Genie 4 vs Hi3D v1.0: Một thế giới bạn ghé thăm hay một mesh bạn giữ lại?

Genie 4mang đến cho bạn một trải nghiệm kết thúc khi phiên kết thúc. Hi3D v1.0mang đến cho bạn một tệp. Đó là toàn bộ phép so sánh, và đáng nói thẳng ra bởi vì hai mô hình thường được bàn luận như thể chúng liền kề nhau: cả hai đều thuộc loại tạo sinh, cả hai đều tạo ra đầu ra trông như ba chiều, và cả hai đều ra mắt chỉ cách nhau chưa đầy một tuần trong tháng 10 năm 2026. Genie 4, được Google DeepMind công bố vào ngày 27 tháng 10, là một mô hình thế giới tương tác thời gian thực, tạo video có âm thanh đồng bộ từ một lời nhắc văn bản và cho phép bạn điều khiển nó trong khi nó chạy. Hi3D v1.0, ra mắt vào ngày 23 tháng 10, là một bộ tinh chỉnh hình học có trọng số mở, biến một lưới thô cùng với một ảnh tham chiếu thành một lưới độ phân giải cao và dừng ở đó — không có kết cấu, không có hoạt ảnh, không có cảnh, không có âm thanh.

Đọc các tài liệu ra mắt cạnh nhau và sự lệch nhau trở nên rõ ràng theo một cách hữu ích. Bài đăng của Google nói về những gì bạn có thể làm bên trong một thế giới được tạo ra; thẻ mô hình của Hi3D nói về số lượng đỉnh mà bộ tinh chỉnh có thể xử lý. Một bên là trải nghiệm sản phẩm không có tính năng xuất khẩu. Bên kia là công cụ tài sản không có trải nghiệm. Nếu bạn đang chọn giữa chúng, bạn không phải đang chọn giữa hai mô hình thế giới — bạn đang chọn giữa hai kết quả bàn giao, và chỉ một trong số đó có thể được đưa vào một tệp.

Hi3D v1.0 thực sự cung cấp những gì

Kho lưu trữ trình bày rất rõ ràng về phạm vi, khiến việc đánh giá trở nên dễ dàng. Hi3D v1.0 tinh chỉnh một lưới thô thành lưới có độ phân giải cao, được điều kiện hóa bằng một ảnh tham chiếu của cùng đối tượng. Nó được xây dựng trên biểu diễn và kiến trúc tinh chỉnh Sparc3D: các latent thưa được lấy mẫu tại các tọa độ lấy từ lưới thô, được giải mã bởi một bộ tự mã hóa biến phân thưa tự cắt tỉa, và bề mặt được trích xuất, tái voxel hóa và lặp lại. Lưới trích xuất thưa hiệu dụng đã công bố đạt tới 1536³. Báo cáo dự án mô tả việc huấn luyện trên khoảng hai triệu tài sản 3D đã được tuyển chọn.

Những gì bạn nhận được là hình học, và chỉ hình học mà thôi. Không có texture, không có vật liệu, không có rig, không có hoạt ảnh và không có bố trí cảnh. Đầu ra là một mesh đã được căn lại tâm và chuẩn hóa về bán kính tối đa bằng một đơn vị, đây là lựa chọn có chủ đích dành cho bộ tinh chỉnh và là lựa chọn bất tiện cho bất kỳ ai muốn một tài sản ở tỉ lệ mét. Thẻ mô hình cho biết mã huấn luyện và bộ khung đánh giá của bài báo không được bao gồm; mã suy luận nằm trong kho GitHub, và trọng số nằm trên Hugging Face theo Hi3D Open License 1.0.

Cấu hình tính toán là phần quyết định xem đây là một dự án cuối tuần hay một yêu cầu mua sắm. Cấu hình được tài liệu hóa là NVIDIA H20 96 GB, không có phương án dự phòng bằng CPU và kích thước batch bằng một. Đó là một bộ tăng tốc dành cho trung tâm dữ liệu, không phải card đồ họa tiêu dùng, và nó đặt mô hình vào cùng lớp phần cứng với một tác vụ tinh chỉnh nhỏ. Cũng không có benchmark số nào được công bố — không có Chamfer distance, không có F-score, không có bảng so sánh với Sparc3D hay Hunyuan3D. Repo yêu cầu bạn tin vào độ phân giải và số lượng tài sản huấn luyện, cả hai đều là những con số của chính dự án.

Genie 4 thực sự cung cấp những gì

Genie 4 ra mắt dưới dạng một phiên chạy. Bạn đưa ra câu lệnh cho một thế giới, điều hướng nó bằng ngôn ngữ tự nhiên — di chuyển camera, thay đổi thời tiết, thêm nhân vật — và nó tạo ra các khung hình kèm âm thanh gốc theo thời gian thực, giữ cho cảnh nhất quán trong khoảng hai phút theo báo cáo. Gemini Omni neo giữ ngoại hình và hành vi, còn Gemini 3.8 Flash nằm trong vòng lặp để kiểm tra khung hình và tái lập kế hoạch, và chính điều này khiến mô hình có thể dùng như một môi trường tập dượt tác vụ thay vì một công cụ tạo clip.

Đầu ra là pixel và âm thanh, được tiếp nhận theo thời gian thực. Không có lưới, không có đám mây điểm, không có bản đồ độ sâu, không có dấu vết camera và không có đường xuất sang Blender, Unity hay slicer. Google không công bố độ phân giải, tốc độ khung hình, kích thước mô hình, điểm chuẩn hay giá, và quyền truy cập chỉ dành cho một nhóm người thử nghiệm đáng tin cậy giới hạn, kèm danh sách chờ; người đăng ký AI Ultra thông qua Project Genie và các đối tác truy cập sớm Gemini API được hứa “sớm” mà không có ngày cụ thể. Các kiểu lỗi mà Google thừa nhận — sự trôi tính thường tồn của vật thể, độ chính xác không gian chưa hoàn hảo, văn bản trong thế giới không đọc được, độ chính xác âm thanh chưa được giải quyết — đều mô tả một hệ thống mà giá trị nằm ở khoảnh khắc tương tác, chứ không nằm ở sản phẩm đầu ra về sau.

Từng chiều một

• Sản phẩm bàn giao — Genie 4 tạo ra một thế giới video và âm thanh trực tiếp; Hi3D v1.0 tạo ra một tệp lưới tĩnh.

• Tính bền vững — Thế giới của Genie 4 kết thúc khi phiên kết thúc; lưới của Hi3D v1.0 có thể được lưu trữ, đánh phiên bản và phát hành.

• Đầu vào — Genie 4 nhận văn bản cùng với hướng dẫn điều khiển; Hi3D v1.0 nhận một hình ảnh tham chiếu và một lưới thô, nghĩa là nó không thể tạo chỉ từ văn bản.

• Xử lý bề mặt — Đầu ra của Genie 4 là các khung hình được tô bóng đầy đủ; đầu ra của Hi3D v1.0 là hình học không có kết cấu, với ngoại quan được để cho một bước tạo kết cấu ở phía sau.

• Tính toán — Genie 4 chạy trên hạ tầng của Google và chỉ dùng được khi có lời mời; Hi3D v1.0 chạy trên H20 96 GB mà bạn phải tự sở hữu hoặc thuê.

• Truy cập — Genie 4 chỉ dành cho danh sách chờ và không có giá; trọng số của Hi3D v1.0 hiện có thể tải xuống theo Hi3D Open License 1.0, với các điều khoản thương mại được kích hoạt khi vượt ngưỡng về người dùng và doanh thu.

• Bằng chứng — Genie 4 có các bản demo và tuyên bố từ nhà cung cấp nhưng không có benchmark nào được công bố; Hi3D v1.0 có báo cáo dự án và các số liệu về độ phân giải, nhưng cũng không có benchmark 3D độc lập nào.

Sự chồng lấn mà người ta vẫn tưởng, và khoảng cách thực sự tồn tại

Giả định là mô hình thế giới và bộ tạo 3D là hai con đường dẫn đến cùng một tài nguyên. Thực tế không phải vậy, vì một lý do cấu trúc: Genie 4 tạo các khung hình theo kiểu tự hồi quy và không duy trì một biểu diễn 3D tường minh. Tính nhất quán của nó là một thuộc tính nổi sinh của chuỗi, chứ không phải một đồ thị cảnh mà bạn có thể kiểm tra. Đó là lý do thế giới bị trôi dạt sau những lần chỉnh sửa lặp lại, và cũng là lý do không có gì để xuất. Người xem thấy một địa điểm ba chiều; mô hình chưa hề dựng nên một địa điểm như thế.

Hi3D nằm ở phía bên kia của ranh giới đó. Nó giả định rằng ai đó đã có một lưới thô — từ một bộ sinh, một bản quét hoặc một xấp xỉ CAD — và làm cho lưới đó sắc nét hơn. Nó không thể tạo ra một vật thể từ một lời nhắc, không thể đặt hai vật thể trong một căn phòng và không thể làm hoạt hình bất cứ thứ gì. Đưa cho nó một hình bóng tệ và nó sẽ trả lại một hình bóng tệ sắc nét hơn, đây là một rủi ro thực sự mà thẻ mô hình không đề cập đến.

Vậy là các định dạng không gặp nhau ở khoảng giữa. Không có pipeline nào được công bố có thể nhận một phiên Genie 4 và biến nó thành một mesh, và cũng không có pipeline nào được công bố có thể nhận một mesh Hi3D và biến nó thành một thế giới tương tác. Điểm trùng lặp thực sự duy nhất nằm ở giai đoạn đầu của dự án: cả hai đều có thể góp phần định hình quyết định về việc một cảnh sẽ trông như thế nào trước khi bất kỳ ai cam kết xây dựng nó. Một bên cho bạn thấy cảnh quay; bên kia cho bạn một đối tượng từ cảnh quay đó.

Chi phí sở hữu, chính là nơi mà lựa chọn thực sự được đưa ra

Hi3D v1.0 có một mức giá bạn có thể tính toán ngay hôm nay: chi phí của một GPU 96 GB trong suốt thời gian tinh chỉnh, cộng với thời gian kỹ thuật để lắp ráp luồng suy luận, cộng với bất kỳ yêu cầu nào của giấy phép khi sản phẩm của bạn vượt ngưỡng của nó. Đó là điều có thể biết, có thể lập ngân sách và có thể lặp lại. Sự đánh đổi là bạn sở hữu pipeline và các chế độ lỗi của nó.

Genie 4 không có chi phí có thể tính toán được. Không có giá API, không có giá thuê bao riêng cho mô hình và không có công cụ đo mức sử dụng nào được công bố. Con số duy nhất gắn với quyền truy cập là gói đăng ký AI Ultra hiện có thể tiếp cận Genie 3 thông qua Project Genie, và Google chưa cho biết liệu Genie 4 có được bao gồm ở cùng hạng hay được định giá riêng. Một nhóm không thể đưa điều đó vào ngân sách, đây là lý do chính đáng để chờ ngay cả khi các bản demo đúng chính xác những gì dự án cần.

Cả hai mô hình đều không nằm trong danh mục của OrcaRouter, và đáng nói rõ lý do thay vì để lại một khoảng trống: hiện chúng tôi không vận hành mô hình tạo hoặc tinh chỉnh 3D nào, và Genie 4 không có endpoint công khai để định tuyến. Điều danh mục thực sự có là tầng tạo video được lưu trữ — các mô hình như Kling v3 biến một lời nhắc thành clip — và đó là các công cụ prompt-to-video, không phải mô hình thế giới tương tác. Coi chúng như sản phẩm thay thế Genie 4 sẽ là một lỗi phạm trù, nên chúng tôi sẽ không làm vậy. Điều chúng tôi có thể cung cấp là ngăn xếp xung quanh: một API duy nhất trên hơn 200 mô hình với giá niêm yết của nhà cung cấp được chuyển nguyên với mức phụ giá 0%, chuyển đổi dự phòng tự động giữa các nhà cung cấp, và một DSL định tuyến để kết hợp nhiều mô hình trong một lời gọi. Nếu một pipeline cần một công cụ tạo chú thích, một công cụ lập kế hoạch và một mô hình video, thì việc kết hợp đó chính là phần chúng tôi thực sự có thể hỗ trợ.

Vậy thì quyết định không hề sát nút. Nếu thứ cần bàn giao là một mesh mà máy in, game engine hay quy trình review sẽ dùng, thì Genie 4 không nằm trong cuộc chơi và Hi3D v1.0 là lựa chọn duy nhất trong hai bên tạo ra thứ bạn cần — miễn là bạn có GPU và sống được mà không cần texture. Nếu thứ cần bàn giao là một đánh giá về cách một nơi chuyển động và vang lên, thì Hi3D v1.0 không nằm trong cuộc chơi và Genie 4 là lựa chọn duy nhất cho bạn thấy điều đó, khi danh sách chờ mở ra. Hãy mua thành phẩm, không phải bản demo.