公司情報專家《財經(jīng)涂鴉》獲悉，1月14日愛詩科技正式發(fā)布通用實時世界模型PixVerse R1。

實時世界模型是一種能夠對畫面、聲音等內(nèi)容進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，并即時響應用戶操作。實時互動視頻生成是其中主要應用之一。

據(jù)悉，PixVerse R1是全球首個支持最高1080P分辨率、可實現(xiàn)即時響應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”，推進至“實時交互、持續(xù)演化”，標志著人工智能視頻技術邁入新的發(fā)展階段，也被業(yè)內(nèi)視為中國企業(yè)在該前沿領域實現(xiàn)的重要里程碑式突破。

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“生成結果”轉變?yōu)椤吧蛇^程”。用戶不再只是等待結果的觀看者，而可以像導演一樣介入創(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展即時呈現(xiàn)，創(chuàng)意表達不再被“進度條”打斷。

從技術層面看，PixVerse R1基于原生多模態(tài)基礎模型、自回歸流式生成機制和瞬時響應引擎構建。相關機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。

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)品級階段的重要標志。從全球競爭格局看，這一突破反映出AI視頻領域正在出現(xiàn)新的技術路徑分化。

據(jù)海外第三方人工智能評估機構的公開跟蹤數(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。

部分研究機構指出，中國企業(yè)在AI視頻領域選擇了一條不同于高算力、重渲染的技術路線，更強調(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更容易走向規(guī)?；瘧茫脖灰暈橹袊鴪F隊能在世界模型方向實現(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）。

業(yè)內(nèi)人士認為，PixVerse R1或將是AI視頻從“預錄制回放”走向“實時動態(tài)生成”的關鍵節(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、數(shù)字仿真等領域釋放更大應用潛力。

公開資料顯示，愛詩科技成立于2023年，專注于AI視頻生成大模型及應用研發(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)品被廣泛應用于影視、廣告、動漫及內(nèi)容創(chuàng)作等場景。

此前，愛詩科技曾獲得多家產(chǎn)業(yè)和資本機構支持，投資方包括阿里巴巴、巨人網(wǎng)絡等。

作者：蘇打

編輯：tuya

出品：財經(jīng)涂鴉（ID：caijingtuya）