Mô hình thế giới AI: Chọn video điều khiển hay thành phố 3D?

Mô hình thế giới không phải một loại sản phẩm duy nhất

Mô hình thế giới là hệ thống AI tạo hoặc mô phỏng một môi trường có thể phản hồi đầu vào, nhưng định dạng môi trường và cách đo độ đúng có thể khác nhau hoàn toàn. Vì vậy, lựa chọn phù hợp phụ thuộc vào việc bạn cần hình ảnh để xem, không gian địa lý để khám phá hay hình học phục vụ chế tạo. Nếu ưu tiên cảnh hư cấu có thể đổi hướng bằng câu lệnh và quỹ đạo camera, Hy-Nomas hợp lý hơn; nếu cần một khu vực có vị trí địa lý cụ thể dưới dạng thành phố 3D, hãy xem ABot-Earth 0.7. Hai sản phẩm cùng được gọi là mô hình thế giới, nhưng không phải lựa chọn thay thế trực tiếp. Cũng đừng chọn bên nào nếu yêu cầu là mô phỏng chính xác về mặt vật lý: tài liệu hiện có không chứng minh rằng một trong hai đáp ứng tiêu chuẩn đó.

Hy-Nomas cho quyền kiểm soát; ABot-Earth cho địa lý

Hy-Nomas phù hợp hơn với tiền kỳ phim, ý tưởng trò chơi và thử nghiệm cần lặp lại cảnh quay. Nó tạo video theo từng phân đoạn; người dùng có thể chỉ dẫn lượt tiếp theo bằng văn bản và quỹ đạo camera, thay vì nhận một tệp tĩnh duy nhất. Điểm mạnh thực tế là khả năng kiểm soát và khả năng tinh chỉnh: trọng số, mã nguồn cùng công cụ LoRA được phát hành theo Apache 2.0, nên nhóm kỹ thuật có thể kiểm tra hoặc điều chỉnh mô hình tại chỗ. Đổi lại, đầu ra vẫn là pixel, không phải hình học 3D có tọa độ thế giới. Mức yêu cầu phần cứng cũng đáng cân nhắc: cấu hình mặc định dùng tám GPU, dù có chế độ INT8 chạy trên một RTX 4090. Tuyên bố về tính nhất quán cảnh dựa trên thiết kế bộ đệm KV và clip minh họa, chưa phải phép đo công bố.

ABot-Earth 0.7 hợp hơn khi mục tiêu là một khu phố, khuôn viên hoặc địa điểm thực để bay qua trong không gian 3D. Nó tạo cảnh Gaussian Splatting từ ảnh vệ tinh hoặc lời nhắc, với tốc độ được nêu là khoảng mười phút mỗi kilômét vuông trên một GPU tiêu dùng. Khả năng gắn với địa lý cùng tuyên bố tương thích Unreal Engine và Unity khiến nó gần với quy trình tạo tài nguyên cảnh hơn là trình tạo video. Nhà phát triển cũng cho biết mô hình đã được dùng trong một số sản phẩm tiêu dùng; đây là tín hiệu triển khai đáng chú ý, nhưng vẫn cần phân biệt tuyên bố đó với đánh giá độc lập. Điểm trừ cho người muốn tự triển khai là hiện không có trọng số hay API công khai, và quyền tạo nội dung giới hạn theo lời mời.

Genie 4 và SKY-001 cho thấy giới hạn của so sánh

Genie 4 và HY-Nomas đặt người mua trước một đánh đổi khác: chất lượng trình diễn và âm thanh so với quyền sở hữu, khả năng kiểm soát và tinh chỉnh. Genie 4 tạo cảnh có thể chơi theo thời gian thực, duy trì cảnh khoảng hai phút và sinh âm thanh môi trường, nhạc hoặc hội thoại trong cùng lượt xử lý. Nếu ưu tiên trải nghiệm giàu hình ảnh, âm thanh và khám phá ý tưởng, đây là lựa chọn hấp dẫn, nhưng quyền truy cập còn hạn chế. HY-Nomas dễ tự kiểm soát và điều chỉnh hơn nhờ trọng số mở; đổi lại, người dùng phải chấp nhận giới hạn về độ trung thực tương đối và đầu ra video theo phân đoạn. Chưa có chuẩn đánh giá âm thanh được công bố cho Genie 4, và độ chính xác âm thanh vẫn được thừa nhận là vấn đề chưa giải quyết. Vì vậy, demo ấn tượng không nên được xem như bằng chứng đầy đủ về năng lực.

SKY-001 làm rõ hơn vì sao một benchmark chung có thể gây hiểu nhầm. Genie 4 tạo cảnh nghe nhìn để con người khám phá; SKY-001 nhận lời nhắc hoặc bản phác thảo rồi tạo trình tự thi công cho chi tiết CAD hay mặt bằng. Với Genie 4, câu hỏi là cảnh có hành xử hợp lý hay không; với SKY-001, câu hỏi là hình học có khớp mục tiêu hay không. Do đầu ra, người dùng và tiêu chí đúng sai khác nhau, xếp hạng hai hệ thống trên một thang điểm duy nhất không giúp ích cho quyết định mua. Các số liệu đánh giá SKY-001 được mô tả là do nhà phát triển tạo trên bộ kiểm thử nội bộ, không có tập chia công khai hay công cụ đánh giá được phát hành. Hãy xem loại bằng chứng và khả năng kiểm tra trước khi dựa vào tuyên bố của bất kỳ mô hình nào.

Buy if / Skip if

• Buy the Hy-Nomas if bạn cần video điều khiển, cảnh hư cấu có thể lặp lại và khả năng tinh chỉnh mô hình bằng LoRA.
• Skip the Hy-Nomas if bạn cần cảnh 3D gắn với địa lý thực hoặc một trình mô phỏng chính xác về mặt vật lý.
• Buy the ABot-Earth 0.7 if bạn cần khám phá một khu vực thực dưới dạng cảnh 3D và quy trình của bạn có thể dùng quyền truy cập theo lời mời.
• Skip the ABot-Earth 0.7 if bạn cần trọng số mở, API công khai hoặc tự triển khai mô hình ngay mà không cần lời mời.
• Buy the Genie 4 if ưu tiên của bạn là cảnh có âm thanh để khám phá và bạn chấp nhận quyền truy cập hạn chế cùng thời lượng cảnh khoảng hai phút.
• Skip the Genie 4 if bạn cần trọng số có thể tự tải xuống, tinh chỉnh và kiểm toán ngay.
• Buy the SKY-001 if đầu ra bạn cần là trình tự thi công CAD hoặc mặt bằng, và bạn có thể tự kiểm chứng tuyên bố bằng tiêu chí hình học phù hợp.
• Skip the SKY-001 if bạn đang tìm video tương tác hoặc muốn so sánh nó với Genie 4 bằng một benchmark chung.