國內(nèi)AI創(chuàng)業(yè)團(tuán)隊發(fā)布全球首個實時可交互世界模型，實現(xiàn)從零到一突破

今日，國內(nèi)人工智能創(chuàng)業(yè)團(tuán)隊在世界模型方向取得重要進(jìn)展，愛詩科技正式發(fā)布通用實時世界模型PixVerse R1。

這是全球首個支持最高1080P分辨率、可實現(xiàn)即時響應(yīng)的通用實時世界模型，將視頻生成從以往的“靜態(tài)輸出、等待成片”，推進(jìn)至“實時交互、持續(xù)演化”，標(biāo)志著人工智能視頻技術(shù)邁入新的發(fā)展階段，也被業(yè)內(nèi)視為中國企業(yè)在該前沿領(lǐng)域?qū)崿F(xiàn)的重要里程碑式突破。

實時世界模型，是一種能夠?qū)Ξ嬅妗⒙曇舻葍?nèi)容進(jìn)行實時生成和交互建模的人工智能系統(tǒng)，使數(shù)字場景能夠持續(xù)演化，并即時響應(yīng)用戶操作。實時互動視頻生成是其中主要應(yīng)用之一。

與傳統(tǒng)AI 視頻生成需要等待數(shù)十秒甚至數(shù)分鐘、一次性輸出固定片段不同，PixVerse R1 的核心能力在于“實時交互”。在生成過程中，視頻畫面會隨著用戶指令即時變化，用戶可以持續(xù)調(diào)整角色狀態(tài)、環(huán)境變化和鏡頭走向，系統(tǒng)同步響應(yīng)并保持畫面、角色和場景演化邏輯的一致性，使視頻內(nèi)容能夠連續(xù)生成而非反復(fù)重啟，實現(xiàn)“所想即所見、所說即所現(xiàn)”的交互體驗。

這一變化，使AI 視頻從“生成結(jié)果”轉(zhuǎn)變?yōu)椤吧蛇^程”。用戶不再只是等待結(jié)果的觀看者，而可以像導(dǎo)演一樣介入創(chuàng)作節(jié)奏。業(yè)內(nèi)人士形象地比喻，這種體驗就像演員在鏡頭前即興表演——正如周星馳在電影《喜劇之王》中十秒鐘完成七個表情變化的經(jīng)典表演，在 PixVerse R1 中，用戶也可以在極短時間內(nèi)連續(xù)指示角色哭泣、跳舞或擺出不同姿態(tài)，這些變化會隨著視頻進(jìn)展即時呈現(xiàn)，創(chuàng)意表達(dá)不再被“進(jìn)度條”打斷。

從技術(shù)層面看，PixVerse R1 基于原生多模態(tài)基礎(chǔ)模型、自回歸流式生成機(jī)制和瞬時響應(yīng)引擎構(gòu)建。相關(guān)機(jī)制使視頻不再是由孤立片段拼接而成，而是一條可持續(xù)生成、可隨時調(diào)整的視覺流。長期以來困擾 AI 視頻生成的畫面突變、邏輯斷裂和高延遲問題，在這一框架下得到系統(tǒng)性突破。

業(yè)內(nèi)認(rèn)為，實時視頻生成技術(shù)正在消除內(nèi)容創(chuàng)作與傳播之間的技術(shù)隔閡，重塑用戶與人工智能生成內(nèi)容之間的互動方式。視頻不再是生成完成后的靜態(tài)成品，而是一個可以被持續(xù)干預(yù)、不斷演化的過程，創(chuàng)作與消費(fèi)的邊界也隨之被重新定義。該成果也被視為實時世界模型從研究探索走向可交互、可部署的產(chǎn)品級階段的重要標(biāo)志。

從全球競爭格局看，這一突破反映出AI 視頻領(lǐng)域正在出現(xiàn)新的技術(shù)路徑分化。據(jù)海外第三方人工智能評估機(jī)構(gòu)的公開跟蹤數(shù)據(jù)，目前全球排名前列的 AI 視頻生成模型，多由中國企業(yè)推出。相關(guān)產(chǎn)品在生成速度、使用成本和并發(fā)能力等方面表現(xiàn)突出。

海外市場研究機(jī)構(gòu)分析指出，中國企業(yè)在AI 視頻領(lǐng)域選擇了一條不同于高算力、重渲染的技術(shù)路線，更強(qiáng)調(diào)工程化與系統(tǒng)級能力的突破。這種路徑使實時視頻生成技術(shù)更容易走向規(guī)?；瘧?yīng)用，也被視為中國團(tuán)隊能在世界模型方向?qū)崿F(xiàn)“從零到一”產(chǎn)品級突破的重要原因。

愛詩科技創(chuàng)始人兼CEO王長虎表示，PixVerse R1是全新的媒體形式，AI 第一次可以基于用戶的意圖實時生成一個持續(xù)演化、物理上合理的世界。傳統(tǒng)視頻是被記錄的歷史，而PixVerse R1開創(chuàng)了“正在發(fā)生的現(xiàn)在”的實時生成新紀(jì)元。無論是AI 原生游戲、互動電影，還是生成式直播電商體驗，敘事都能“所想即所現(xiàn)”（As You Think）。創(chuàng)作與消費(fèi)的邊界逐漸模糊：視頻消費(fèi)者同時也是創(chuàng)作者，能夠在觀看的同時立即調(diào)整和生成新內(nèi)容。

業(yè)內(nèi)人士認(rèn)為，PixVerse R1 的發(fā)布，不僅是單一產(chǎn)品的技術(shù)進(jìn)展，更標(biāo)志著AI視頻從“預(yù)錄制回放”走向“實時動態(tài)生成”的關(guān)鍵節(jié)點。隨著實時生成能力在更多場景中落地，AI 視頻有望在互動娛樂、影視創(chuàng)作、教育培訓(xùn)、數(shù)字仿真等領(lǐng)域釋放更大應(yīng)用潛力。

愛詩科技成立于2023 年，專注于 AI 視頻生成大模型及應(yīng)用研發(fā)。公司海外產(chǎn)品 PixVerse 及國內(nèi)產(chǎn)品“拍我AI”目前全球用戶規(guī)模已超過1億，單月月活躍用戶超過1600 萬，產(chǎn)品被廣泛應(yīng)用于影視、廣告、動漫及內(nèi)容創(chuàng)作等場景。

此前，愛詩科技因在AI視頻生成效果與產(chǎn)品化推進(jìn)速度等方面的表現(xiàn)，被業(yè)內(nèi)視為OpenAI 視頻模型 Sora的有力挑戰(zhàn)者。愛詩科技在發(fā)展過程中獲得了多家產(chǎn)業(yè)和資本機(jī)構(gòu)支持，其中包括阿里巴巴、巨人網(wǎng)絡(luò)等企業(yè)參與投資。