PixVerse introduceert R2 en brengt zijn realtime wereldmodel dichter bij blijvende, speelbare werelden

AI-videogeneratie is meestal een eenmalig proces. Een model ontvangt een prompt, genereert een vaste clip en stopt. Om wijzigingen aan te brengen, moet de gebruiker opnieuw beginnen met een nieuwe prompt en een nieuwe clip. Elk resultaat is afgesloten en op zichzelf staand.

Een realtime wereldmodel werkt anders. In plaats van een clip terug te geven, genereert het een wereld die blijft draaien zolang een gebruiker zich erin bevindt. De wereld is in realtime te verkennen. Nieuwe invoer komt binnen terwijl het model nog genereert en verandert wat er daarna gebeurt. De wereld wordt niet tussen handelingen gereset en behoudt voortdurend haar toestand, zodat ze consistent blijft naarmate een sessie langer duurt.

PixVerse introduceerde in januari 2026 het eerste realtime wereldmodel ter wereld, R1. R1 bewees dat het paradigma levensvatbaar was: video kon een doorlopende, interactieve, audiovisuele stroom worden in plaats van een vast resultaat.

Vandaag lanceren we R2, een upgrade van het realtime wereldmodel. Het blijft samenhangend tijdens veel langere sessies, onthoudt wat er binnen een sessie gebeurt en neemt dat mee in het vervolg. Daarnaast verwerkt het tekst, referenties, audio en actiebesturing binnen dezelfde doorlopende wereld.

Een wereld die onthoudt en reageert

De belangrijkste verandering in R2 is wat invoer kan doen. Bij gewone AI-video en in eerdere versies van realtime generatie beïnvloedt invoer het huidige moment, waarna dat moment voorbijgaat. De volgende handeling begint opnieuw. De wereld neemt niets mee.

In R2 blijft invoer doorwerken. Een prompt, handeling of audiosignaal verandert niet alleen het huidige frame. Het werkt de actuele toestand van de wereld bij en bepaalt mede wat volgt: hoe een personage zich later gedraagt, hoe een situatie afloopt en hoe de omgeving zich ontwikkelt terwijl de sessie doorgaat. Een eerdere handeling blijft later in dezelfde sessie van kracht.

Verken een levende wereld. Een speler betreedt een gegenereerde wereld en beweegt er in realtime doorheen, bestuurt een personage met de WASD-toetsen en verplaatst de camera met de pijltjestoetsen. Prompts veranderen de wereld terwijl de speler verdergaat, voegen elementen toe en passen de omgeving aan. Het personage gaat met zijn omgeving om volgens een zekere fysieke logica, en elke invoer bouwt voort op de vorige in plaats van opnieuw te beginnen.

Geef het verhaal vorm. De wereld kan een verhaallijn ontwikkelen die meebuigt met wat de speler doet. In Zero Mark, een interactief filmspel dat maker Xiaolongbao op R2 heeft gebouwd, blokkeert een wezen het pad en vraagt het om een geschenk. Het aanbieden van een draak of een blad leidt tot daadwerkelijk verschillende reacties. Het verhaal vertakt op basis van de invoer in plaats van een vooraf geschreven pad te volgen, en het model genereert elke uitkomst live.

In Zero Mark verloopt dezelfde ontmoeting langs twee paden: het aanbieden van een draak of een blad aan het wezen levert verschillende reacties op, die live worden gegenereerd.

Personages die reageren op de context. Personages in de wereld kunnen een speler begrijpen en reageren in lijn met het verhaal. In een interactief verhaal dat maker Jade Wu op R2 heeft gebouwd, praten spelers met een personage genaamd Eve, dat gedurende het gesprek haar identiteit en geheugen behoudt, aanwijzingen naar boven haalt en de plot vooruithelpt. Haar antwoorden, gezichtsuitdrukking en bewegingen sluiten zowel aan op het gesprek tot dan toe als op het punt dat het verhaal heeft bereikt. Ze behoudt tijdens vele uitwisselingen een consistente identiteit in plaats van te resetten, waardoor ze minder overkomt als een gescript niet-speelbaar personage en meer als iemand die je kent en volgt wat er gebeurt.

Het schaalprobleem en het antwoord van R2

Bij het genereren van een vaste videoclip krijgt het model één prompt en een vaste tijdsduur om in te vullen. Een wereld die blijft draaien, kent die begrenzing niet. Ze moet voortdurend meerdere dingen tegelijk doen, zonder dat er iets misgaat:

• Samenhangend blijven in de tijd. Het personage, de locatie en de regels van de wereld moeten hetzelfde blijven. Elke extra seconde dat de wereld draait, biedt opnieuw kans op afwijkingen.
• Invoer accepteren tijdens het genereren. Het model kan niet pauzeren om na te denken. Nieuwe besturingsinvoer komt binnen terwijl de wereld in beweging is en moet zonder onderbreking worden verwerkt.
• Onthouden en herstellen. Het model moet meenemen wat er al is gebeurd en kleine fouten die zich tijdens een lange sessie opstapelen corrigeren in plaats van verergeren.
• Dit alles live doen. De toegestane vertraging moet klein genoeg blijven om interactief aan te voelen.

Onder deze vereisten ligt een diepere spanning. De gebruikelijke manier om een model snel genoeg te maken voor realtime gebruik is het eenvoudiger te maken, terwijl de gebruikelijke manier om het meer mogelijkheden te geven het zwaarder en trager maakt. Snelheid en vermogen werken elkaar tegen. De standaardmanier waarop het vakgebied deze systemen heeft gebouwd, vergroot het probleem: een lange keten van afzonderlijke trainingsfasen die telkens overdragen aan de volgende, waarbij kwaliteit en stabiliteit bij elke overdracht afnemen.

Het antwoord van R2 is om de gedwongen keuze tussen snelheid en vermogen los te laten en het werk te verdelen over twee fasen die op dezelfde basis zijn gebouwd. Omni Causal AR is de motor achter het vermogen van het model en fungeert als een continu getrainde ruggengraat. Het bouwt één causaal model uit dat blijft leren met meer gegevens, meer invoertypen, meer taken en langere tijdspannes. Zo stapelen de mogelijkheden zich op één plek op in plaats van bij overdrachten verloren te gaan.

De realtime versnellingslaag neemt vervolgens datzelfde model en comprimeert het om live te draaien, in plaats van een afzonderlijk snel model vanaf nul te trainen. Daardoor gaan verbeteringen in vermogen niet langer ten koste van snelheid.

Hoe R2 de conventionele trainingspipeline met meerdere stappen, waarbij de kwaliteit bij elke overdracht afneemt, vervangt door één continu getraind model dat wordt gecomprimeerd voor realtime gebruik.

Rond deze twee fasen staat een reeks gerichte technische keuzes die ervoor zorgen dat elke verbetering in vermogen doorwerkt in het realtime product. Het volledige technische rapport van PixVerse R2 bevat de architectuur- en evaluatiedetails.

“Grote taalmodellen hebben aangetoond dat schaalvergroting een betrouwbare weg is naar meer vermogen”, zei Changhu Wang, medeoprichter en CEO van PixVerse. “Met R2 laten we zien dat realtime wereldmodellen een vergelijkbaar pad kunnen volgen: met de juiste architectuur kan een model steeds meer mogelijkheden krijgen zonder realtime interactie op te geven. Zo wordt een creatietool op termijn een omgeving die mensen kunnen betreden en vormgeven.”

Van wereldmodel naar speelbare games

R2 is uitgegroeid van een onderzoeksdemonstratie tot iets waarop echte producten kunnen worden gebouwd. De PixVerse Game Engine, die in juli 2026 voor het eerst werd gelanceerd, draait nu op R2.

Chow Li, hoofd van PixVerse Games, presenteert de realtime game-engine van PixVerse op de Tech in Asia Conference, september 2026.

Tijdens zijn presentatie op de Tech in Asia Conference in september beschreef Chow Li, hoofd van Games bij PixVerse, dit als een verschuiving in wat een game kan zijn. De onderdelen die een game traditioneel tot een game maken — personages, werelden en de keuzes die een speler maakt — zijn niet langer vaste assets die vooraf worden gebouwd. Een speler kan nu zeggen wat die wil en het zien gebeuren, en de ervaring krijgt vorm tijdens het spelen in plaats van vooraf te worden ontworpen. De wereld creëren en erin spelen worden dezelfde handeling.

Jaden Xie, medeoprichter en president van PixVerse, spreekt tijdens een panel op de Google AI App Day in Singapore, september 2026.

Tijdens een panel op Google AI App Day in Singapore wees medeoprichter en president Jaden Xie op de vooruitgang in videomodellen als een sterke drijfveer voor de volgende golf games die vanaf de basis op AI zijn gebouwd. “Wat zo boeiend is, is wat makers op ons wereldmodel hebben gebouwd sinds we de bèta in juli openstelden”, zei Jaden. “We geloven dat onze videomodellen meer makers in staat zullen stellen hun ideeën tot leven te brengen.”

Beschikbaarheid

Een verzameling van deze werelden is nu te verkennen op world.pixverse.video.

Over PixVerse

PixVerse is een wereldwijd platform voor AI-videogeneratie waarop meer dan 150 miljoen gebruikers in 177+ landen vertrouwen. Met een reeks eigen modellen die volledig intern zijn ontwikkeld, stelt PixVerse iedereen in staat video’s van bioscoopkwaliteit te maken op basis van een prompt, foto of clip. In januari 2026 lanceerde PixVerse R1, het eerste realtime wereldmodel ter wereld, dat video veranderde in een oneindige, doorlopende en interactieve stroom. R2 bouwt voort op die basis en schaalt het realtime wereldmodel op om langere, samenhangendere sessies te ondersteunen. PixVerse werd in 2023 opgericht met de ambitie om video tot de universele taal van menselijke expressie te maken, en heeft teams verspreid over Azië en de VS. In maart 2026 rondde PixVerse zijn Series C-financieringsronde af en bereikte het de unicornstatus. Ga voor meer informatie naar pixverse.ai.

Gerelateerde bronnen

• PixVerse R2: realtime Omni-wereldmodellen opschalen
• Een diepgaande blik op de PixVerse Game Engine: interactief gamen in realtime
• PixVerse lanceert R1: het eerste realtime AI-wereldmodel
• Verken R2-werelden

Officiële bron: PixVerse.