Ipinapakilala ng PixVerse ang R2, na Isinusulong ang Real-Time World Model Nito Tungo sa Persistent at Nalaro na mga Mundo

Karaniwang one-shot na proseso ang pagbuo ng AI video. Tumatanggap ang model ng prompt, bumubuo ng isang nakapirming clip, at humihinto. Para gumawa ng pagbabago, kailangang magsimulang muli ang user gamit ang bagong prompt at bagong clip. Nakasara at hiwalay ang bawat resulta.

Iba ang gumagana ng real-time world model. Sa halip na magbalik ng clip, bumubuo ito ng mundong patuloy na tumatakbo habang naroon ang user. Naa-navigate ang mundo nang real time. Dumarating ang bagong input habang bumubuo pa ang model at binabago nito ang susunod na mangyayari. Hindi nagre-reset ang mundo sa pagitan ng mga aksyon, at pinapanatili nito ang estado nito sa buong panahon, nananatiling consistent habang humahaba ang session.

Ipinakilala ng PixVerse ang unang real-time world model sa mundo, ang R1, noong Enero 2026. Pinatunayan ng R1 na viable ang paradigm: maaaring maging tuluy-tuloy, interactive, at audiovisual na stream ang video sa halip na isang nakapirming output.

Ngayon, inilulunsad namin ang R2, isang upgrade sa real-time world model. Nananatili itong coherent sa mas mahahabang session, naaalala nito ang nangyayari sa loob ng session at dinadala ito pasulong, at tinatanggap din nito ang text, mga reference, audio, at action control sa iisang tumatakbong mundo.

Mundong Naaalala at Tumutugon

Ang pangunahing pagbabago sa R2 ay kung ano ang kayang gawin ng input. Sa karaniwang AI video, at sa mga naunang bersyon ng real-time na pagbuo, naaapektuhan ng input ang kasalukuyang sandali, at pagkatapos ay lumilipas ang sandaling iyon. Nagsisimula nang bago ang susunod na aksyon. Walang dinadala pasulong ang mundo.

Sa R2, nananatili ang input. Hindi lang binabago ng prompt, aksyon, o audio cue ang kasalukuyang frame. Ina-update nito ang tumatakbong estado ng mundo at hinuhubog ang kasunod: kung paano kikilos ang isang character sa ibang pagkakataon, kung paano malulutas ang isang sitwasyon, at kung paano uunlad ang kapaligiran habang nagpapatuloy ang session. Nanatiling totoo ang naunang aksyon sa huling bahagi ng parehong session.

Tuklasin ang isang buhay na mundo. Pumapasok ang isang manlalaro sa isang nabuo na mundo at gumagalaw dito nang real time, kinokontrol ang character gamit ang WASD keys at inililipat ang camera gamit ang arrow keys. Binabago ng mga prompt ang mundo habang sumusulong ang manlalaro, nagdaragdag ng mga elemento at binabago ang kapaligiran. Nakikipag-ugnayan ang character sa paligid nito nang may diwa ng pisikal na lohika, at ang bawat input ay nakabatay sa nauna sa halip na magsimula mula sa wala.

Hubugin ang kuwento. Maaaring bumuo ang mundo ng storyline na yumuyuko sa ginagawa ng manlalaro. Sa Zero Mark, isang interactive film game na ginawa sa R2 ng creator na si Xiaolongbao, hinaharang ng isang nilalang ang daan at humihingi ng regalo. Ang pag-alok dito ng dragon o dahon ay humahantong sa tunay na magkaibang tugon. Sumasanga ang kuwento mula sa input sa halip na sumunod sa isang paunang nakasulat na landas, at live na binubuo ng model ang bawat kinalabasan.

Sa Zero Mark, dalawang landas ang tinatahak ng parehong engkwentro: ang pag-alok sa nilalang ng dragon at ang pag-alok dito ng dahon ay nagbubunga ng magkaibang tugon, na live na nabuo.

Mga character na tumutugon ayon sa konteksto. Nauunawaan ng mga character sa mundo ang manlalaro at tumutugon nang kasabay ng kuwento. Sa isang interactive na kuwentong ginawa ng creator na si Jade Wu sa R2, nakikipag-usap ang mga manlalaro sa character na nagngangalang Eve na may hawak na pagkakakilanlan at memorya sa buong usapan, naglalabas ng mga pahiwatig at isinusulong ang plot. Sinusundan ng kanyang mga sagot, ekspresyon, at galaw ang usapan hanggang ngayon at kung saan na narating ng kuwento. May consistent siyang pagkakakilanlan sa maraming palitan sa halip na mag-reset, at mas parang taong nakakakilala sa iyo at sumusunod sa nangyayari kaysa sa scripted na non-player character.

Ang Problema sa Scaling at ang Sagot ng R2

Hindi tulad ng pagbuo ng nakapirming video clip, kung saan tumatanggap ang model ng iisang prompt at nakapirming haba ng oras na pupunuan, walang ganoong hangganan ang mundong patuloy na tumatakbo. Kailangan nitong gawin ang ilang bagay nang sabay-sabay, nang tuluy-tuloy, nang hindi nasisira:

• Manatiling coherent sa paglipas ng panahon. Dapat manatiling pareho ang character, lugar, at mga patakaran ng mundo. Bawat karagdagang segundo ng runtime ay isa pang pagkakataong lumihis.
• Tanggapin ang input habang bumubuo. Hindi maaaring huminto ang model para mag-isip. Dumarating ang mga bagong control habang gumagalaw ang mundo at kailangang isama ang mga ito nang hindi humihinto.
• Alalahanin at itama. Kailangang dalhin pasulong ng model ang nangyari na, at kapag naipon ang maliliit na error sa mahabang session, itama ang mga ito sa halip na palalain.
• Gawin ang lahat ng ito nang live. Dapat manatiling sapat na mahigpit ang latency budget para maramdamang interactive.

Sa ilalim ng mga kinakailangang ito ay may mas malalim na tensyon. Ang karaniwang paraan para maging sapat na mabilis ang model para sa real time ay gawin itong mas simple, at ang karaniwang paraan para gawin itong mas may kakayahan ay gawin itong mas mabigat at mas mabagal. Naghila-hilaan ang bilis at kakayahan. Pinapalala ng karaniwang paraan ng pagbuo ng mga sistemang ito sa larangan ang problema: mahabang kadena ng magkakahiwalay na yugto ng training, na bawat isa ay ipinapasa sa susunod, at ang kalidad at katatagan ay nababawasan sa bawat handoff.

Ang sagot ng R2 ay ihinto ang sapilitang pagpili sa pagitan ng bilis at kakayahan, at hatiin ang gawain sa dalawang yugto na nakabatay sa iisang pundasyon. Ang Omni Causal AR ang capability engine, na kumikilos na parang backbone na tuluy-tuloy na tinetrain. Pinapalaki nito ang iisang causal model na patuloy na natututo sa mas maraming data, mas maraming uri ng input, mas maraming gawain, at mas mahahabang saklaw ng panahon, na pinagsasama-sama ang kakayahan sa iisang lugar sa halip na bumaba sa bawat handoff.

Kinukuha naman ng real-time acceleration layer ang parehong model at kino-compress ito para tumakbo nang live sa halip na mag-train ng hiwalay na mabilis na model mula sa simula, kaya hindi na kapalit ng bilis ang mga dagdag sa kakayahan.

Paano pinapalitan ng R2 ang kumbensiyonal na multi-step na training pipeline, kung saan nababawasan ang kalidad sa bawat handoff, ng iisang model na tuluy-tuloy na tinetrain at kino-compress para sa real-time na paggamit.

Sa paligid ng dalawang yugtong ito ay may hanay ng mga naka-target na engineering choice na nagpapahintulot na madala ang bawat dagdag sa kakayahan hanggang sa real-time na produkto. Kasama sa buong teknikal na ulat ng PixVerse R2 ang mga detalye ng architecture at evaluation.

“Ipinakita ng malalaking language model na ang scaling ay maaasahang landas tungo sa kakayahan,” sabi ni Changhu Wang, co-founder at CEO ng PixVerse. “Ang R2 ang aming patunay na maaaring sundan ng mga real-time world model ang katulad na landas: sa tamang architecture, maaaring patuloy na lumakas ang kakayahan ng model nang hindi isinusuko ang real-time na interaksyon. Sa paglipas ng panahon, ganito nagiging kapaligiran na maaaring pasukin at hubugin ng mga tao ang isang creation tool.”

Mula sa World Model Tungo sa Mga Larong Nalaro

Lumampas na ang R2 mula sa demonstrasyon sa pananaliksik tungo sa isang bagay na maaaring pagbatayan ng mga tunay na produkto. Unang inilunsad noong Hulyo 2026, tumatakbo na ngayon ang PixVerse Game Engine sa R2.

Si Chow Li, Head of PixVerse Games, na nagtatanghal ng real-time game engine ng PixVerse sa Tech in Asia Conference, Setyembre 2026.

Sa pagtatanghal sa Tech in Asia Conference noong Setyembre, inilarawan ni Chow Li, Head of Games ng PixVerse, ito bilang pagbabago sa kung ano ang maaaring maging isang laro. Ang mga bahaging tradisyonal na bumubuo sa isang laro—mga character, mundo, at mga piniling ginagawa ng manlalaro—ay hindi na nakapirming asset na ginawa nang maaga. Maaari nang sabihin ng manlalaro ang gusto niya at makita itong mangyari, at nabubuo ang karanasan sa pamamagitan ng paglalaro sa halip na isulat ito nang maaga. Nagiging iisang gawain ang paglikha ng mundo at ang paglalaro nito.

Si Jaden Xie, co-founder at President ng PixVerse, na nagsasalita sa isang panel sa Google AI App Day sa Singapore, Setyembre 2026.

Sa pagsasalita sa isang panel sa Google AI App Day sa Singapore, itinuro ni co-founder at President Jaden Xie ang mga pagsulong sa mga video model bilang malakas na puwersa para sa susunod na alon ng mga AI-native na laro. “Ang kapana-panabik ay ang mga binuo ng mga creator sa aming world model mula nang buksan namin ang beta noong Hulyo,” sabi ni Jaden. “Naniniwala kami na bibigyang-kapangyarihan ng aming mga video model ang mas maraming creator sa pagbibigay-buhay sa kanilang mga ideya.”

Availability

Bukas na ngayon para tuklasin ang isang koleksyon ng mga mundong ito sa world.pixverse.video.

Tungkol sa PixVerse

Ang PixVerse ay isang pandaigdigang platform ng pagbuo ng AI video na pinagkakatiwalaan ng mahigit 150 milyong user sa mahigit 177 bansa. Sa isang suite ng mga proprietary model na ganap na binuo sa loob ng kumpanya, binibigyang-kapangyarihan ng PixVerse ang sinuman na lumikha ng video na may cinematic na kalidad mula sa prompt, larawan, o clip. Noong Enero 2026, inilunsad ng PixVerse ang R1, ang unang real-time world model sa mundo, na ginagawang walang hanggan, tuluy-tuloy, at interactive na stream ang video. Itinatayo ng R2 ang pundasyong iyon, pinalalaki ang real-time world model para tumakbo sa mas mahaba at mas coherent na mga session. Sa mga team na nakakalat sa Asia at sa US, itinatag ang PixVerse noong 2023 na may pangako na gawing unibersal na wika ng pagpapahayag ng tao ang video. Noong Marso 2026, isinara ng PixVerse ang Series C round nito, na umabot sa unicorn status. Para sa karagdagang impormasyon, bisitahin ang pixverse.ai.

Mga Kaugnay na Resource

• PixVerse R2: Scaling Real-Time Omni World Models
• Malalim na Pagtalakay sa PixVerse Game Engine: Real-Time Interactive Gaming
• Inilunsad ng PixVerse ang R1: Ang Unang Real-Time AI World Model
• Tuklasin ang mga mundo ng R2

Opisyal na pinagmulan: PixVerse.