# Apache 2.0 的 29B 世界模型，跑起来要 107.4 GiB 显存：PAN 2 在你自己机器上能干什么
> 权重、训练代码、推理代码全给，Apache 2.0，看着像具身世界的免费午餐。但每个 worker 要装完整 29B、峰值 107.4 GiB；更要紧的是，拿掉外挂的大语言模型，多步计划完成率会从 34.0% 掉到 0.0%。
### TLDR
- **给了什么**：MBZUAI 旗下 IFM 于 **2026-11-10** 发布 **PAN 2**，**29B** 参数 MMDiT，权重、训练代码、推理代码全部以 **Apache 2.0** 开放。
- **什么规格**：输出 **704×1248、24 fps**、最长 **20 秒（481 帧）**，默认 **241 帧约 10 秒**；采样 **50 步**、flow shift 9、CFG 2.5，提示词上限 **1536 tokens**。
- **多大机器**：每个 worker 加载完整 29B（BF16），**峰值显存 107.4 GiB**，超出单张 80GB 卡；官方提供 block offload 兜底，代价是速度。
- **最关键的一条**：它是**两段式**——先由大语言模型写结构化 JSON（事件、定时动作、运镜），再由 29B 模型渲染视频。消融实验显示，去掉前一段，多步计划完成率从 **34.0% 掉到 0.0%**，单步完成率从 **75.1% 掉到 8.7%**。
- **判断**：这个「开源」开的是渲染器，不是大脑。想真用起来，你得先自备一个够强的 LLM 做概念层——而那一层不在 Apache 2.0 的包里。
### SRC
素材时间窗为**当日 09:00 → 19:00**（2026-11-11 09:00 → 19:00）。核心事实来自 MBZUAI 基础模型研究所（IFM）**2026-11-10** 的发布说明与技术博客，进入本窗口的是 **2026-11-11** 的英文与中文拆解稿：IC Now（中文，给出显存与消融细节）、AI Daily Post、TPS、Daily Artifact、aitechfeed（含模型卡参数表）。多源在「29B」「Apache 2.0」「704×1248 / 24 fps / 20 秒」「34.0%」「107.4 GiB」「消融归零」六处一致，可视为交叉核对完成。必须标注的边界：①**34.0% 是官方自报**的 100 项多步任务完整计划完成率，无第三方复现；②「拿掉概念推理后归零」出自 IFM 自己的消融实验，默认推理器为 Kimi K3，换别的 LLM 结果会变；③「107.4 GiB 需多卡或 offload」是本号按单卡 80GB 上限做的**推算**，官方仅给出峰值与「每 worker 全量加载 BF16、支持 block offload」的表述，未指定最小硬件配置；④**后训练代码与训练数据未开放**，开源范围止于预训练权重、训练与推理代码，转述中常见的「全开源」说法不准确；⑤Physics-IQ Verified 分数在不同来源存在 49.38 与 37.48 两个口径（前者为榜单设置、后者为系统默认设置），本号并列呈现。判断均以「判断：」开头，版权与免责声明由模板自动附加。
### BODY
先说结论：这是一个真开源的世界模型，但它开源的部位，比名字暗示的要小一圈。
PAN 2 是阿联酋穆罕默德·本·扎耶德人工智能大学（MBZUAI）旗下基础模型研究所的作品，2026 年 11 月 10 日发布，取代一年前的初代 PAN。它 29B 参数，MMDiT 架构，Apache 2.0——这个许可证在具身世界里并不常见，多数同类模型只开放 API 或者权重，训练代码藏着。
所以第一反应是「终于有人把整条链给出来了」。
往下看两屏，反应会变。
一、开源清单：三样东西给了，两样没给
| 项目 | 状态 | 对使用者的实际影响 |
|---|
| 模型权重（29B） | 开放，Apache 2.0 | 可自托管、可商用、可改 |
| 训练代码 | 开放 | 能看清洗与采样流程，能改配方 |
| 推理代码 | 开放 | 支持 Diffusers / vLLM / FastVideo |
| 后训练代码与数据 | 未开放 | 无法复现微调路径，只能从预训练权重往下走 |
| 概念推理所用的 LLM | 不在包内 | 需自备，且效果强依赖所选模型 |
表注：开放范围依据 IFM 技术博客与模型卡整理；「对使用者的实际影响」一列为本号判断。
第三行和第五行，是这份「开源」里最容易被忽略的两处留白。
后训练代码不给，意味着你能跑它，但很难把它调成「懂你的场景」的样子。概念推理的 LLM 不给，意味着这套系统的上限，一半取决于你外挂哪个模型。
这两件事加起来，会显著改变「自己部署一套世界模型」的难度评估。
二、107.4 GiB 是个什么门槛
官方给出的部署条件是：每个 worker 加载完整的 29B 模型，BF16 精度；峰值显存 107.4 GiB；提供 block offload 作为兜底。
29B 参数在 BF16 下光权重就约 58 GB。峰值跑到 107.4 GiB，说明中间激活、视频潜变量、多帧解码的缓存又吃掉近 50 GB。
单张 80GB 的卡装不下。
| 硬件档 | 能不能跑 | 怎么跑 |
|---|
| 单张 24GB（4090 / 5090 级） | 基本不能 | 需 block offload 到内存，速度会掉到不可用 |
| 单张 80GB | 不够 | 峰值 107.4 GiB 超上限，必须溢出或分片 |
| 2 张 80GB | 可以 | 符合峰值，最省心的组合 |
| 多卡集群 | 可以 | 官方描述为「数据中心 GPU」，每 worker 全量加载 |
表注：本表为本号按 29B/BF16 权重体积与官方峰值显存做的推算，非官方硬件要求；IFM 仅表述为「需数据中心 GPU，每 worker 加载完整模型，可 block offload」。
这里有个容易踩的坑：很多团队看到「Apache 2.0 + 29B」，第一反应是「租两张卡试试」。
可以试，但先想清楚要试什么。因为它一次只生成最长 20 秒、704×1248、24 fps 的视频，默认 241 帧约 10 秒。你要用它验证的，是「这个动作会发生什么」，不是「这条产线能不能跑」。
判断：这个显存门槛把用户分成了两类——有卡的研究团队，和没卡的集成商。前者可以自托管、做消融、改配方；后者更现实的选择是等 API 或等别人封装。这不丢人，只是要提前算清楚，别把「开源」当成「免费」。
三、两段式架构：真正的大脑在包外
PAN 2 的工作方式，是把「推演」拆成两步。
第一段
大语言模型读画面与动作请求，把下一步的世界状态写成结构化 JSON：事件、绑定到角色的定时动作、运镜。
第二段
29B 的 MMDiT 依据这段 JSON 与首帧，渲染出最长 20 秒的视频，704×1248、24 fps。
第三段
智能体比较多个候选计划的推演结果，挑一个再回真机执行。
第一段用的是通用大模型，官方默认配的是 Kimi K3，并明确说「任何指令遵循型 LLM 都能填这个位置」。
这就是关键：概念层是外挂的，不是模型自带的。
IFM 自己做了消融，结果很直接：
说明：数据出自 IFM 技术博客的消融实验，概念层固定用 Kimi K3，扩散主干不变；0.0% 一栏的柱长按可读性取 0.5%，实际值为零。多步与单步为两个不同指标，不可相加。
没有概念推理，多步任务一个都完不成。
这意味着：如果你只把 PAN 2 的权重拿下来跑，不接 LLM，你得到的是一个「照着提示词生成物理视频」的模型——画面可能很真，但它不会替你规划。
而「规划」恰恰是机器人最需要它的地方。世界里推演的价值，不在于把下一帧画得像，而在于「这条路径会不会撞、这个抓法会不会掉」。
判断：PAN 2 真正交付的是一个高质量的「物理一致性渲染器」，规划能力靠外挂。这不影响它的价值，但影响定价与选型：如果你已经有强的 LLM 和一套任务分解逻辑，PAN 2 是很划算的一环；如果你指望它开箱就给出「该怎么做」，会失望。
四、34.0% 该怎么读
100 项多步任务，完整计划完成率 34.0%，官方称这是受测模型里的第一。
换个说法：三分之二的计划，至少漏了一步。
这个数不高，但它测的东西很难——多步计划要求模型把一串动作按顺序推演完，中间任何一步的物理状态错了，后面全错。视频生成的误差是累积的，20 秒足够把一个小偏差放大成大穿帮。
同一份材料里还有两组分数值得并排放：Physics-IQ Verified 上，PAN 2 在榜单设置下拿到 49.38，是所有开源模型里的最高分；但在系统默认设置下是 37.48，低于 MiniMax-H3 的 42.91。
两个口径差 11.9 分，说明什么？
判断：说明「同一个模型」在不同评测设置下可以是两个不同的选手。榜单设置往往经过调优，系统默认才是你拿到手直接跑的样子。选型时该看后者，宣传时该看前者——这也是为什么很多模型卡的分数你复现不出来。
本号在 726 篇拆 GR00T 2 时说过同一件事：95% 是筛出来的，40% 才是真的。世界模型这一栏同理，34.0% 是「受测模型里最好」，不是「能用」。
五、如果你真要动手，先做三件事
第一，先测概念层，别急着测渲染。拿你自己的任务，用不同 LLM 生成结构化 JSON，比较它们对「动作顺序」和「物理前提」的表述质量。这一步不需要 29B 的卡，一张消费级卡加 API 就能做，但它决定了后面 90% 的效果上限。
第二，把时长压到 5 秒以内做验证。默认 241 帧约 10 秒，最长 20 秒。误差是累积的，先用短片段确认「单步物理是否可信」，再放长。别一上来就 20 秒满帧，那是拿显存换噪声。
第三，算清楚它在你的管线里替换掉什么。如果它替换的是「真机试错」，价值可以按每次试错的成本折算；如果它替换的是「Isaac 这类物理仿真」，那要小心——视频推演给的是「看起来会发生什么」，物理仿真给的是「力学上会发生什么」。前者适合做方案筛选，后者适合做参数标定，两者不能互相顶替。
最后提醒一句许可证的事。Apache 2.0 是宽松许可，可商用、可修改、需保留声明。这在世界模型这个赛道里确实是稀罕物，值得记一笔。但开源范围止于预训练权重与训练/推理代码，后训练的数据与脚本没有一起给——意味着你能用它，但不太容易把它变成「你的」。
判断：PAN 2 最该被记住的不是 29B，也不是 Apache 2.0，而是那组消融数据——34.0% 到 0.0%。它证明了一件事：世界模型的能力，一半在生成，一半在「谁来决定生成什么」。开源社区拿到的是前一半，后一半仍然锁在最好的那几个语言模型里。所以短期内，真正的门槛不是显存，是你有没有一个能把任务拆对的规划器。显存可以租，规划器租不来。
来源：MBZUAI 基础模型研究所（IFM）2026-11-10 发布说明与技术博客；IC Now 2026-11-11《MBZUAI 开源 29B 世界模型 PAN 2，外挂大模型刷榜难掩 107.4 GiB 显存门槛》；AI Daily Post、TPS、Daily Artifact、aitechfeed 同日拆解用于交叉核对模型卡参数。29B、Apache 2.0、704×1248/24fps/20 秒、34.0%、107.4 GiB、消融归零六处多源一致；34.0% 为官方自报、无第三方复现。硬件档位表为本号推算，非官方要求；后训练代码与数据未开放已核实。Physics-IQ 两个口径（49.38 / 37.48）并列呈现。抓取时间 2026-11-11 22:55。
---
*来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/pan2-29b-open-world-model-vram-gate/*