐานที่ซื่อตรงสำหรับการเปรียบเทียบ กรอบแบบที่มักใช้กัน — 3D กับวิดีโอ หรือเรขาคณิตกับพลศาสตร์ — นั้นจริงแต่ไม่ช่วยอะไร เพราะมันทำให้ทางเลือกฟังดูเป็นเพียงความชอบ กรอบที่จะกำหนดอะไรได้จริงคือสิ่งที่แต่ละโมเดลมอบให้คุณ สิ่งที่มันทิ้งไปเพื่อไปให้ถึงตรงนั้น และสิ่งที่คุณได้รับอนุญาตให้ทำกับผลลัพธ์ในภายหลัง
สิ่งที่แต่ละรายการมอบให้คุณ ทีละรายการ
ตั้งชื่อออบเจ็กต์เอาต์พุตก่อนตั้งชื่อความสามารถใด ๆ เพราะออบเจ็กต์ทั้งสองไม่ใช่สิ่งชนิดเดียวกัน
• อินพุต — PAN 2 รับเฟรมแรกแบบไม่บังคับหนึ่งเฟรม พร้อมคำบรรยายการกระทำแบบมีโครงสร้างที่ได้รับการปรับปรุงโดยสกิล prompt-rewriter; Hi3D v1.0 รับหนึ่งภาพและเมชหยาบของวัตถุเดียวกัน
• เอาต์พุต — PAN 2 ส่งคืนไฟล์ MP4 ที่มีความยาวไม่เกินยี่สิบวินาที ส่วน Hi3D ส่งคืนเฉพาะเรขาคณิตของจุดยอดเท่านั้น โดยไม่มีสี ไม่มีพื้นผิว ไม่มีวัสดุ และไม่มีสีของจุดยอด
• เวลา — PAN 2 ถูกสร้างขึ้นเพื่อให้รันไปข้างหน้า และทุกคลิปคือการทำนายผลลัพธ์ที่จะตามมา; Hi3D ไม่มีแกนเวลาเลย และจะคืนค่าเมชเดิมสำหรับอินพุตสองชุดเดิมตลอดไป
• มาตราส่วน — PAN 2 ไม่ได้อ้างสิทธิ์เชิงเมตริกใด ๆ เกี่ยวกับสิ่งที่เรนเดอร์ออกมาเลย Hi3D ปรับทุกผลลัพธ์ให้เป็นรัศมีหนึ่งหน่วย โดยเจตนาทิ้งขนาดสัมบูรณ์ไป
• รูปแบบแบตช์ — PAN 2 เรนเดอร์หนึ่งคลิปต่อการเรียกหนึ่งครั้ง; Hi3D ทำงานด้วยขนาดแบตช์เท่ากับหนึ่ง
• Resolution of the output — PAN 2 renders 704×1248 at 24 frames per second for up to twenty seconds; Hi3D refines to an effective sparse extraction-grid resolution of up to 1536°, which is a density of vertices rather than a pixel count.
• การเข้าถึง — {{1}}PAN 2{{/1}} มีขนาด 86.17 จิกะไบต์ กระจายอยู่ใน 60 ไฟล์ ไม่จำกัดการเข้าถึง ภายใต้ Apache-2.0; {{2}}Hi3D{{/2}} สามารถดาวน์โหลดได้ภายใต้ {{3}}Hi3D Open License{{/3}} ของตัวเอง ใช้เชิงพาณิชย์ได้โดยไม่เสียค่าลิขสิทธิ์ พร้อมการระบุที่มา "Powered by Hi3D 1.0"
• ฮาร์ดแวร์ — ค่าเริ่มต้นตามเอกสารของ PAN 2 คือ H200 จำนวนแปดตัวใน BF16 โดยมีสูตรที่ทำให้วิดีโอ 13 วินาทีใช้เวลาประมาณ 119 วินาทีบน B300 สี่ตัว; Hi3D ได้รับการตรวจสอบบน H20 ขนาด 96GB เพียงตัวเดียว โดยไม่มีเส้นทางการประมวลผลบน CPU
• What you can check yourself — PAN 2's card describes its harness in enough detail to argue with: 300 single-action cases across six capability categories, 100 multi-step tasks scored on step and full-plan completion over three seeds, and a blind pairwise study with thirteen reviewers; Hi3D's card states that training code and the paper's evaluation harness are not included in the release, so its quality claims cannot be re-run from the download.
Those nine rows are the whole purchase decision, and eight of them are descriptions of what each tool accepts and returns rather than claims about how good it is.
ตัวเลขที่ทั้งสองโมเดลลบออก และเพราะเหตุใด
การทำนอร์มัลไลเซชันของ Hi3D มีเอกสารประกอบและมองข้ามได้ง่าย โดยเมชที่ผ่านการปรับละเอียดแต่ละชิ้นจะถูกจัดให้อยู่กึ่งกลางใหม่และนอร์มัลไลซ์ให้มีรัศมีหนึ่งหน่วย นี่เป็นแนวปฏิบัติมาตรฐานในการเรียนรู้เรขาคณิต เพราะเครือข่ายที่ต้องถดถอยพิกัดสัมบูรณ์จะสิ้นเปลืองความจุไปกับมาตราส่วนที่บอกมันได้อยู่แล้ว และเพราะชุดฝึกที่ประกอบขึ้นจากสแกนและแอสเซ็ตมักไม่ตรงกันเรื่องหน่วย นอกจากนี้ยังหมายความว่าเมชที่ออกมาจาก Hi3D ไม่สามารถนำไปวางในฉากที่ขนาดเท่าจริงได้โดยตรง โดยไม่ต้องใช้ปัจจัยมาตราส่วนซ้ำ ซึ่งคุณต้องรู้มาจากที่อื่น เรขาคณิตที่ผ่านการปรับละเอียดแล้วไม่มีหน่วยเมตริกโดยการออกแบบ

สิ่งที่ PAN 2 ละเว้นนั้นละเอียดอ่อนกว่าและได้รับความสนใจน้อยกว่าที่ควร โมเดลแสดงผลสืบเนื่องที่สอดคล้องทางฟิสิกส์ — เดโมสตรอว์เบอร์รี ซึ่งการสลับผลไม้หรือของเหลวทำให้รูปแบบการกระเซ็นเปลี่ยนไป เป็นคำอธิบายแนวคิดที่ชัดเจนที่สุดเท่าที่เคยมีผู้สร้างขึ้น — และมันทำเช่นนั้นโดยไม่เคยระบุระยะทางเลย สัญญาณการฝึกคือวิดีโอ เอาต์พุตคือวิดีโอ และวิดีโอไม่มีมาตราส่วนในตัวเอง: ภาพระยะใกล้ของปลอกนิ้วกับภาพมุมกว้างของถังเป็นเทนเซอร์เดียวกัน รายการทางลัดในการ์ดโมเดลเองก็ชี้ไปที่ช่องว่างเดียวกันจากอีกด้านหนึ่ง โดยพาสต้าปรากฏในกระชอนก่อนที่จะสะเด็ดน้ำ — ฉากที่ดำเนินไปโดยไม่มีฟิสิกส์ที่ควรจะต้องเกิดขึ้น
นี่คือเหตุผลที่สร้างโปรแกรมจำลองการขับขี่จาก PAN 2 ไม่ได้ ไม่ว่ามันจะเก่งแค่ไหนในการจำลองการกระเซ็น โครงข่ายถนนต้องการความกว้างของช่องจราจรเป็นเมตรและข้อมูลสะท้อนกลับจากลิดาร์เป็นเซนติเมตร และแบบจำลองที่การแทนโลกทั้งหมดเป็นวิดีโอแฝงก็ไม่มีที่ให้ใส่ค่าใดค่าหนึ่งในสองอย่างนั้น นี่ก็เป็นเหตุผลที่ Hi3D ไม่สามารถให้ค่าเป็นเมตรเหล่านั้นได้เช่นกัน: มันขัดเกลารูปร่างของวัตถุชิ้นเดียว ณ มาตราส่วนที่มันได้ปรับให้เป็นมาตรฐานจนหายไป จากภาพที่ไม่มีความลึกอยู่ในนั้น
หากไปป์ไลน์ของคุณต้องการเอาต์พุตที่เป็นหน่วยเมตริก หน่วยเมตริกนั้นต้องถูกป้อนเข้ามาที่จุดใดจุดหนึ่งก่อนโมเดลทั้งสอง — จากเซนเซอร์วัดความลึก เครื่องหมายที่ทราบขนาดในเฟรม หรือไฟล์ CAD — และโมเดลทั้งสองจะอยู่ในลำดับถัดลงไปจากการตัดสินใจนั้น แทนที่จะเป็นฝ่ายตัดสินใจเอง สิ่งนี้ควรพูดให้ตรง ๆ เพราะทางเลือกอื่นคือการที่ทีมจะค้นพบเรื่องนี้หลังจากผสานระบบไปแล้วหนึ่งสัปดาห์
ความสามารถในการแก้ไขคือความแตกต่างที่ยังคงอยู่เมื่อได้สัมผัสกับโปรเจกต์จริง
วิดีโอที่สร้างขึ้นเป็นทางตันสำหรับการแก้ไข หาก PAN 2 เรนเดอร์แผนที่ลิ้นชักเปิดออกและมีแก้วถูกกระแทกล้ม และคุณต้องการให้ลิ้นชักเปิดช้าลง คุณไม่ได้แก้ไขคลิป แต่คุณเขียนแคปชันใหม่และจ่ายสำหรับ forward pass อีกหนึ่งร้อยรอบผ่านทรานส์ฟอร์เมอร์ขนาด 29B แคปชันเป็นพื้นผิวเดียวที่แก้ไขได้ และมันเป็นพื้นผิวที่ดีจริง ๆ — มีโครงสร้าง อิงกับเวลา มีการผูกการกระทำเข้ากับผู้กระทำ และระบุการเคลื่อนกล้องไว้อย่างชัดเจน — แต่มันทำงานในระดับ "เกิดอะไรขึ้น" ไม่ใช่ "จุดยอดนี้ไปที่ไหน"
เมชที่ผ่านการขัดเกลาเป็นผลลัพธ์อีกแบบหนึ่งที่ตรงกันข้าม เอาต์พุตของ Hi3D เปิดในโปรแกรมโมเดลเลอร์ ถูกทำรีโทโพโลยี ถูกใส่เท็กซ์เจอร์ที่อื่น และถูกจัดวาง การขัดเกลาคือขั้นตอนที่ย้อนกลับไม่ได้เพียงขั้นตอนเดียวในไปป์ไลน์ที่otherwiseเต็มไปด้วยขั้นตอนที่ย้อนกลับได้ และนั่นคือสิ่งที่ทีมคอนเทนต์ต้องการพอดี: เครื่องมือที่ปรับปรุงบล็อกเอาต์ให้ดีขึ้น แล้วถอยออกไปไม่ขวางทาง
นี่คือองค์ประกอบที่มีอยู่จริง กล่าวโดยไม่เกินจริง บล็อกเอาต์หยาบ ๆ ที่ถูกขัดเกลาโดย Hi3D จะกลายเป็นพร็อพที่มีรายละเอียด ตัวสร้างฉากจะวางพร็อพนั้น โมเดลโลกแบบ PAN 2 จะเรนเดอร์สิ่งที่เกิดขึ้นเมื่อมีบางสิ่งกระทำต่อมัน ทั้งสองเป็นขั้นตอนที่อยู่ติดกัน ไม่ใช่คู่แข่ง สิ่งที่ไม่มีอยู่คือลูป: Hi3D ไม่สามารถรับเฟรมจาก PAN 2 แล้วคืนรูปทรงเรขาคณิตกลับมาให้คุณได้ เพราะเฟรมวิดีโอเดียวที่ไม่มีข้อมูลความลึกและไม่ทราบสเกลไม่ใช่ปัญหาเมชที่ Hi3D ถูกสร้างมาเพื่อแก้
จุดที่เลเยอร์การจัดเส้นทางพิสูจน์คุณค่าในไปป์ไลน์นั้นคืองานภาษาเชิงเชื่อมประสาน มากกว่าตัวโมเดลใดโมเดลหนึ่ง การเขียนแคปชันภาพเรนเดอร์เพื่อให้ซิมูเลเตอร์ใช้เป็นเงื่อนไขได้ การเขียนคำอธิบายสถานะโลกแบบมีโครงสร้างที่ตัวเข้ารหัสข้อความของ PAN 2 ใช้ภายในงบ 1,480 โทเคนแบบซอฟต์และ 1,536 แบบฮาร์ด การตัดสินว่าเฟรมที่สร้างขึ้นตรงตามโจทย์หรือไม่ — สิ่งเหล่านี้คือการเรียกโมเดลแบบคิดค่าบริการตามการใช้งานทั่วไป และล้อมรอบเครื่องมือทั้งสอง OrcaRouter ให้บริการโมเดลมากกว่า 200 โมเดลภายใต้ API เดียว โดยคิดมาร์กอัป 0% จากราคาตามรายการของผู้ให้บริการ พร้อมระบบ failover อัตโนมัติระหว่างผู้ให้บริการ เพื่อให้ตัวเขียนแคปชันและตัวตรวจวิจารณ์ภาพเรนเดอร์ใช้คีย์และเส้นทางสำรองร่วมกันได้ ทั้ง PAN 2 และ Hi3D v1.0 ไม่ได้อยู่ในแคตตาล็อกนั้น และไม่มีอะไรในที่นี้บ่งชี้เป็นอย่างอื่น: ตัวเรนเดอร์คือโหนดของคุณ ตัวรีไฟน์คือ GPU ของคุณ และสิ่งที่เราจัดเส้นทางคือส่วนเชื่อมประสาน
ไลเซนส์สองใบที่บอกคุณว่าลูกค้าควรเป็นใคร
โมเดลทั้งสองเปิดให้ดาวน์โหลดได้มากพอ และข้อกำหนดแตกต่างกันในลักษณะที่ให้ข้อมูลได้มากกว่าตัวน้ำหนัก
PAN 2 ใช้สัญญาอนุญาต Apache-2.0: ไม่มีข้อกำหนดการให้เครดิตนอกเหนือจากข้อความในสัญญาอนุญาต ไม่มีเกณฑ์จำนวนผู้ใช้ ไม่มีเงื่อนไขรายได้ที่คอยดัก ไม่มีข้อจำกัดขอบเขตการใช้งาน คุณสามารถไฟน์ทูน ควอนไทซ์ นำไปใส่ในผลิตภัณฑ์ แล้วไม่พูดถึงมันเลยก็ได้ สำหรับทรานส์ฟอร์เมอร์แบบดิฟฟิวชันขนาด 29 พันล้านพารามิเตอร์ที่ฝึกตั้งแต่เริ่มต้นด้วยวิดีโอหลายร้อยล้านรายการโดยแล็บในสังกัดมหาวิทยาลัย นี่เป็นทางเลือกที่เปิดกว้างอย่างผิดปกติ และเป็นความแตกต่างเชิงปฏิบัติที่ใหญ่ที่สุดระหว่าง PAN 2 กับโมเดลแบบปิดที่มักถูกนำมาเปรียบเทียบด้วย
Hi3D v1.0 ปลอดค่าลิขสิทธิ์สำหรับการใช้งานเชิงพาณิชย์ โดยต้องระบุที่มาว่า "Powered by Hi3D 1.0" และจะมีข้อตกลงแยกต่างหากมามีผลเมื่อมีผู้ใช้ที่ใช้งานต่อเดือนเกิน 200,000 คน หรือมีรายได้ต่อเดือนเกิน 1 ล้านดอลลาร์สหรัฐ เกณฑ์ดังกล่าวเปรียบเสมือนลายนิ้วมือ: มันบ่งบอกว่าลูกค้าเป้าหมายคือสตูดิโอ แพลตฟอร์ม หรือผู้ขายเครื่องมือ และบ่งบอกว่าผู้พัฒนา expects ให้โมเดลถูกฝังใช้งานมากกว่าถูกศึกษา ต่ำกว่าเกณฑ์นั้นไม่มีค่าใช้จ่าย ส่วนเหนือเกณฑ์ขึ้นไป คุณกำลังเจรจากันอยู่

สัญญาอนุญาตทั้งสองฉบับไม่ใช่กับดัก ทั้งสองเป็นการเดิมพันที่ต่างกันว่าความเปิดกว้างมีไว้เพื่ออะไร ของ PAN 2 คือการเสนอตัวเพื่อให้ถูกนำไปใช้ในฐานะโครงสร้างพื้นฐาน ส่วนของ Hi3D คือการเสนอตัวเพื่อให้ถูกนำไปใช้ โดยมีบทสนทนาเชิงพาณิชย์แนบมาด้วยเมื่อคุณใหญ่พอที่จะมีบทสนทนาเช่นนั้น
ใบเรียกเก็บเงินค่าฮาร์ดแวร์ ซึ่งไม่ใกล้เคียง
ข้อกำหนดของ Hi3D เข้มงวดและใช้ต้นทุนต่ำในการทำให้ครบถ้าคุณมีเครื่องอยู่แล้ว: Linux, Python 3.10, NVIDIA GPU ที่ compute capability 8.0 ขึ้นไป, CUDA ระหว่าง 12.0 ถึง 12.5, flash-attn ที่ไม่มีเส้นทางสำรอง, ไม่มีการอนุมานบน CPU และผ่านการตรวจสอบบน H20 ขนาด 96GB เพียงเครื่องเดียว เวิร์กสเตชันในสตูดิโอผ่านข้อกำหนดนี้ได้ สิ่งที่ทำให้ล้มเหลวคือการล็อกเวอร์ชัน CUDA และการไม่มีเส้นทางสำรอง ไม่ใช่หน่วยความจำ
ข้อกำหนดของ PAN 2 อยู่ในหมวดหมู่ที่แตกต่างออกไป H200 จำนวนแปดตัวใน BF16 คือค่าเริ่มต้นที่ระบุไว้ในเอกสาร โดยมี VAE patch parallelism ครอบสี่ไทล์เพิ่มเข้าไป เพราะการถอดรหัสคลิป 704×1248 ความยาว 20 วินาทีเป็นปัญหาหน่วยความจำในตัวเอง ตัวเลข 119 วินาทีต่อ 13 วินาทีบน B300 สี่ตัวมาจากสูตร vLLM และเป็นตัวเลขที่เปลี่ยนทุกคำถามการออกแบบให้เป็นคำถามเชิงเลขคณิต: 50 ขั้นของ sampler ที่ flow shift 9 พร้อม guidance 2.5 ในทุกขั้น คือ 100 ฟอร์เวิร์ดพาสผ่านทรานส์ฟอร์เมอร์ 29B ต่อคลิป และแพลนเนอร์ที่ประเมินห้าแอ็กชันที่เป็นไปได้ต่อขั้นของงาน 10 ขั้น ต้องการ 50 คลิป
ดังนั้นการเปรียบเทียบต้นทุนจึงไม่ใช่คำถามว่า "อันไหนถูกกว่า" แต่เป็นเรื่องที่ว่าอันหนึ่งเป็นเครื่องมือสำหรับเวิร์กสเตชัน ส่วนอีกอันเป็นงานที่ต้องใช้คลัสเตอร์ และทีมที่จ่ายไหวสำหรับอันแรกอาจไม่สามารถรันอันที่สองได้เลย ความไม่สมมาตรนี้ไม่ได้ทำให้ PAN 2 แย่ลง แต่ทำให้การตัดสินใจง่ายขึ้นสำหรับใครก็ตามที่มีงบ GPU สำหรับการ์ดเพียงใบเดียว
คุณกำลังถามคำถามไหนกันแน่
ถ้าปัญหาของคุณคือ blockout หยาบเกินไป หรือพร็อพที่สแกนมามีรายละเอียดเล็ก ๆ ไม่พอ สิ่งที่คุณต้องใช้คือ Hi3D v1.0 และ PAN 2 ไม่เกี่ยวเลย — ไม่มีอะไรในวิดีโอเจเนอเรเตอร์ที่จะให้ vertices แก่คุณได้ จัดงบสำหรับสแต็ก CUDA ไว้ ตรวจสอบ dependency ของ flash-attn ก่อนที่คุณจะสัญญาวันส่งมอบ และจำไว้ว่า mesh จะมาในระยะรัศมีหนึ่งหน่วย
หากปัญหาของคุณคือคุณต้องเห็นว่าการกระทำหนึ่งๆ จะเกิดอะไรขึ้นก่อนที่คุณจะตัดสินใจลงมือ — การประเมินแผน ข้อมูลเหตุการณ์สมมติ หุ่นยนต์หรือเอเจนต์ที่แสดงตัวอย่างตัวเลือกของตนล่วงหน้า — PAN 2 เป็นตัวเดียวในสองตัวที่ตอบโจทย์นี้ และมันตอบเป็นพิกเซล โดยมีขั้นตอนที่ตกหล่นในประมาณสองในสามของแผน ตามการ์ดของมันเอง ออกแบบตัวตรวจสอบให้อยู่ในลูป เก็บพรอมป์ของคุณให้อยู่ในงบโทเค็น และมองทุกคลิปเป็นสมมติฐานมากกว่าการวัด
หากคุณต้องการทั้งสองอย่าง ให้สร้างไปป์ไลน์ตามลำดับที่อาร์ติแฟกต์ไหลจริง: อินพุตเชิงเมตริกก่อน เรขาคณิตเป็นลำดับที่สอง ผลที่ตามมาเป็นลำดับที่สาม และมีโมเดลภาษาในทุกจุดเชื่อมต่อที่การแทนค่าหนึ่งต้องกลายเป็นอีกการแทนค่าหนึ่ง นั่นต้องใช้วิศวกรรมมากกว่าที่ประกาศของโมเดลใดโมเดลหนึ่งบอกเป็นนัย และนี่คือรูปแบบที่สแตกเวิลด์โมเดลจริงจังทุกแห่งในปี 2026 ลงเอยด้วย
สิ่งที่ทำให้หน้านี้เปลี่ยนไปคือโมเดลที่สร้างเรขาคณิตพร้อมมาตราส่วนเมตริก และแกนเวลา — เอาต์พุต 4 มิติที่มีหน่วยวัด ไม่มีสิ่งใดในรีลีสทั้งสองที่ชี้ไปที่มัน จนกว่าจะมีบางสิ่งทำเช่นนั้น สรุปที่แม่นยำคือ PAN 2 แสดงให้เห็นว่าเกิดอะไรขึ้น และ Hi3D ทำให้สิ่งที่อยู่ตรงนั้นคมชัดขึ้น ว่าทั้งคู่จะไม่บอกว่ามันใหญ่แค่ไหน และข้อจำกัดที่สองคือสิ่งที่ตัดสินอย่างเงียบ ๆ ว่าคุณสามารถใช้ทั้งคู่กับโปรเจกต์ใดของคุณได้

