Genie 4 對決 Hunyuan3D WorldClaw：是世界的影片，還是世界的網格檔案？

其中一個交給你一段 MP4，另一個交給你一張場景圖。整個比較就這麼簡單，其餘一切都由此而來。{{1}}Genie 4{{/1}} 是 Google DeepMind 於 2026 年 10 月 27 日發表的世界模型，能即時生成逼真、有聲音、可用文字操控的世界，並以影片形式呈現給你看。由 Tencent 的 Hunyuan3D 團隊於 2026 年 8 月發布的 {{2}}Hunyuan3D WorldClaw{{/2}}，則會產生明確、可個別編輯、帶貼圖的網格，讓你可以在 Unity 或 Unreal 中開啟並保留。如果你的工作在鏡頭核准時就結束，{{1}}Genie 4{{/1}} 是更令人驚豔的那個。如果你的工作是從鏡頭核准時才開始，{{2}}WorldClaw{{/2}} 是兩者中唯一能給你任何可資運用東西的那個。

兩者都是研究產物而非產品，而且都比它們的示範所暗示的更難取得。但它們失敗的方向不同，而知道哪一種失敗是你承受得起的，就是這整個決策的全部。

交付物測試

問問這場會談過後還剩下什麼，落差就變得具體了。

• 輸出 — Genie 4 傳回生成的影片影格，並附有同步生成的音訊；Hunyuan3D WorldClaw 則傳回帶有地形、材質與已放置物件的貼圖 3D 網格。

• 可編輯性 — Genie 4 是在模擬執行時透過提示來編輯；WorldClaw 的輸出則是在建模工具中，由人工或腳本以幾何形式編輯。

• 下游用途 — Genie 4 的輸出是作為影片素材來使用；WorldClaw 的輸出則是由遊戲引擎、渲染器或物理模擬器來使用。

• 決定性 —— Genie 4 的執行無法逐幀重現；網格則是一個始終保持一致的檔案。

• 音訊 — 於 Genie 4 原生支援；不屬於 WorldClaw 的處理流程。

• 存取 — Genie 4 是需經審核的研究預覽版；WorldClaw 是一篇論文，其儲存庫尚未包含可執行的程式碼。

影片模型之所以會爆紅、網格管線之所以會進入正式生產環境，其來有自。影片任何人五秒內就能看懂。網格則只有知道會拿它做什麼的人才看得懂——而那個人通常就是掌握預算的人。

WorldClaw 的四個階段實際上在做什麼

WorldClaw 不是單一網路，而是一條代理式管線，把「用這句話替我打造一個世界」拆解成四個階段，而這套拆解本身就是貢獻所在。

第一階段是意圖分析與場景規劃：語言模型代理會將開放式提示詞解析為結構化規格，涵蓋區域、地形、物件、材質與空間關係。第二階段生成全域地形——一張語意佈局圖，加上區域感知高度場，並依區域指派材質與資產。第三階段進行區域物件生成：將以地形為條件的二維合成圖像分割，把每個實例重建為個別具紋理的網格，再將這些網格放置到地形上。第四階段是基於渲染的細化：視覺代理會從多個視角渲染場景，檢查結果是否有漂浮物件、相互穿插、尺度與姿態錯誤，修正後重新渲染。組裝在 Blender 中透過 Model Context Protocol 進行。

最後那個迴圈才是有意思的工程設計。看不見自身輸出的生成式模型就像吃角子老虎機。會進行渲染、檢查與修正的管線則是一套流程——而修正步驟正是大型場景中大部分可感知品質的來源，因為已放置的 3D 資產其失效模式是幾何性的，因此可被偵測，而不是美學性的，因此見仁見智。

論文本身的設定是一套由第三方模型堆疊而成的系統：由 Claude Opus 4.8 驅動代理，GPT-Image-2 加上 SAM3D 負責分割，Hunyuan3D 負責重建，運行於四張 NVIDIA H20 GPU 上。WorldClaw 最好理解為現有生成器之上的編排層，而非新的生成模型；這既是它的優勢——隨著各元件改進而提升——也是它的脆弱之處，因為任何元件的行為改變，都會改變整條管線的輸出。

為什麼網格比影片更有價值，成本也更高

關於某個世界的影片，是對該世界的一項主張。網格模型就是那個世界本身，或者至少足以讓人開始建構。這個差異會體現在每個下游任務中：碰撞、遮蔽、照明、物理、關卡設計，以及因為視線不對而把一棟建築往左移兩公尺這種日常作業。

那些操作都無法在 Genie 4 的輸出上進行。你可以透過提示讓模擬改變，而它會生成一組新的影格，這些影格可能遵循、也可能不遵循你心中設定的限制，而且這項改變不會持續超過 DeepMind 所稱的兩分鐘連貫性窗口。模型並沒有假裝不是如此；它宣稱的用途是預視覺化、原型製作與機器人訓練，而這些用途都是消耗世界，而非在世界之上建構。

WorldClaw 這種做法的代價同樣顯而易見。四個階段、多個代理、一個外部渲染器，再加上一次 Blender 來回處理，意味著每個世界需要數分鐘到數小時，而非數秒；而且整條流程在任何階段都可能失敗——分割錯誤會傳播成位置不當的物件，精修階段或許能修正，也或許不能。Genie 4 的失敗模式則較為溫和：細節漂移很惱人，懸空建築則是壞掉了。

雙方的可用性比演示所顯示的更差

這兩個模型都不是你們本季能採用的，而且原因各不相同。

Genie 4 是為受信任測試者提供的研究預覽。Google 表示，AI Ultra 訂閱者將可透過 Project Genie 取得，而早期存取合作夥伴將在「未來幾週內」透過 Gemini API 和 Google AI Studio 取得。目前有候補名單，但未公布價格、解析度或幀率，也沒有商業條款。

WorldClaw 在某個特定方面距離可用還更遠：Tencent-Hunyuan/Hunyuan3D-WorldClaw 的儲存庫裡只有 README 和資產，沒有程式碼。索取程式碼的請求一直未獲回覆。沒有權重、沒有 API，也沒有定價。目前存在的只有論文、公告，以及一組示範。

所以，對 2026 年 10 月下旬的實務工作者而言，這個比較是在候補名單與一個無法運行的儲存庫之間做選擇。這不是在貶低任何一個團隊——論文總是先於發布——但這確實意味著，任何叫你在她們之間「選擇」的文章，描述的都是一項未來的採購，而不是當下的採購。

評估區段能告訴您什麼

WorldClaw 的論文透過與 SynCity、Meta 的 WorldGen、MajutsuCity 及 World Labs 的 Marble 進行並排質性比較，來評估其輸出。文中沒有 FID 或 CLIP 分數，也沒有使用者研究。這是真正的限制，同時也很誠實：大規模 3D 場景品質確實難以評分，而偏重單一面向的量化指標會扭曲其他面向。

Genie 4 的發表完全沒有公布任何基準測試數據——除了連貫視窗加倍之外，沒有任何與 Genie 3 的比較，也沒有解析度、沒有幀率。雙方都沒有給外界任何可供查核的數字。在這個每家廠商都只展示精選示範的領域裡，缺乏量測是共同常態，而這應當讓你讀到的任何自信結論有所保留，包括這裡的結論。

管線本身即成為產品之處

WorldClaw 真正值得偷師的地方不是 3D 生成——那只是一堆元件的疊加——而是那個模式：用語言模型規劃、用專門模型生成、用視覺模型驗證、修復、再重複。這個模式此刻正被每一間想要可控世界生成的工作室重新打造，而它幾乎完全是個編排問題。

這正是基礎設施問題的落點所在。這種形態的管線每生成一個世界就會發出數十次模型呼叫，橫跨至少三種模態，而任何一次呼叫失敗都會讓整次執行停擺。讓它透過單一端點並具備自動容錯移轉來執行，意味著供應商卡住只會變成一次重試，而不是丟失整項工作；路由 DSL 則讓你能把昂貴模型固定在規劃階段，並把較便宜的模型用於逐物件驗證流程，而那正是大部分 token 消耗所在。那就是我們打造的層級——一套橫跨 200 多款模型的 API，供應商定價以 0% 加成原樣傳遞——而且它刻意保持模型無關，因為像 WorldClaw 這類管線底下的元件，在管線本身穩定下來之前，會歷經好幾次替換。

該看哪一個

如果你製作影片、原型或訓練環境，而且這一季就需要某些成果，請關注 Genie 4 的存取公告，並以你已經能呼叫的模型為對象，先製作周邊工具的原型。音訊與語言引導是這項比較中其他方案都沒有的能力，而兩分鐘上限則是你可以在設計時因應的限制。

如果你做的是遊戲、模擬，或任何以資產形式交付的東西，那麼 WorldClaw 的「形狀」才是你在乎的，儘管它的程式碼還不存在。騰訊一發布它，能把可編輯網格輸出進遊戲引擎的管線，就比一千支漂亮的影片更有價值，因為影片是工作的終點，而網格是工作的起點。