Hy-Nomas 對比 SKY-001：一個渲染出世界，另一個組裝世界

Tencent 為 Hy-Nomas 公布了 280 個基準案例，卻沒有公布分數。Skyfall 為 SKY-001 公布了分數，卻沒有釋出測試集。這種對稱性整齊得像是巧合，而這正是把這兩個模型並排比較時最有用的地方，因為除了「世界模型」這個說法之外，它們幾乎沒有共同點。Hy-Nomas 由 Tencent Hunyuan 於 2026 年 10 月 21 日至 23 日發布，能生成可探索的影片：720 × 1280、24 FPS，由自由形式的文字與鏡頭軌跡操控。SKY-001 由 Skyfall AI 於 2026 年 10 月 19 日宣布，能生成工程幾何：它接收文字提示或 2D 圖像，並產生有序的 CAD 或 BIM 建造序列。一個模型的輸出是你觀看的東西。另一個模型的輸出則是你製造的東西。

這個區別並非咬文嚼字。它決定所謂「準確」是什麼意思、基準測試能衡量什麼、你究竟能否取得這個模型，以及你在某個週一早晨實際上會拿它來做什麼。

一個短語背後的兩項任務

影片世界模型會預測場景的下一個可觀察狀態。其輸出單位是影格或片段，而其正確性標準是結果看起來與行為起來是否像一個世界。工程世界模型會預測設計的下一個結構狀態。其輸出單位是零件、裝配體或建造步驟，而其正確性標準是幾何是否符合要求，以及序列能否建造。

Hy-Nomas 是分段自迴歸的。它生成一段影片，將其保存在終身 KV 快取中，接收下一個指令，再生成下一段。文字與相機是各自獨立、可組合的輸入：提示詞描述場景，外參描述鏡頭去向。SKY-001 是階層式的。組合器將請求分解為系統、組件、次組件與零件，再往下細分到樓層、單元與房間；建築世界模型則規劃出產生每個元素的有序視覺狀態。兩者都自稱為世界模型，因為兩者都學習某個領域的動態模型。這些領域互不重疊。

• 輸出 — Hy-Nomas 影片片段，720 × 1280、24 FPS；SKY-001 結構化 CAD/BIM 建造序列，針對設計工具

• 輸入 — Hy-Nomas 自由格式文字加上相機外參；SKY-001 文字提示或 2D 影像

• 正確的定義 —— Hy-Nomas 跨回合的感知連貫性；SKY-001 與參考設計的幾何重疊度

• 評估單位 — Hy-Nomas 以場次計；SKY-001 以案例計

• 目前實際提供的內容——Hy-Nomas 以 Apache 2.0 授權的權重，約 196 GB；SKY-001 則是候補名額

SKY-001 聲稱了什麼，而這項聲稱又有多少價值

Skyfall 的公告是一項廠商基準測試，而且建構得相當完善：兩條賽道、各一千個案例、一個具名比較對象，細節足以看出測試的輪廓。CAD 賽道執行 1,000 個元件，每個案例約有 100 個繪圖步驟。BIM 賽道執行 1,000 份平面圖，平均約 70 個步驟。在 CAD 上，Skyfall 對比 GPT-6 Astra 報告的平均 IoU 為 79.7% 對 79.1%，耗時 3.9 秒對 199 秒，每案例成本為 $0.005 對 $0.75。在 BIM 上，它報告 43.6% 對 40.6%，耗時 1.22 秒對 144.6 秒，成本約為 $0.0024 對 $0.446。

細讀數字而非只看標題，可得出三點。第一，「便宜 150 倍」這個數字是基準測試的執行成本比率，是 Skyfall 對執行單一案例所需成本的估算，而不是任何人能實際買到的價格。目前沒有公開的 SKY-001 價目表。第二，IoU 衡量的是幾何重疊，不是工程品質：它無法告訴你零件能否製造、公差能否閉合，或平面圖是否符合疏散、無障礙或結構要求。第三，所回報的耗時排除了上傳、預處理、排隊、CAD 或 BIM 轉換、驗證、匯出與人工審查，而這些環節每一個都出現在真實部署中。

準確度差距正是最常被忽略的部分。在 CAD 上，涵蓋一千個案例的差距是 0.6 個百分點；在 BIM 上則是 3.0。這是真實但範圍有限的結果。它證明的是，小型團隊的專門模型在這項任務上可以落在與前沿通用模型相同的區間，而不是證明它能取代後者。Skyfall 自己的說法比媒體報導更接近事實：公司將 SKY-001 描述為研究預覽版，可透過候補名單取得使用權，商業部署目標在 2027 年初，而不是一個可以直接洽購的產品。

Hy-Nomas 實際交付什麼，以及它拒絕宣稱什麼

騰訊的發布內容恰好是相反的產物：一套完整套件，但把結論拿掉了。權重採用 Apache 2.0，而且不只包含一個檢查點。其中有隱藏大小 2,048、16 個注意力頭的 54 區塊雙流 MMDiT，一個 Qwen2.5-VL-7B-Instruct 文字編碼器、32 通道 DCAE-V 潛在表示、以 FP32 與 FP8 提供的微調 PixelUMM 解碼器，以及蒸餾組態下的八個去噪步數，四步與六步也接受。隨附兩個 LoRA 適配器：Cinematic，以及在 RealSource-World 機械手臂資料集上訓練的 Robotics。儲存庫說明了如何訓練你自己的版本：秩與 alpha 為 256、dropout 為零、Muon 優化器搭配固定學習率 1e-4 訓練 2,000 步，從 FP32 檢查點訓練並合併到蒸餾版中。

沒有實際交付的，只是一個數字。Hy-Nomas-Bench 在四條軌道上共有 280 個案例：多輪文字控制、相機導航、交錯的文字與相機控制，以及空間記憶，並包含約 220 條參考相機軌跡。它的結果表是空的。模型卡上的技術報告連結標示為「即將推出」，點開卻沒有任何內容。Hugging Face 頁面指出，該模型未由任何推論供應商部署。撰寫本文時，這個 GitHub 儲存庫才剛成立十小時，有 21 顆星、零個發行版本。

決定大多數實際案例的不對稱性

即使兩個模型在各自的工作上表現一樣好，對大多數讀者來說，這仍然不會是一場勢均力敵的比較，因為只有其中一個能取得。Hy-Nomas 是可下載的：執行它、微調它、部署它。但要注意，「執行」代表依照文件所述路徑需要八張 GPU，或是一張 RTX 4090，搭配 INT8 DiT 權重、INT8 KV 快取、FP8 解碼器、滑動視窗歷史上限與 CPU 卸載。完整檢查點集約 196 GB；低記憶體路線大約需要 38 GB，外加文字編碼器。它不是筆電能下載的東西，而且騰訊沒有提供可作為備援的託管端點。

SKY-001 是一份候補名單。沒有權重、沒有授權條款、沒有公開 API、沒有公布價格，商業化目標是 2027 年初，而公司並未承諾確切日期。對於正在決定本季該怎麼做的讀者來說，這項差異比本頁任何基準測試都更能左右判斷。

它也重新框定了這個問題。「Hy-Nomas 對比 SKY-001」並不是在兩種做同一件事的方法之間做選擇。這是在兩種能力之間做選擇：其中一種你今天就能擁有，另一種則是你目前還完全無法擁有。

兩套詞彙真正交會之處

機器人技術是它們最接近彼此的地方。Hy-Nomas 的 Robotics LoRA 是在機械手臂資料集上訓練，並合併進蒸餾檢查點，以改善操控場景。SKY-001 的 composer 則處理機械組件與零件，這是從另一個方向使用同一套物理詞彙。實驗室有可能用工程模型設計一個支架，再用影片世界模型模擬機械手臂將它拿起來，而這樣的組合比單獨任何一部分都更有意思。

但這些介面並不存在。SKY-001 輸出針對 CAD 工具的建構序列。Hy-Nomas 則接收文字與相機軌跡。這兩個發布版本彼此之間毫無互通，兩者也都未在已發表的測試中針對實體硬體驗證過，而雙方各自的機器人技術主張只是能力展示，而非實測結果。這場會議只是一張示意圖，不是一條管線。

人們常搞錯的成本對話

關於這些模型，目前流傳著兩類數字，而兩者都不是價格。SKY-001 每件 CAD 案例 0.005 美元、每份 BIM 方案 0.0024 美元，是內部基準測試執行時的估算值；而 0.75 美元與 0.446 美元這兩個比較數字，則是讓 GPT-6 Astra 跑同一套測試框架的成本。它們有助於判斷效率。它們不是費率，且 Skyfall 並未公布任何價目表。

Hy-Nomas 完全沒有成本數字，因為根本沒有服務可供定價。它的成本就是 GPU 時數：一台採用低記憶體配置的 RTX 4090，或標準路徑上的八張 GPU，再加上下載與儲存。若你想真確地比較兩者各自的營運成本，你得自行提出使用率假設，而兩家廠商都沒有提供你做出這些假設所需的數字。

唯一可比較的是兩者各自的評估成本。Hy-Nomas 讓你自行執行其 280 個案例的基準測試，因為資料集已公開；你必須自行建立評分工具，因為 Tencent 並未提供結果。SKY-001 的基準測試雖有描述但未釋出，因此第三方若未重建測試就無法重現。這種不對稱性比 $0.005 的頭條數字更有價值。

模型不是工作流程

這兩個模型都不在我們的目錄中，而且短期內也不太可能加入：一個是自架式的開放權重版本，另一個是需要排隊等候、沒有 API 的研究預覽版。我們不會假裝不是這樣。

它們兩者都需要、但兩者都不包含的，是生成器周圍的推理層。SKY-001 式工作流始於一個請求：該請求必須被分解為設計樹、路由到正確的工具、按約束條件檢查，並寫回 CAD 檔案。Hy-Nomas 工作階段始於一個自然語言意圖，該意圖必須轉化為相機路徑和片段級指令。這些是語言模型的工作，而可靠性正是在這裡決定成敗。OrcaRouter 為該層提供一個端點，可存取 200 多個模型，並在提供商列表價基礎上加價 0%，因此較便宜的模型可以負責分解，而更強的模型負責最終檢查；當提供商效能下降時，自動故障轉移可保持鏈路存活。你可以用路由 DSL表達整個序列，而無需硬編碼三個整合。世界模型負責渲染或組裝；路由層決定向它請求什麼。

要怎麼做才能讓這成為真正的比較？

一旦任何一方補上差距，這項比較就會變得有意義。若 Tencent 公布 Hy-Nomas-Bench 的評分，該模型就有了基準，未來每個世界模型都能以此衡量。若 Skyfall 釋出 CAD 與 BIM 測試集，79.7% 就會變得可重現，而不只是被宣稱的數字，0.6 個百分點的領先也才能獲得 0.6 個百分點領先應有的嚴格檢視。

在那之前，正確的解讀是類別上的，而非競爭上的。Hy-Nomas 是一個開放、可自行託管的影片世界模型，其結果表是空的。SKY-001 是一個封閉、需候補名單的工程世界模型，附有廠商表，並具有微弱領先。它們共享一個詞語、一個月份和一個方法論上的落差。它們的用途並不相同。