Genie 4 与 Hi3D v1.0：一个供你游览的世界，还是一个供你保留的网格？

Genie 4 交给你的是一种随会话结束而终止的体验。Hi3D v1.0 交给你的则是一个文件。这就是全部对比，而值得直白地说清楚，因为这两个模型常被讨论得仿佛它们彼此相邻：两者都是生成式的，两者都输出看似立体的结果，而且两者在 2026 年 10 月相隔不到一周先后问世。Genie 4 由 Google DeepMind 于 10 月 27 日发布，是一个实时交互式世界模型，能根据文本提示生成带同步音频的视频，并允许你在它运行的过程中操控它。Hi3D v1.0 于 10 月 23 日发布，是一个开放权重的几何精修器，它把粗糙网格加参考图像变成高分辨率网格，然后就到此为止——没有纹理、没有动画、没有场景、没有声音。

把发布材料并排阅读，差异就会以一种有用的方式变得显而易见。谷歌的文章讲的是在生成的世界里你能做什么；Hi3D 的模型卡讲的是精修器能解析多少顶点。一个是无法导出的产品体验，另一个是没有体验的资产工具。如果你要在两者之间做选择，你并不是在两个世界模型之间做选择——你是在两种交付物之间做选择，而其中只有一种能放进文件里。

Hi3D v1.0 实际交付了什么

该仓库对其适用范围异常明确，因此很容易评估。Hi3D v1.0 将粗糙网格细化为高分辨率网格，并以同一对象的参考图像为条件。它基于 Sparc3D 表示与细化架构构建：稀疏潜变量在取自粗糙网格的坐标上进行采样，由自剪枝稀疏变分自编码器解码，然后提取表面、重新体素化并重复该过程。已公开的有效稀疏提取网格最高可达 1536³。项目报告称，训练使用了大约两百万个经过筛选的 3D 资产。

你得到的只是几何体，而且仅有几何体。没有纹理，没有材质，没有绑定，没有动画，也没有场景摆放。输出的是一个已经重新居中并归一化到单位最大半径的网格；对于精修器来说，这是有意为之的选择，而对于任何想要公制尺度资产的人来说，这却很不方便。模型卡说明训练代码和论文的评估工具未包含在内；推理代码位于 GitHub 仓库中，权重位于 Hugging Face 上，采用 Hi3D Open License 1.0 许可。

计算配置正是决定这属于周末项目还是采购申请的部分。文档记录的方案是 96 GB NVIDIA H20，无 CPU 回退，批大小为 1。这是一款数据中心加速卡，而非消费级显卡，它使该模型与小型微调任务处于同一硬件级别。此外，也没有公开的数值基准——没有 Chamfer 距离，没有 F 分数，也没有与 Sparc3D 或 Hunyuan3D 的对比表。该仓库要求你相信其分辨率和训练资产数量，而这两者都是项目自身给出的数字。

Genie 4 实际交付了什么

Genie 4 交付的是一个会话。你用自然语言描述一个世界并操控它——移动镜头、改变天气、添加角色——它会实时生成带有原生音频的帧，据称能让场景保持连贯长达两分钟。Gemini Omni 负责锚定外观与行为，Gemini 3.8 Flash 则处于循环中检查帧并重新规划，这正是该模型能作为任务演练环境、而不仅是片段生成器的原因。

输出是像素与声音，仅供实时消费。没有网格、没有点云、没有深度图、没有相机轨迹，也没有通往 Blender、Unity 或切片软件的导出路径。Google 并未公布分辨率、帧率、模型大小、基准测试或价格，且访问权限仅限少量受信任测试者，并设有等候名单；通过 Project Genie 的 AI Ultra 订阅用户以及 Gemini API 抢先体验合作伙伴得到的承诺是“即将推出”，却没有具体日期。Google 承认的故障模式——物体恒存性漂移、空间精度不完美、场景内文字难以辨认、音频准确性尚未解决——都描述了一个其价值在于交互瞬间、而非事后产物的系统。

逐个维度

• 交付成果 — Genie 4 生成实时视频与音频世界；Hi3D v1.0 生成静态网格文件。

• 持久性 — Genie 4 的世界在会话结束时就会消失；Hi3D v1.0 的网格可以存储、版本化并交付。

• 输入——Genie 4 接收文本及引导指令；Hi3D v1.0 接收参考图像和粗网格，这意味着它无法仅凭文本生成。

• 表面处理 — Genie 4 的输出是完全着色的帧；Hi3D v1.0 的输出是未贴图的几何体，外观交由下游贴图步骤处理。

• 算力 — Genie 4 在谷歌的基础设施上运行，仅限受邀使用；Hi3D v1.0 运行在 96 GB 的 H20 上，你必须自行拥有或租用。

• 获取方式 — Genie 4 仅限候补名单，且未公布价格；Hi3D v1.0 的权重现已可根据 Hi3D Open License 1.0 下载，其商业条款在用户数和收入超过阈值时触发。

• 证据 — Genie 4 只有演示和厂商声明，没有已发布的基准测试；Hi3D v1.0 有一份项目报告和分辨率数据，但同样没有独立的 3D 基准测试。

人们以为的重叠，以及实际存在的差距

这个假设认为，世界模型和 3D 生成器是通向同一资产的两种路径。事实并非如此，原因在结构层面：Genie 4 以自回归方式生成帧，并不维护显式的 3D 表示。它的一致性源自序列的涌现属性，而不是可供检查的场景图。这就是为什么反复编辑后世界会发生漂移，也是为什么没有任何东西可以导出。观看者看到的是一个三维空间；而模型并没有构建出这样一个空间。

Hi3D 位于这条分界线的另一侧。它假定用户已经拥有一个粗略网格——来自生成器、扫描或 CAD 近似——然后把这个网格变得更精细。它无法根据提示词凭空创造物体，无法把两个物体摆进一个房间，也无法为任何东西做动画。若喂给它一个糟糕的轮廓，它返回的只会是一个更清晰的糟糕轮廓，而这是模型卡中并未讨论的真实风险。

所以这些格式无法在中间对接。没有任何已发布的流水线能把 Genie 4 会话变成网格，也没有任何已发布的流水线能把 Hi3D 网格变成交互式世界。唯一真正诚实的交集在项目初期：在任何人决定动手构建之前，两者都能为“场景应该是什么样子”的决策提供信息。一个向你展示镜头；另一个则从镜头中给你一个物体。

拥有成本，这才是真正做出选择的地方

Hi3D v1.0 的价格今天就能算出来：在整个细化过程中使用一块 96 GB GPU 的成本，加上搭建推理路径所需的工程时间，再加上产品越过许可阈值后许可证要求支付的费用。这些都是可预知、可预算且可重复的。代价是，整条管线及其各种故障模式都由你负责。

Genie 4 没有可计算的成本。它没有 API 价格，没有针对该模型的订阅价格，也没有公布用量计量标准。与获取权限相关的唯一数字，是目前通过 Project Genie 访问 Genie 3 的 AI Ultra 订阅，而 Google 尚未说明 Genie 4 会包含在同一档位中，还是会单独定价。团队无法将其纳入预算，即使演示完全符合项目需求，这也是一个合理的等待理由。

这两款模型都不在 OrcaRouter 的目录中，而且值得说明原因，而不是留下空白：我们目前不托管 3D 生成或精修模型，Genie 4 也没有可供路由的公开端点。目录中确实包含的是托管视频生成层级——诸如 Kling v3 这类能把提示词变成视频片段的模型——而它们是提示词到视频的工具，不是交互式世界模型。把它们当作 Genie 4 的替代品会是范畴错误，所以我们不会这么做。我们能提供的是周边技术栈：一个覆盖 200+ 个模型的 API，按供应商标价以 0% 加价透传，跨供应商自动故障转移，以及用于将多个模型组合成一次调用的路由 DSL。如果一条流水线需要图像描述器、规划器和视频模型，那么这种组合正是我们能够实际帮助的部分。

那么，这个决定并不难做。如果交付物是一个将被打印机、游戏引擎或评审流程所使用的网格，那么 Genie 4 就不在候选之列，而 Hi3D v1.0 是两者中唯一能产出你所需之物的那个——前提是你有相应的 GPU，并且能接受没有纹理。如果交付物是关于一个地方如何移动、如何发声的判断，那么 Hi3D v1.0 就不在候选之列，而 Genie 4 是唯一能向你展示这一点的——只要候补名单开放。买的是成品，不是演示。