Apollo World vs Odyssey 3：在梦境中教会汽车的两种方式

Odyssey-3 是本次比较中唯一标有价格的模型，所以先从它说起：生成一段 832×480 的视频约需 $0.139，而在 Pro 档上 1280×720 约需 $0.267；该模型于 2026 年 10 月 8 日作为免费研究预览版发布，并且需通过联系表单获取，而不是自助式密钥。Apollo World 没有价格，因为 Baidu 没有给它定价。该公司于 2026 年 11 月 3 日披露了该模型，称其为由智能体驱动的模拟器，可训练并评估自家自动驾驶出租车车队，但未公布端点、权重、参数数量或商业条款。两者都是世界模型。两者都已被演示用于训练驾驶策略。其中只有一个是产品，而且它不是由运营这些车辆的公司打造的那个。

这种反差正是故事的关键所在。Odyssey是一家由风投支持、靠卖片段式想象力为生的初创公司；百度则是一家运营商，用想象力来避免在真车上配备安全驾驶员。它们在市场的两端，解决着同一个问题。

$0.139 实际上能买到什么

Odyssey-3 是一个自回归扩散 Transformer，参数量约为 140 亿，训练数据包括互联网视频、带有时间对齐输入的游戏画面，以及模拟的刚体交互。它被蒸馏为一个少步模型，使人能够实时操控输出内容：你先给出一个环境提示，然后以第一人称或第三人称在其中移动，并可独立控制相机、触发事件。

• 基础层级 — 832 × 480，每个生成的视频约 0.139 美元，在基准测试框架下为每秒 16 帧。

• Pro 套餐 — 1280 × 720，每段视频约 $0.267。

• Flash —— 免费浏览器演示背后的版本，任何人都无需账号即可试用。

• 访问方式——浏览器中的免费公开研究预览版；API 访问需通过联系表单申请；不提供自助密钥，未公布按 token 计费的价目表，不开放权重，也无许可证。

缺乏自助服务是一个实实在在的限制，而不是无关紧要的附注。你无法像使用开放权重模型那样，今天下午就拿 Odyssey-3 针对自己的工作负载做基准测试。你可以试用演示，也可以联系销售。对于把世界模型作为基础设施来评估的团队来说，这是一种与价格不同的摩擦。

20小时的印度公路实验

对这一比较而言，真正重要的演示是一个驾驶策略：它使用冻结的主干网络，在约 20 小时的真实印度道路数据上训练，并在 Odyssey 生成的世界中运行。该公司还展示了从数十小时演示中学习到的机械臂操作，包括训练数据中不存在的恢复行为、用 Flexion 构建的人形机器人策略、无人机导航，以及一个在 GTA V 中训练后迁移到 Red Dead Redemption 2 的策略。

这些演示是通用视频世界模型作为训练基底的最有力论据：如果策略能够从一款游戏的影像中学习，并迁移到另一款游戏，那么该模型捕捉到的就是关于动力学的东西，而不是关于像素的东西。但这些是演示，不是测量。目前没有公布在印度道路任务上的成功率，没有与真实世界训练进行对比的基线，也没有消融实验说明生成世界的哪一部分起了作用。其主张是这是可能的。其主张并不是这更好。

百度的思路是同一理念的工业化版本，只是把评估转向了内部。Apollo World 将每一个交通参与者都建模为会自主决策的智能体，而不是按脚本行事的道具，因此当 robotaxi 刹车或让行时，周围的车辆和行人会做出相应反应。它实时生成摄像头和激光雷达数据，使受测的技术栈能够通过与真实道路上相同的接口来感知这座虚拟城市。它还端到端地完成行程——下单、接驾、送达——并覆盖任意起点和终点。

这一规模宣称约为每天10万公里的模拟驾驶里程，百度将其表述为配备安全员的车辆约三年的连续测试。其运营背景是Apollo Go：28座城市、超过2300万次乘车、3.5亿公里自动驾驶里程，以及超过2.4亿公里完全无人驾驶里程。所有这些数字都来自百度自身，且无一经过独立审计。

值得借鉴的基准算术

Odyssey 在 Physics-IQ Verified 上为 Odyssey-3 Pro 公布了一个头条数字，这是一个视频到视频的物理推理基准：66.1，并称其达到了当前最优水平。问题出在方法上。该分数来自单次运行，并采用了八选一（best-of-eight）的筛选方式，而该基准的规则要求进行四次运行并报告标准差。若不进行筛选，四次运行的平均值为 63.37。

这两个数字都属于 Odyssey。它们之间 2.73 分的差距，就是从八个样本中挑出最佳结果并把它称作得分的代价。在基准自身衡量相对赛道平均值净提升的指标上，Odyssey-3 Pro 以 +11.15 个百分点排名第二，落后于 +12.27 的 FLUX 3 [large]。在 Odyssey 自家的评估 WorldMark 上，该模型在四个类别中的三个位列第一——第一人称风格化 77.2、第三人称真实 79.0、第三人称风格化 76.3——并在第一人称真实类别中以 80.6 排名第三，落后于 84.4 的 Lyra 2.0 和 83.0 的 AlayaWorld。

这一切都不是丑闻。像 Odyssey 的报道那样，公布八次取最佳的成绩和四次运行的平均值，比大多数实验室提供的透明度都高。但这正是无法在基准分数上比较 Odyssey-3 和 Apollo World 的原因：一方有数字，方法有记录，但对选择方式存在争议；另一方则完全没有数字。诚实的表格会有一列数值和一列破折号，而带一列破折号的表格算不上比较。

实时的两种定义

这两个模型都声称能够实时运行，但这两个“实时”并不是同一个量。Odyssey-3 在其基准测试框架中，以 832×480 的分辨率运行，速度为每秒 16 帧——快到足以让人无需等待地操控相机在世界中穿行，而这正是该产品所需要的。Apollo World 则以三十分之一秒（约 33 毫秒）的决策周期为核心构建，因为高速行驶的道路车辆不能等待超过这个时间才采取行动。

每秒十六帧就是每帧 62.5 毫秒。这并不是对 Odyssey 的批评，因为 Odyssey 并未声称自己是车辆模拟器；这只是说明这两个系统的规格定义有多么不同。由人类探索的模型可以承受稍微晚一点。而用一辆两吨重的汽车闭合控制回路的模型则不能。

同样的分裂也出现在持久性上。Odyssey 自身的评估将其在第一人称真实世界场景中排在第三，而长时程漂移是自回归视频的典型失败模式：世界会慢慢变得与自身不再一致。Baidu 将持久性列为三项分级属性之一，并将其定义为长时间运行中物体和细节不出现漂移，这像是一份由看过模拟在十小时内逐渐退化的人写下的规格说明。

谁可以使用哪个，以及费用是多少

Odyssey-3 如今任何有浏览器的人都能使用，任何能够进行销售洽谈的人也能使用。每段视频 0.139 至 0.267 美元，这样的单位经济模型对于内容创作以及需要数千条片段的研究而言清晰可算。它是一款提供免费层级的商业产品，不开放权重是刻意选择，而非疏忽。

目前，百度以外的任何人都无法使用Apollo World。11月3日的材料中没有任何迹象表明这一点会改变，而且披露内容完全围绕Apollo Go自身的测试和验证展开。

因此，两者之间的定价比较在任何维度上都不是同类对比。Odyssey 按生成的视频计费；百度则不对任何人计费。而对于我们确实提供的模型，OrcaRouter 的规则很直白——0% 加价，直接传递供应商的标价，因此供应商调价当天即生效。Odyssey-3 不在该目录中，所以没有可报价的传递费率，本文也不会凭空编造一个。

判决，姑且如此

如果你想在本季度于想象中训练一个策略，而你又不在百度工作，那么 Odyssey-3 是更易获取的工具，但需注意，“易获取”意味着一个演示和一个联系表单。它的驾驶策略演示是最直接相关的公开证据，表明通用视频世界模型可以作为具身控制的训练基底；而该公司愿意同时公布主打结果和四次运行的平均值，这一点对它是加分项。

如果你是在定制模拟器而不是购买现成的，那么 Apollo World 的 2+3 评估标准是更有价值的成果：因果性、交互性、物理准确性，以及复杂情况下的持久性和延迟。问问 Odyssey 或任何供应商，他们的模型在十小时运行中的持久性得分如何，以及那个物理基准数字是挑选出来的还是取平均得出的。这些答案能告诉你的，会比任何排行榜名次都多。

能了结这场比较的，是第三方在相同的驾驶任务上，用相同的策略和相同的指标来运行两者。没有人这样做过，两家公司也都没有提出过。在那之前，准确的总结是：一家按片段出售“梦境影像”的初创公司，和一家用“梦境”让自己的车不必上路的运营商——理念相似，商业模式相反，也没有共同的记分牌。