PixVerse ने R2 पेश किया: रीयल-टाइम वर्ल्ड मॉडल अब टिकाऊ, खेलने योग्य दुनिया की ओर

AI वीडियो जनरेशन आमतौर पर एक बार की प्रक्रिया है। मॉडल को प्रॉम्प्ट मिलता है, वह एक तय क्लिप बनाता है, और रुक जाता है। बदलाव के लिए उपयोगकर्ता को नए प्रॉम्प्ट और नई क्लिप के साथ फिर से शुरू करना पड़ता है। हर परिणाम बंद और अलग होता है।

रीयल-टाइम वर्ल्ड मॉडल अलग तरह से काम करता है। क्लिप लौटाने के बजाय यह एक ऐसी दुनिया बनाता है जो उपयोगकर्ता के अंदर होने पर भी चलती रहती है। दुनिया में रीयल टाइम में चला जा सकता है। मॉडल अभी जनरेट कर रहा हो, तब भी नया इनपुट आता है और आगे क्या होगा, उसे बदल देता है। दुनिया क्रियाओं के बीच रीसेट नहीं होती। वह पूरे सत्र में अपनी स्थिति बनाए रखती है, और सत्र जितना लंबा चलता है, उतनी ही सुसंगत रहती है।

जनवरी 2026 में PixVerse ने दुनिया का पहला रीयल-टाइम वर्ल्ड मॉडल, R1, पेश किया। R1 ने दिखाया कि यह प्रतिमान व्यवहार्य है: वीडियो एक तय आउटपुट के बजाय निरंतर, इंटरैक्टिव, ऑडियो-विज़ुअल स्ट्रीम बन सकता है।

आज हम R2 लॉन्च कर रहे हैं, जो रीयल-टाइम वर्ल्ड मॉडल का अपग्रेड है। यह कहीं लंबे सत्रों में सुसंगत रहता है, सत्र के अंदर जो होता है उसे याद रखता है और आगे ले जाता है, तथा टेक्स्ट, रेफ़रेंस, ऑडियो और एक्शन नियंत्रण को उसी चलती दुनिया में लेता है।

एक दुनिया जो याद रखती है और जवाब देती है

R2 में मूल बदलाव यह है कि इनपुट क्या कर सकता है। साधारण AI वीडियो में, और रीयल-टाइम जनरेशन के पुराने संस्करणों में, इनपुट केवल वर्तमान क्षण को प्रभावित करता है, फिर वह क्षण बीत जाता है। अगली क्रिया नए सिरे से शुरू होती है। दुनिया कुछ आगे नहीं ले जाती।

R2 में इनपुट बना रहता है। प्रॉम्प्ट, क्रिया या ऑडियो संकेत केवल वर्तमान फ़्रेम नहीं बदलते। वे दुनिया की चलती स्थिति को अपडेट करते हैं और आगे की दिशा तय करते हैं: कोई किरदार बाद में कैसे व्यवहार करेगा, कोई स्थिति कैसे सुलझेगी, और सत्र जारी रहने पर वातावरण कैसे विकसित होगा। पहले की क्रिया उसी सत्र में बाद में भी सच रहती है।

जीवित दुनिया देखें। खिलाड़ी एक जनरेटेड दुनिया में प्रवेश करता है और रीयल टाइम में उसमें चलता है। WASD कुंजियों से किरदार को नियंत्रित करता है और तीर कुंजियों से कैमरा घुमाता है। चलते समय प्रॉम्प्ट दुनिया बदलते हैं, तत्व जोड़ते हैं और वातावरण बदलते हैं। किरदार अपने आसपास से भौतिक तर्क के साथ इंटरैक्ट करता है, और हर इनपुट पिछले पर बनता है, शून्य से शुरू नहीं होता।

कहानी को आकार दें। दुनिया एक ऐसी कथा विकसित कर सकती है जो खिलाड़ी के काम के अनुसार मुड़ती है। Zero Mark में, जिसे क्रिएटर Xiaolongbao ने R2 पर बनाया, एक इंटरैक्टिव फ़िल्म गेम है। एक जीव रास्ता रोकता है और उपहार माँगता है। उसे ड्रैगन देना या पत्ता देना सच में अलग प्रतिक्रियाएँ देता है। कहानी पहले से लिखे रास्ते पर नहीं चलती; इनपुट से शाखाएँ बनती हैं, और मॉडल हर परिणाम लाइव जनरेट करता है।

Zero Mark में वही मुठभेड़ दो रास्तों पर जाती है: जीव को ड्रैगन देना और पत्ता देना अलग प्रतिक्रियाएँ देता है, जो लाइव जनरेट होती हैं।

संदर्भ में जवाब देने वाले किरदार। दुनिया के किरदार खिलाड़ी को समझ सकते हैं और कहानी के साथ कदम मिलाकर जवाब दे सकते हैं। क्रिएटर Jade Wu द्वारा R2 पर बनाई एक इंटरैक्टिव कहानी में खिलाड़ी Eve नाम की किरदार से बात करते हैं। वह पूरी बातचीत में पहचान और स्मृति बनाए रखती है, संकेत निकालती है और कथानक आगे बढ़ाती है। उसके जवाब, भाव और गति अब तक की बातचीत और कहानी की वर्तमान स्थिति दोनों को ट्रैक करते हैं। वह कई आदान-प्रदान में एक स्थिर पहचान रखती है, रीसेट नहीं होती। वह स्क्रिप्टेड नॉन-प्लेयर कैरेक्टर से कम, और किसी ऐसे व्यक्ति से अधिक लगती है जो आपको जानता है और जो हो रहा है उसका अनुसरण करता है।

स्केलिंग की समस्या और R2 का उत्तर

एक तय वीडियो क्लिप बनाने से अलग, जहाँ मॉडल को एक प्रॉम्प्ट और भरने के लिए तय समय मिलता है, लगातार चलती दुनिया की ऐसी कोई सीमा नहीं होती। उसे एक साथ कई काम लगातार करने होते हैं, बिना टूटे:

समय के साथ सुसंगत रहना। किरदार, स्थान और दुनिया के नियम वही रहने चाहिए। रनटाइम का हर अतिरिक्त सेकंड बहाव का एक और मौका है।
जनरेशन के बीच इनपुट स्वीकार करना। मॉडल सोचने के लिए रुक नहीं सकता। दुनिया चल रही हो तब नए नियंत्रण आते हैं, और उन्हें बिना रोके समेटना होता है।
याद रखना और सुधारना। मॉडल को जो हो चुका है उसे आगे ले जाना होता है, और जब लंबे सत्र में छोटी गलतियाँ जमा हों, तो उन्हें बढ़ने देने के बजाय सुधारना होता है।
यह सब लाइव करना। विलंब का बजट इतना तंग रहना चाहिए कि अनुभव इंटरैक्टिव लगे।

इन आवश्यकताओं के नीचे एक गहरी खींचतान है। मॉडल को रीयल टाइम के लिए पर्याप्त तेज़ बनाने का सामान्य तरीका उसे सरल बनाना है, और अधिक सक्षम बनाने का सामान्य तरीका उसे भारी और धीमा बनाना है। गति और क्षमता एक-दूसरे के विरुद्ध खिंचती हैं। इस क्षेत्र ने इन प्रणालियों को जिस मानक तरीके से बनाया है, वह समस्या को और बढ़ाता है: अलग-अलग प्रशिक्षण चरणों की लंबी श्रृंखला, हर चरण अगले को सौंपता है, और हर हस्तांतरण पर गुणवत्ता व स्थिरता घटती है।

R2 का उत्तर गति और क्षमता के बीच चुनाव थोपना बंद करना है, और काम को एक ही आधार पर बने दो चरणों में बाँटना है। Omni Causal AR क्षमता का इंजन है, एक लगातार प्रशिक्षित रीढ़ की तरह। यह एक कारणात्मक मॉडल बढ़ाता है जो अधिक डेटा, अधिक इनपुट प्रकार, अधिक कार्य और लंबे समय पर सीखता रहता है। क्षमता एक जगह जमा होती है, हस्तांतरणों में घटती नहीं।

रीयल-टाइम एक्सेलरेशन लेयर फिर उसी मॉडल को लेकर उसे लाइव चलाने के लिए संपीड़ित करती है, न कि शून्य से एक अलग तेज़ मॉडल प्रशिक्षित करती है। इसलिए क्षमता का लाभ अब गति की कीमत पर नहीं आता।

R2 पारंपरिक बहु-चरण प्रशिक्षण पाइपलाइन को कैसे बदलता है, जहाँ हर हस्तांतरण पर गुणवत्ता घटती है, एक ऐसे एकल मॉडल से जो लगातार प्रशिक्षित होता है और रीयल-टाइम उपयोग के लिए संपीड़ित होता है।

इन दो चरणों के आसपास लक्षित इंजीनियरिंग विकल्प हैं, ताकि क्षमता का हर लाभ रीयल-टाइम उत्पाद तक पहुँचे। पूरा PixVerse R2 तकनीकी रिपोर्ट आर्किटेक्चर और मूल्यांकन का विवरण देता है।

PixVerse के सह-संस्थापक और CEO Changhu Wang ने कहा, “बड़े भाषा मॉडल ने दिखाया कि स्केलिंग क्षमता तक पहुँचने का भरोसेमंद रास्ता है। R2 हमारा मामला है कि रीयल-टाइम वर्ल्ड मॉडल भी ऐसा रास्ता अपना सकते हैं: सही आर्किटेक्चर के साथ मॉडल रीयल-टाइम इंटरैक्शन छोड़े बिना अधिक सक्षम होता रह सकता है। समय के साथ इसी तरह एक रचना उपकरण ऐसा वातावरण बनता है जिसमें लोग प्रवेश कर सकें और उसे आकार दे सकें।”

वर्ल्ड मॉडल से खेलने योग्य गेम तक

R2 शोध प्रदर्शन से आगे बढ़कर ऐसा हो गया है जिस पर वास्तविक उत्पाद बन सकते हैं। जुलाई 2026 में पहली बार लॉन्च हुआ PixVerse Game Engine अब R2 पर चलता है।

PixVerse Games के प्रमुख Chow Li, सितंबर 2026 में Tech in Asia Conference पर PixVerse का रीयल-टाइम गेम इंजन प्रस्तुत करते हुए।

सितंबर में Tech in Asia Conference पर प्रस्तुति देते हुए PixVerse के गेम्स प्रमुख Chow Li ने इसे इस बदलाव के रूप में रखा कि एक गेम क्या हो सकता है। वे हिस्से जो परंपरागत रूप से गेम को गेम बनाते थे—किरदार, दुनियाएँ, और खिलाड़ी के चुनाव—अब पहले से बने स्थिर एसेट नहीं रहते। खिलाड़ी अब कह सकता है कि वह क्या चाहता है और उसे होते देख सकता है। अनुभव खेल के दौरान आकार लेता है, पहले से लिखे जाने के बजाय। दुनिया बनाना और उसे खेलना एक ही क्रिया बन जाते हैं।

PixVerse के सह-संस्थापक और प्रेसिडेंट Jaden Xie, सितंबर 2026 में सिंगापुर के Google AI App Day पर एक पैनल में बोलते हुए।

सिंगापुर में Google AI App Day के पैनल पर सह-संस्थापक और प्रेसिडेंट Jaden Xie ने वीडियो मॉडल की प्रगति को AI-नेटिव गेम की अगली लहर का मज़बूत चालक बताया। Jaden ने कहा, “रोमांचक बात यह है कि जुलाई में बीटा खोलने के बाद से क्रिएटर हमारे वर्ल्ड मॉडल पर क्या बना रहे हैं। हमें विश्वास है कि हमारे वीडियो मॉडल अधिक क्रिएटरों को अपने विचार साकार करने में सक्षम बनाएंगे।”

उपलब्धता

इन दुनियाओं का एक संग्रह अब world.pixverse.video पर देखने के लिए खुला है।

PixVerse के बारे में

PixVerse एक वैश्विक AI वीडियो जनरेशन प्लेटफ़ॉर्म है, जिस पर 177 से अधिक देशों में 15 करोड़ से अधिक उपयोगकर्ता भरोसा करते हैं। पूरी तरह आंतरिक रूप से विकसित मालिकाना मॉडल के साथ PixVerse किसी को भी प्रॉम्प्ट, फ़ोटो या क्लिप से सिनेमाई गुणवत्ता का वीडियो बनाने देता है। जनवरी 2026 में PixVerse ने R1 लॉन्च किया, दुनिया का पहला रीयल-टाइम वर्ल्ड मॉडल, जिसने वीडियो को अनंत, निरंतर और इंटरैक्टिव स्ट्रीम में बदला। R2 उसी आधार पर रीयल-टाइम वर्ल्ड मॉडल को लंबे, अधिक सुसंगत सत्रों तक स्केल करता है। टीमें एशिया और अमेरिका में हैं। PixVerse की स्थापना 2023 में इस प्रतिबद्धता के साथ हुई कि वीडियो मानव अभिव्यक्ति की सार्वभौमिक भाषा बने। मार्च 2026 में PixVerse ने Series C राउंड बंद किया और यूनिकॉर्न का दर्जा हासिल किया। अधिक जानकारी के लिए pixverse.ai देखें।