PixVerse，一個全球人工智能影片生成平台，今日推出R2，是其實時世界模型的最新升級。R2的核心進步在於規模：一個實時世界模型，其能力不斷提升，更具持久性，對用戶操作的反應更靈敏，同時不犧牲實時運行的速度。
大部分人工智能影片均為一次性生成。模型接收指令後，會生成一段固定片段並停止。實時世界模型的運作方式則不同。它不會返回片段，而是生成一個在用戶身處其中時持續運行的世界，可實時導航，並在會話期間保持其狀態。PixVerse於2026年1月推出了全球首個實時世界模型R1。R2是其進一步發展，可在更長的會話中保持連貫性，記住會話中發生的事情並將其延續，並將文字、參考資料、音頻及動作控制整合到同一個運行中的世界。
在創作者「小籠包」基於R2構建的互動電影遊戲《Zero Mark》中，同樣的遭遇會產生兩種路徑：給予生物一條龍或一片葉子會產生不同的實時生成回應。 AP圖片
一個能記憶及回應的世界
R2的核心改變在於用戶輸入所能實現的功能。在早期的實時生成中，輸入只影響當前時刻隨後便消失。而在R2中，輸入會持續存在：較早的動作在同一會話後期仍然有效，因此世界會回應用戶的操作，而非在不同時刻之間重置。
探索一個活生生的世界。玩家進入一個生成的虛擬世界，並實時穿梭其中，利用WASD鍵控制角色，並以方向鍵移動鏡頭。玩家在過程中可透過指令改變世界，添加元素、改變環境，而角色會以物理邏輯感與周圍環境互動。每次輸入均以上一次為基礎，而非從頭開始。
PixVerse推出R2實時世界模型，讓生成的虛擬世界在用戶穿梭其中時保持運行、持久及回應。 AP圖片
塑造故事。這個世界可以發展出一個根據玩家行為而改變的故事情節。在創作者「小籠包」基於R2構建的互動電影遊戲《Zero Mark》中，一個生物擋住去路並索要禮物，玩家選擇給予一條龍或一片葉子，會導致截然不同的回應，而模型會實時生成每個結果，故事會根據輸入而分支，而非遵循預設路徑。
能根據情境回應的角色。世界中的角色能理解玩家，並與故事同步回應。在一個基於R2構建的互動故事中，玩家與一個角色對話，該角色在整個交流過程中保持一致的身份和記憶，引導出線索，並即時以語音、表情和動作作出回應。這感覺不像一個預設劇本的非玩家角色，更像一個了解你並跟隨事態發展的人。相關演示可在PixVerse官方公告中找到。
規模化問題與R2的解決方案
規模化，即向模型輸入更多數據和算力以提升其能力的做法，推動了大型語言模型的許多進步。然而，將其應用於實時世界模型則困難得多，因為這兩類模型的需求相互矛盾。使模型足夠快以實時回應，往往會使其變得更簡單；而使其能力更強，則往往會使其變慢。過去，團隊必須作出取捨。
PixVerse設計R2的架構，使速度和能力不再需要相互權衡。R2沒有強行作出選擇，而是將工作分為兩個基於相同基礎的階段。Omni Causal AR提升單一模型的能力，透過更多數據、更多輸入類型、更多任務及更長的會話進行學習。然後，一個實時加速層會壓縮該模型以實時運行，因此能力的提升不再以犧牲速度為代價。這種方法還改善了長時間會話的穩定性：在PixVerse的內部評估中，R2將長時間會話中的視覺漂移減少了35.8%。完整的技術報告，包括架構和評估詳情，可在此處查閱。
PixVerse聯合創辦人兼行政總裁王昌虎表示：「大型語言模型證明，規模化是實現能力的可靠途徑。R2證明實時世界模型可以遵循類似的路徑，只要有正確的架構，模型就能在不放棄實時互動的情況下，不斷提升能力。隨著時間推移，這就是創作工具如何變成一個人們可以進入並塑造的環境。」
從世界模型到可玩遊戲
R2已從研究演示階段，轉變為可構建真實產品的基礎。
PixVerse的遊戲引擎於2026年7月首次推出，現已在R2上運行，讓創作者能夠構建玩家在遊玩時塑造的世界，而非完全預先構建的世界。
PixVerse聯合創辦人兼總裁謝家登表示：「令人興奮的是，自我們在7月開放測試版以來，創作者們一直在我們的世界模型上進行構建。我們相信我們的影片模型將賦予更多創作者將其想法付諸實現的能力。」
關於PixVerse
PixVerse是一個全球人工智能影片生成平台，獲超1.5億用戶信任，遍布超177個國家。憑藉一套完全自主研發的專有模型，PixVerse賦予任何人從指令、照片或片段創建電影級品質影片的能力。2026年1月，PixVerse推出了全球首個實時世界模型R1，將影片轉化為無限、連續及互動的串流。R2在此基礎上構建，擴展實時世界模型以運行更長、更連貫的會話。PixVerse團隊分佈於亞洲及美國，於2023年成立，致力於使影片成為人類表達的通用語言。2026年3月，PixVerse完成C輪融資，達到獨角獸地位。
（美聯社）
