Hi3D V1.0 对比 Odyssey-3：90% 和 66.1 并非同一种数字

目前开放版和预览版3D AI中最常被引用的两个数字是90%和66.1。第一个属于Hi3D V1.0，这是于2026年10月23日出现的开源几何精修器。第二个属于Odyssey-3，这是于2026年10月8日开放公开研究预览的交互式世界模型。把它们并排放在一起，看起来就像一块记分牌。但二者并不可比，而且这两个数字都不代表其标题所暗示的含义——这正是值得阅读这两个系统对比的真正原因。

Hi3D V1.0 和 Odyssey-3 都被描述为 3D 模型，但除此之外几乎没有任何共同点。一个接收图像和粗糙网格，返回更密集的网格文件，你可以切片、打印或导入。另一个接收提示词和你的摄像头输入，返回一个持续响应你的环境的实时视频。一个以自定义许可证发布权重；另一个提供浏览器演示和联系表单。把它们当作替代方案是错误的，值得在任何人为此浪费一周评估之前纠正。

每个系统输出什么

Hi3D 输出一个网格。具体来说，是一个可导出为 GLB 或 OBJ 的 trimesh.Trimesh 对象，仅包含几何体——无纹理、无材质、无顶点颜色。它输出时已重新居中并归一化到单位半径，因此输入的真实世界尺寸不会被保留，必须在后续流程中恢复。批大小为 1。如果你要打印，文件会进入切片软件；如果你要建模，它会进入 Blender 或 CAD 工具。无论哪种方式，会话结束时你都会得到一个资产。

Odyssey-3 输出的是帧。你给它写提示词，如果需要还可以上传一张图片，然后让相机在场景中移动；模型会预测接下来会发生什么并将其渲染出来。这里没有网格、没有导出路径，也没有项目文件。你一关闭会话，它就此结束。Odyssey 将这套系统描述为“一个学习得到的动力系统，以自回归扩散变换器实现”——这个说法准确，同时也等于在说：这个产品卖的是体验，而不是成品。

正是这一处差异，决定了大多数真实评估的结果。如果下游环节需要顶点，Odyssey-3 无论付出什么代价都无法提供。如果交付物是一个可探索的场景，Hi3D 则产不出任何你能走进去的东西。

阅读 66.1

Odyssey-3 Pro 在 Physics-IQ Verified 视频到视频任务上的 66.10 是该公司最亮眼的数字。它也是八次采样中的最佳结果。在单次生成中，同一模型得分为 63.37，而基础版 Odyssey-3 得分为 61.56，FLUX 3 为 61.11——一旦不再挑选最佳结果，差距远不到一个点。在使用基准提供的提示词而非自定义提示词时，Odyssey-3 降至 51.76，比其宣传数字低约十个点。

图像到视频这一分项是一个有用的合理性检查。在这一项中，FLUX 3 以 54.70 领先于 Odyssey-3 Pro 的 54.69。一个真正在各领域都处于最先进水平的模型，不会在相邻任务中以百分之一分的差距落败；这种近乎持平的结果表明，视频到视频的领先是真实存在的，但优势很窄，并且对评估的构建方式很敏感。

WorldMark 的情况更扑朔迷离。Odyssey 报告称自己在四个类别中的三个位列第一，这在它自己的运行中属实。Odyssey-3 并未出现在 WorldMark 公布的结果中，而在该公司自己的第一人称真实环境类别里，它的得分为 80.6，落后于 Lyra 2.0 的 84.4 和 AlayaWorld 的 83.0。一项让你在大多数类别中排名第一、在一个类别中排名第三的自行开展的评估并不算不诚实；它是厂商基准测试，应该像所有厂商基准测试一样被解读。

Odyssey-3 有而 Hi3D 没有的，是哪怕一条第三方榜单记录。这一点本身就有价值。它意味着至少存在一组并非由该公司独自计算出来的数字，即便采样协议对其有所美化。

解读这 90%

Hi3D 的核心卖点是约 90% 的切片成功率，中文报道在引用这一数字时，还将其与未具名的主流模型在 1536³ 下 7–17% 的表现进行了比较。英文发布稿只给出了该数字，未作这一比较。两个版本均未说明所用切片软件、测试网格模型、失败判定标准或基线模型。

该仓库无法弥合这一差距。它提供推理代码、八个权重文件和文档；它不提供评估框架、基准划分、对比网格或切片器配置。因此，90% 是一个关于无法通过该发布版本重新运行的测试的说法。它可能完全正确。但它不是你可以据以行动的证据，而这两句话之间的区别正是科研规范的全部。

切片也不等于打印。一个网格即使切片无误，仍可能在粘附、支撑生成、尺寸公差或壁厚方面失败。Hi3D 的数字即便按表面值采信，描述的也只是车间里真正出问题的那一步之前的那一步。配套说法——多视图保真度 0.75、细节丰富度 0.841、85.9% 的人类偏好得分——同样由厂商自报，没有独立复现。

所以，这两个招牌数字以不同方式都无法核查。Odyssey-3 的 66.1 是由别人测量的，但抽样很宽松。Hi3D 的 90% 则是按厂商喜欢的方式抽样，且没有其他人测量。两者都不是谎言。两者都比承载它们的句子更弱。

访问不对称性大于质量差距

Hi3D 已发布权重。Hugging Face 上有八个文件，GitHub 上有推理代码，还有一个免费的演示 Space，以及一份自定义许可证：允许在月活跃用户低于 200,000 或月收入低于 1,000,000 美元的情况下商用。超过这些阈值，你必须在 60 天内通知 Hi3D 并协商单独的许可证，且任何集成都必须显示 "Powered by Hi3D 1.0."。它不是 OSI 认可的许可证，不加这一说明就称其为开源并不准确。

Odyssey-3 未发布任何权重、代码或许可证。访问方式为在 experience.odyssey.systems 上免费进行浏览器预览，此外还可通过申请获得 API 访问权限。开发者页面目前宣传的是 Odyssey-2 Max，而非 Odyssey-3；另有一个预览按钮指向公司并未在其他地方记录的“Odyssey-3 Flash”层级。目前尚未公布任何价格——没有费率卡，没有按秒计费，也没有额度。流传中的唯一财务数字，是某项成本计算中所采用的、假设为每 MI355X GPU 小时 1 美元的估算值。

对于一个需要将模型嵌入产品的团队来说，这种不对称在质量因素登场之前就已决定了问题的答案。Hi3D 可以固定版本、量化、在气隙隔离环境中运行并接受审查。Odyssey-3 则可以调用——前提是你被接纳，而价格要等到之后再告诉你。

每个实际运行的成本

Hi3D 的门槛很高且很具体。仅支持 Linux、Python 3.10、计算能力 8.0 或以上的 NVIDIA GPU、CUDA 12.0–12.5，以及不带回退的 flash-attn。没有 CPU 路径。Hi3D 在单块 96 GB H20 上验证了 1536³，并且该仓库并未声称最低显存低于此值。两个额外的大型视觉编码器——DINOv2-large 和 CLIP-ViT-L/14——需单独获取。你付出的是硬件和搭建时间成本，而单次运行的边际成本是电费。

Odyssey-3 的最低门槛是一个 Chromium 浏览器。这既是吸引力，也是限制：你无法购买容量，只能申请访问权限。该公司发布的是生成成本图表，而不是服务价格，所以诚实的说法是，目前将 Odyssey-3 嵌入产品的成本尚不可知。预览不等于价格。

因此，对预算而言真正重要的比较并不是90%与66.1%之争，而是“一项今天就能估算规模的资本支出”与“一项尚不存在的商业条款”之间的比较。

决定它的三个问题

• 你需要的是文件还是一种体验？如果下游任何环节需要顶点——切片器、游戏引擎、CAD 导入——答案就是 Hi3D，本节其余内容也就无关紧要了。如果交付物是一个可探索的环境，那么 Odyssey-3 是两者中唯一能生成这种环境的一个。

• 你需要自己拥有模型吗？受监管数据、气隙隔离部署、微调以及可复现的版本管理，这些都指向 Hi3D。而未公布条款的托管预览无法满足其中任何一项。如果你只是在做一个体验原型，且数据不敏感，那么在浏览器里试用预览没有任何成本。

• 在做决定之前，你能验证什么？用 Hi3D，你本周就能在自己的网格模型上运行该模型，并形成自己的私密判断。而用 Odyssey-3，在获得访问权限之前，你完全无法按自己的条件运行它；即便获得了权限，你真正想要的那个基准测试——对 66.1 的独立复现——也并不存在。

OrcaRouter 的定位

这两款模型均不通过我们的 API 提供服务，也不应将本对比理解为可在此调用其中任一模型的邀约。我们实际路由的是围绕它们展开的多模态工作：对照参考照片审查渲染图、描述转台展示中的缺陷、起草 QA 报告。一个密钥即可覆盖 200 多个模型，并可在提供商服务降级时自动故障转移，使该闭环不受你最终选定哪款 3D 工具的影响。

关心这种分离是有实际理由的。这两个系统本身都在不断变化——Hi3D 发布的是一个仅用于推理的仓库，没有评测框架；而 Odyssey-3 是一个预览版本，其分层机制尚未文档化。依赖单一供应商的审核流水线，其脆弱程度恰好与底层模型一样。将判断层单独路由，是整个技术栈中最便宜的保险。

有一点值得澄清：Odyssey 的 Agora-2 是一个多智能体可玩世界预览，它是与 Odyssey-3 相互独立的产品；针对 Agora-2 所作的对比不能套用到 Odyssey-3 上。上方的数字是 Odyssey-3 的。

接下来看什么

对 Hi3D 而言，真正重要的发布不是一个更好的模型，而是一个更好的产物：一套附带测试网格和切片器设置的评测工具。在它出现之前，关于 V1.0 的所有质量声明都只是厂商的说法，而真正有用的工作是用户自己那二十个物体的测试。

对于 Odyssey-3 来说，缺失的部分是已公布的价格、有文档记录的分级榜单，以及对 Physics-IQ 的独立复现。66.10 的 best-of-eight 成绩与基准提示词上的 51.76 之间的差距，才是值得关注的数字；如果这一差距在未来的版本中收窄，说明模型是在变得更稳健，而不是更擅长应对这项测试。

在这两种情况之一发生之前，诚实的结论是：这两个系统并不构成竞争。一个卖给你的是一张网格和一张 GPU 账单；另一个卖给你的是一个世界的景观——却不会让你把它留住。