Apollo World 對決 Odyssey 3：在夢境中教車的兩種方式

Odyssey-3 是這項比較中唯一有標價的模型，所以先從它談起：在 832 × 480 解析度下生成一段影片約需 0.139 美元，若採用 Pro 方案、解析度為 1280 × 720，則約需 0.267 美元；它於 2026 年 10 月 8 日以免費研究預覽形式發布，且須透過聯絡表單取得，而非自助式金鑰。Apollo World 沒有標價，因為百度尚未為它定價。該公司於 2026 年 11 月 3 日揭露這款模型，稱其為由代理驅動的模擬器，可訓練並評分自家的 robotaxi 車隊，但未公布任何端點、權重、參數量與商業條款。兩者都是世界模型。兩者都已被展示用於訓練駕駛策略。只有其中一個是產品，而它不是由營運這些車輛的公司所打造。

這種反轉正是重點所在。Odyssey 是一家由創投支持的初創公司，以片段為單位販售想像力；Baidu 則是營運商，用想像力來避免在真實車輛裡安排安全駕駛。他們從市場的兩端解決同一個問題。

$0.139 究竟能買到什麼

Odyssey-3 是一個約 140 億參數的自迴歸擴散 Transformer，以網路影片、帶有時間對齊輸入的遊戲遊玩片段，以及模擬剛體互動進行訓練。它被蒸餾成少步模型，讓人能即時在輸出中移動：你先以提示建立一個環境，接著以第一人稱或第三人稱在其中移動，並可獨立控制攝影機及觸發事件。

• 基礎方案 — 832 × 480，每部生成影片約 0.139 美元，在基準測試框架中為每秒 16 幀。

• Pro 方案 — 1280 x 720，每部影片約 $0.267。

• Flash — 免費瀏覽器示範背後的版本，任何人無需帳號即可試用。

• 取得方式 — 瀏覽器中的免費公開研究預覽版；API 存取須透過聯絡表單申請；不提供自助式金鑰、未公布按 token 計價的費率表、不開放權重，亦無授權條款。

缺乏自助服務是實質的限制，而非附註。你沒辦法像用開放權重模型那樣，今天下午就拿自己的工作負載來評測 Odyssey-3。你可以試用示範，也可以聯絡業務。對於把世界模型當作基礎設施來評估的團隊而言，這是一種與價格截然不同的阻力。

20小時的印度公路實驗

對這項比較而言，真正關鍵的展示，是在 Odyssey 生成的世界中，以約 20 小時真實印度道路資料訓練、且骨幹網路凍結的駕駛策略。該公司也展示了從數十小時示範中學到的機械手臂操作，包括未出現在訓練資料中的復原行為、以 Flexion 建構的人形機器人策略、無人機導航，以及一個在 GTA V 上訓練、可移轉到 Red Dead Redemption 2 的策略。

那些演示是「通用影片世界模型可作為訓練基底」最有力的論據：如果一個策略能從某款遊戲的影像中學習，並遷移到另一款遊戲，那麼這個模型捕捉到的是關於動態的東西，而不是關於像素的東西。但這些是演示，不是測量。沒有發表在印度道路任務上的成功率，沒有與真實世界訓練對照的基線，也沒有消融實驗顯示生成世界的哪一部分起了作用。其主張是這件事有可能做到。其主張並不是這件事更好。

百度的做法是同一理念的工業化版本，並將評估轉向內部。Apollo World 把每位交通參與者都建模為會做決策的智慧體，而不是按腳本行動的道具，因此 Robotaxi 煞車或讓行時，會引發周圍車輛與行人的反應。它即時生成攝影機與光達資料，讓受測的技術堆疊能透過其在道路上行駛時所使用的同一介面來感知虛擬城市。它還能端到端完成行程——下單、接客、送達——涵蓋任意起點與終點。

這項規模說法約為每天 10 萬公里的模擬駕駛，Baidu 將其描述為配備安全駕駛員的車輛約三年的連續測試。營運背景是 Apollo Go：28 座城市、超過 2,300 萬次搭乘、3.5 億公里自動駕駛里程，以及超過 2.4 億公里完全無人駕駛里程。這些數字全都是 Baidu 自家提供的，且無一經過獨立稽核。

值得借鏡的基準算術

Odyssey 在 Physics-IQ Verified 這個影片轉影片物理推理基準上，公布了 Odyssey-3 Pro 的一個主打數字：66.1，並稱其為最先進水準。但需要注意的地方在於方法。該分數來自一次使用八選一（best-of-eight）選取的單次執行，而該基準的規則要求執行四次並回報標準差。若不進行選取，四次執行的平均值為 63.37。

這兩個數字都屬於 Odyssey。兩者之間的差距——2.73 分——正是從八個樣本中挑出最佳者並將其稱為分數的代價。就該基準自身衡量相對賽道平均淨提升的指標而言，Odyssey-3 Pro 以 +11.15 個百分點排名第二，落後於 +12.27 的 FLUX 3 [large]。在 Odyssey 自家的評估 WorldMark 上，該模型在四個類別中的三個位居第一——第一人稱風格化 77.2、第三人稱寫實 79.0、第三人稱風格化 76.3——並以 80.6 在第一人稱寫實中排名第三，落後於 84.4 的 Lyra 2.0 和 83.0 的 AlayaWorld。

這一切都不是醜聞。像 Odyssey 的報導那樣，公布最佳八次（best-of-eight）的數字與四次執行的平均值，比大多數實驗室所提供的更具透明度。但這正是無法在基準分數上比較 Odyssey-3 與 Apollo World 的原因：一方有數字，並附有經記錄的方法以及關於挑選的爭議；另一方則完全沒有數字。誠實的表格會有一欄數值和一欄破折號，而含有破折號欄的表格並不是比較。

即時的兩種定義

兩款模型都宣稱能即時運作，但這兩種宣稱指的並不是同一個量。Odyssey-3 在其基準測試環境中，以 832 × 480 的解析度達到每秒 16 幀——快到足以讓人操控攝影機穿越世界而無須等待，這正是產品所需。Apollo World 則是圍繞三十分之一秒（約 33 毫秒）的決策週期所打造，因為高速行駛的道路車輛不能等待超過這個時間才做出反應。

每秒十六幀等於每幀 62.5 毫秒。這並不是在批評 Odyssey，因為它並未宣稱自己是車輛模擬器；這只是在說明這兩套系統的規格要求有多麼不同。由人類探索的模型可以容許稍微延遲。以兩公噸汽車閉合控制迴路的模型則不行。

同樣的分裂也出現在持久性上。Odyssey 自家的評測將其排在第一名？ no. Let's final: 同樣的分裂也出現在持久性上。Odyssey 自家的評測將其排在第三人稱？ Wait first-person real-world scenes. Translate: 在第一人稱真實世界場景中排名第三. Yes. "long-horizon drift is the classic failure of autoregressive video" 長時程漂移是自迴歸影片的典型失敗模式. Need maybe "the world slowly stops matching itself" 世界會慢慢不再與自身保持一致. "Baidu lists persistence as one of three graded properties" 百度將持久性列為三項分級屬性之一. "graded properties" maybe 分級屬性. "defines it as the absence of drift in objects and details over long runs" 並將其定義為在長時間運行中物件與細節不發生漂移. "which is a specification written by someone who has watched a simulation degrade over ten hours." 這份規格出自一個看過模擬在十小時內逐步劣化的人之手。 Good. No markers. Final only.同樣的分裂也出現在持久性上。Odyssey 自家的評測將其排在第一人稱真實世界場景中的第三名，而長時程漂移正是自迴歸影片的典型失敗模式：世界會慢慢不再與自身保持一致。百度將持久性列為三項分級屬性之一，並將其定義為長時間運行中物件與細節不發生漂移，這是一份由看過模擬在十小時內逐步劣化的人所寫下的規格。

誰可以使用哪一個，以及費用是多少

Odyssey-3 如今任何有瀏覽器的人都能使用，任何能進行銷售洽談的人也能使用。每支影片 $0.139 至 $0.267 的價格，讓內容製作以及需要數千段影片的研究，其單位經濟效益清楚易懂。它是一款提供免費方案的商業產品，而不提供開放權重是刻意的選擇，並非疏漏。

Apollo World 目前除了百度內部人員之外，任何人都無法使用。11 月 3 日的資料中沒有任何跡象顯示這種情況會有所改變，而該份揭露內容完全圍繞 Apollo Go 自身的測試與驗證來鋪陳。

因此，兩者在任何面向上的價格比較都不是同基準的對等比較。Odyssey 依生成的影片計費；Baidu 則不向任何人收費。而對於我們實際提供的模型，OrcaRouter 的規則很單純——0% 加價，供應商牌價原樣傳遞，因此廠商調價當天即生效。Odyssey-3 不在該目錄中，所以沒有可引用的轉嫁費率，而本文也不會憑空捏造一個。

判決，不過如此

如果你本季想在想像中訓練策略，而且你不在 Baidu 工作，Odyssey-3 是較容易取得的工具，但要注意，這裡的「容易取得」指的是提供示範和聯絡表單。它的駕駛策略示範是最直接相關的公開證據，證明通用影片世界模型可作為具身控制的訓練基底；而該公司願意同時公布主要成果與四次執行平均值，這一點對它有利。

如果你是在指定模擬器，而不是直接購買一台，Apollo World 的 2+3 評分準則會是更有價值的依據：因果性、互動性、物理準確性、持續性，以及複雜度下的延遲。問問 Odyssey，或任何供應商，他們的模型在十小時執行中的持續性得分如何，以及物理基準數字是挑選出來的還是取平均的。這些答案會比任何排行榜名次告訴你更多。

要真正定夺这场比较，需要由第三方在相同的驾驶任务上，以相同的策略和相同的指标来运行两者。目前没有人这样做，两家公司也都未提出过。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，以及一家利用梦境让自己的车辆不上路的运营商——理念相似、商业模式相反，而且没有共同的记分牌。