Apollo World vs Hi3D v1.0: Một bên chấm điểm ổ đĩa, bên kia làm sắc nét lưới

Apollo World và Hi3D v1.0 ra mắt cách nhau mười một ngày, đều đến từ các nhóm Trung Quốc, đều thường được mô tả là 3D, và sự tương đồng gần như dừng lại ở đó. Apollo World là mô hình thế giới do tác tử dẫn dắt của Baidu dùng để kiểm chứng robotaxi, được công bố ngày 3 tháng 11 năm 2026 tại Baidu AI Day·Apollo ở Thâm Quyến: nó tạo ra các quan sát camera và lidar thời gian thực về một thành phố ảo, trong đó các phương tiện khác và người đi bộ là những tác tử phản ứng với chiếc xe đang được thử nghiệm. Hi3D v1.0 là một bộ tinh chỉnh hình học trọng số mở được công bố ngày 23 tháng 10 năm 2026, nhận một hình ảnh duy nhất cùng một lưới thô và trả về một lưới dày đặc hơn, không có màu sắc, không có kết cấu và không có khái niệm thời gian. Một bên xuất ra một chuỗi khung cảm biến có cấp độ; bên kia xuất ra một hình dạng tĩnh.

Khác biệt đó quyết định gần như mọi thứ mà người mua quan tâm, và nó cũng giải thích vì sao hai bên lại được đem ra so sánh ngay từ đầu. Tìm kiếm bất kỳ bên nào, bạn cũng nhận được một trang đưa tin về “tạo 3D”; các trang danh sách xếp hạng mô hình theo độ phân giải voxel đặt Hi3D gần vị trí đầu, còn phạm vi đưa tin về world model đã theo sát Baidu kể từ ngày 3 tháng 11 lại đặt Apollo World vào cùng một đoạn. Không hẳn danh sách nào sai. Cả hai đều đang trả lời một câu hỏi mà bạn không hề hỏi.

Mỗi mô hình thực sự phát ra gì

Cách rõ ràng nhất để phân tách chúng là đặt tên cho đối tượng đầu ra trước khi đặt tên cho bất kỳ khả năng nào.

• Đầu vào — Apollo World nhận một tuyến đường và một chính sách lái; Hi3D v1.0 nhận một hình ảnh và một lưới thô của cùng một đối tượng.

• Đầu ra — Apollo World phát ra chuỗi dữ liệu camera và lidar cùng với trạng thái của mọi tác nhân trong cảnh; Hi3D chỉ phát ra hình học đỉnh, được định tâm lại và chuẩn hóa về bán kính đơn vị.

• Thời gian — Apollo World là một vòng lặp kín tiến về phía trước và đưa hệ quả của từng quyết định trở lại chính sách đang được kiểm thử; Hi3D hoàn toàn không có trục thời gian.

• Đánh giá — Apollo World được đánh giá dựa trên việc stack lái xe có được cải thiện hay không; Hi3D được đánh giá dựa trên độ trung thực hình học so với lưới tham chiếu.

• Truy cập — không cái nào là API tự phục vụ. Apollo World không có endpoint, giá, trọng số hay số lượng tham số được công bố. Hi3D có thể tải xuống và chạy, nếu bạn sở hữu GPU phù hợp.

Đọc danh sách đó thì cuộc so kè thu lại thành một câu hỏi về chuỗi cung ứng chứ không còn là đối đầu trực diện. Hi3D là kiểu công cụ tạo ra đạo cụ. Apollo World là kiểu công cụ quyết định cách đạo cụ đó hành xử khi một chiếc xe đang lao về phía nó.

Apollo World là một giám định viên, không phải một trình kết xuất.

Cách Baidu trình bày trên sân khấu thẳng thắn một cách bất thường về điều họ cho rằng một mô hình thế giới dùng để làm gì. Wang Liang, kiến trúc sư trưởng của Nhóm Lái xe Thông minh thuộc Baidu, cho biết mô hình này không nên là một họa sĩ tạo ra những video ấn tượng mà phải là một giám khảo xác minh liệu một stack lái xe tự động có an toàn hay không. Sau đó công ty công bố một bộ tiêu chí đánh giá mà họ gọi là "2+3", và bộ tiêu chí này là thứ hữu ích nhất xuất phát từ buổi ra mắt vì nó cho bạn biết Baidu tin rằng mình đã xây dựng được gì.

Hai cổng là nhân quả, nghĩa là tương lai được sinh ra từ trạng thái hiện tại thay vì được lắp ghép từng khung hình rồi lấp ngược, và tính tương tác, nghĩa là một hành động được đưa vào sẽ thay đổi điều xảy ra tiếp theo. Một mô hình không đáp ứng một trong hai điều này, theo định nghĩa của Baidu, không phải là mô hình thế giới. Ba thuộc tính được đánh giá theo mức là độ chính xác vật lý, tính bền vững — các đối tượng và chi tiết không được trôi đi qua các lần chạy dài — và hiệu năng thời gian thực, trong đó độ phức tạp của cảnh không được làm tăng độ trễ suy luận. Baidu đặt chu kỳ ra quyết định cho một phương tiện đường bộ ở một phần ba mươi giây, khoảng 33 mili giây, và đây là con số khiến toàn bộ thiết kế trở nên dễ hiểu: bạn không thể đáp ứng ngân sách đó bằng một mô hình lấy mẫu một video trong ba mươi giây.

Ba khả năng được suy ra từ bộ tiêu chí. Các đối tượng tham gia giao thông được mô hình hóa như những tác nhân có quyết định riêng thay vì đạo cụ theo kịch bản, nên một robotaxi phanh hoặc nhường đường có thể tạo ra phản ứng khác từ các xe xung quanh. Hệ thống tạo ra các quan sát từ camera và lidar theo thời gian thực, để ngăn xếp lái xe cảm nhận thế giới ảo qua đúng giao diện mà nó dùng trên đường thật. Và các chuyến đi khép kín từ đầu đến cuối — từ điểm xuất phát bất kỳ đến điểm đến bất kỳ, nhận đơn, chở khách, trả khách — thay vì những đoạn clip kịch bản riêng lẻ được ghép lại với nhau.

Baidu cho biết Apollo World đã được sử dụng cho việc thử nghiệm và xác thực toàn cầu của Apollo Go. Các số liệu vận hành mà họ trích dẫn kèm theo là của Apollo Go, không phải của mô hình: 28 thành phố, hơn 23 triệu chuyến đi, 350 triệu km lái tự động, trong đó hơn 240 triệu km là hoàn toàn không có người lái. Tuyên bố mô phỏng nổi bật là Apollo World có thể bao phủ khoảng 100.000 km thử nghiệm đường bộ ảo mỗi ngày, mà Baidu ví tương đương khoảng ba năm thử nghiệm liên tục bằng một xe có trang bị người lái an toàn. Hãy coi đó là con số của nhà cung cấp, được hỗ trợ bởi một lượng tính toán bất thường và hoàn toàn không có kiểm chứng bên ngoài: việc quy đổi giả định một xe thử nghiệm chạy liên tục, và không ai ngoài Baidu từng thấy quãng đường hằng ngày mà nó được đem ra so sánh.

Những gì Baidu không công bố cũng mang nhiều thông tin không kém. Không có số lượng tham số, không có sơ đồ kiến trúc đủ chi tiết để tái triển khai, không có bài báo, không có bảng đánh giá chuẩn với các baseline được nêu tên, không có trọng số và không có giá. Apollo World là cơ sở hạ tầng cho đội xe robotaxi của chính Baidu, được mô tả công khai lần đầu tiên. Đây không phải sản phẩm bạn có thể mua, và công ty chưa cho biết khi nào hoặc liệu điều đó có thay đổi hay không.

Hi3D v1.0 là một công cụ tinh chỉnh với một nhiệm vụ hẹp, có thể đo lường được

Hi3D v1.0, trước đây là Sparc3D, là kiểu sản phẩm ngược lại: đủ nhỏ để tải xuống, đủ cụ thể để đánh giá chuẩn và trung thực về các giới hạn của nó trong báo cáo kỹ thuật. Đây không phải là trình tạo 3D từ văn bản. Bạn đưa cho nó một hình ảnh và một lưới thô, và nó trả về một lưới đã được tinh chỉnh ở độ phân giải cao hơn, chạy ba lượt tiến dần trên các lưới danh định 64³, 128³ và 192³, từ đó trích xuất các lưới thưa ở 512³, 1024³ và 1536³. Dữ liệu huấn luyện đã mở rộng từ khoảng nửa triệu tài nguyên trong bài báo Sparc3D lên khoảng hai triệu tài nguyên 3D được tuyển chọn, và mức 1536³ là mới.

Đầu ra là hình học và chỉ hình học. Không có texture, không có vật liệu, không có màu đỉnh. Mỗi kết quả được căn lại tâm và chuẩn hoá về bán kính đơn vị, nên tỉ lệ tuyệt đối bị loại bỏ — một chi tiết quan trọng nếu bạn hy vọng thả lưới thẳng vào một cảnh ở kích thước thực tế. Kích thước lô là một.

Đánh giá sử dụng ULIP-2 và Uni3D để đo tính nhất quán ngữ nghĩa, cùng với ba chỉ số do báo cáo đề xuất: độ trung thực đa góc nhìn, độ phong phú chi tiết và tỷ lệ cắt lớp thành công. Hi3D tuyên bố đạt độ trung thực đa góc nhìn và độ phong phú chi tiết cao nhất trong số các mô hình 3D mở mà họ so sánh, cùng tỷ lệ cắt lớp thành công 90%, được hỗ trợ bởi một nghiên cứu người dùng gồm 562 lượt đánh giá với 13 người tham gia. Đó là những công cụ do chính các tác giả xây dựng, trên chính các so sánh của các tác giả, và kho mã chỉ cung cấp mã suy luận — không có mã huấn luyện, không có bộ khung đánh giá, không có phân chia tập dữ liệu chuẩn, không có lưới mô hình so sánh. Bạn có thể kiểm tra rằng mô hình chạy được; bạn không thể dễ dàng kiểm tra rằng nó thắng.

Các yêu cầu thực tế khá cao và cần được nói rõ ràng. Linux, Python 3.10, GPU NVIDIA có năng lực tính toán 8.0 trở lên, CUDA từ 12.0 đến 12.5, flash-attn không có đường dự phòng và không suy luận trên CPU. Nhóm tác giả đã kiểm chứng trên một H20 96GB duy nhất. Giấy phép miễn phí bản quyền cho mục đích thương mại với ghi công "Powered by Hi3D 1.0", và một thỏa thuận riêng sẽ có hiệu lực khi vượt quá 200.000 người dùng hoạt động hàng tháng hoặc 1 triệu USD doanh thu hàng tháng — một ngưỡng cho thấy khách hàng mục tiêu là một studio hoặc một nền tảng, chứ không phải cá nhân.

Nơi duy nhất mà hai điều đó thực sự gặp nhau

Ở đây có một sự kết hợp thực sự, và đáng để nói chính xác về nó vì rất dễ phóng đại. Một trình mô phỏng lái xe cần nội dung: đường phố, lề đường, biển báo, các phương tiện khác, đồ đạc đô thị. Hi3D là công cụ để biến một bản dựng khối thô thành lưới chi tiết của một trong những đối tượng đó. Apollo World là công cụ để quyết định cách những đối tượng đó và các tác nhân điều khiển chúng hành xử trong một chuyến đi. Trong một quy trình giả định, Hi3D nằm ở thượng nguồn của trình mô phỏng, tạo ra hình học mà sau đó một trình dựng cảnh sẽ đặt vào.

Baidu chưa nói rằng Apollo World sử dụng Hi3D, hay bất cứ thứ gì tương tự, và bài viết này sẽ không ngụ ý điều ngược lại. Điều có thể nói là hai bên vận hành trên những trục khác nhau: Hi3D cải thiện độ phân giải của một vật thể tĩnh, Apollo World cải thiện tính chân thực của một tương tác động. Tinh chỉnh một lưới cho đến khi nó có các khe ghép tấm vỏ sắc nét không cho bạn biết liệu một người đi bộ có bước từ lề đường xuống lòng đường khi xe giảm tốc hay không. Mô phỏng người đi bộ đó không cho bạn biết liệu lưới bạn đang nhìn có đúng hình dạng hay không.

Nơi một lớp định tuyến thực sự có chỗ đứng là xung quanh pipeline chứ không phải bên trong nó. Cả hai công cụ đều được bao quanh bởi các giai đoạn ngôn ngữ và thị giác — tạo chú thích cho bản render, lập kế hoạch mô tả cảnh, đánh giá liệu một khung hình được tạo có khớp với yêu cầu hay không — và những giai đoạn đó đều là các lệnh gọi mô hình thông thường. OrcaRouter mang hơn 200 mô hình phía sau một API với markup 0%, giá niêm yết của nhà cung cấp được chuyển nguyên và tự động chuyển đổi dự phòng giữa các nhà cung cấp, để một tác nhân lập kế hoạch cảnh và một bộ phê bình render có thể dùng chung khóa và đường dự phòng mà không cần hợp đồng thứ hai. Cả Apollo World lẫn Hi3D v1.0 đều không có trong danh mục đó, và không có gì ở đây ngụ ý điều ngược lại; thứ chúng tôi định tuyến là lớp keo kết nối, không phải trình mô phỏng.

Chi phí, khả năng tiếp cận và sự so sánh trung thực

Không có gì để so sánh giá, vì một bên không có giá. Apollo World không công bố bất kỳ điều khoản thương mại nào dưới bất kỳ hình thức nào. Hi3D v1.0 được tải xuống miễn phí và sử dụng thương mại miễn phí dưới các ngưỡng doanh thu và người dùng, và chi phí thực sự nằm ở phần cứng: một bộ tăng tốc 96GB, một ngăn xếp CUDA bị ghim vào một phạm vi hẹp, và sự phụ thuộc vào flash-attn mà báo cáo cho biết không có phương án dự phòng. Nếu bạn chưa sở hữu loại máy đó, thì giấy phép chỉ là phần rẻ.

Sự bất đối xứng đó chính là câu trả lời thực sự cho câu hỏi “tôi nên dùng cái nào”. Câu hỏi giả định có sự lựa chọn giữa hai cách để có được một thế giới 3D. Không hề có sự lựa chọn nào. Một cái là bộ tinh chỉnh có thể tải xuống dành cho những người đã có mesh và GPU. Cái còn lại là bộ khung kiểm chứng nội bộ của Baidu, được mô tả công khai lần đầu vào ngày 3 tháng 11 và không được cung cấp cho bất kỳ ai bên ngoài công ty.

Làm thế nào để quyết định, chỉ trong một lượt

Nếu vấn đề của bạn là lưới blockout quá thô, thì Hi3D v1.0 là một ứng viên và Apollo World không liên quan — không có gì để gọi, không có gì để cấp phép và không có đầu ra nào bạn có thể dùng. Nếu vấn đề của bạn là stack lái xe của bạn chưa thấy đủ các tương tác đuôi dài, thì Apollo World là thiết kế thú vị hơn và cũng ngoài tầm với; phản ứng thực tế là đọc rubric 2+3 của nó như một đặc tả và buộc nhà cung cấp trình mô phỏng của riêng bạn phải đáp ứng nó, vì năm thuộc tính đó là những câu hỏi đúng cần đặt ra ngay cả khi mô hình đã gợi ra chúng không được bán.

Nếu bạn đang xây dựng lớp nội dung của một trình mô phỏng, hai thứ này bổ trợ cho nhau giống như cách một công cụ mô hình hóa và một engine vật lý bổ trợ cho nhau. Bạn sẽ không đánh giá so sánh chúng với nhau. Bạn sẽ mua cái đã tồn tại và thiết kế xoay quanh cái chưa tồn tại.

Điều có thể thay đổi câu trả lời này là một thông báo của Baidu rằng Apollo World có sẵn bên ngoài Apollo Go, kèm giá và giao diện. Không có gì trong tài liệu ngày 3 tháng 11 chỉ ra theo hướng đó; công bố đó là một buổi giới thiệu năng lực cho khán giả trong ngành, với việc triển khai được đặt hoàn toàn trong khuôn khổ đội xe của chính Baidu. Cho đến lúc đó, mô tả chính xác không phải là "Apollo World so với Hi3D v1.0". Đó là một trình mô phỏng đóng và một công cụ tinh chỉnh mở mà tình cờ cùng chia sẻ một khoảng hai tuần và một từ khóa.