PixVerse 釋出 R2，推動即時世界模型邁向持久、可玩的世界
基於基礎模型的 AI 影片生成通常是一次性的。模型接收提示詞，生成一段固定的影片，然後停止。若要修改，使用者必須使用新的提示詞和新的影片重新開始。每個結果都是封閉且獨立的。
即時世界模型的運作方式不同。它不會返回一段影片，而是生成一個在使用者身處其中時持續執行的世界。這個世界可以即時探索。模型仍在生成時就會接收新的輸入，並改變後續發生的內容。世界不會在操作之間重置；它會在整個過程中保留狀態，並隨著會話持續而保持一致。
PixVerse 於 2026 年 1 月推出全球首個即時世界模型 R1。R1 證明了這一範式可行：影片可以成為連續、可互動、視聽一體的流，而不只是固定輸出。
今天，我們推出即時世界模型的升級版本 R2。它能在更長的會話中保持連貫，記住會話內發生的內容並持續傳遞，還能將文本、參考素材、音訊和操作控制整合到同一個持續執行的世界中。
能記憶並作出回應的世界
R2 的核心變化在於輸入能夠產生什麼作用。在普通 AI 影片以及早期的即時生成中，輸入隻影響當前時刻，隨後該時刻便會過去。下一次操作從頭開始，世界不會保留任何內容。
在 R2 中，輸入會持續生效。提示詞、操作或音訊提示不只是改變當前畫面；它會更新世界的執行狀態，並塑造後續發展：角色之後如何行動、情境如何化解，以及環境會如何隨會話繼續演變。較早的操作在同一次會話的後續階段仍然成立。
探索鮮活的世界。 玩家進入一個生成的世界並即時穿行其中，使用 WASD 鍵控制角色，使用方向鍵調整鏡頭。玩家行進時，提示詞會改變世界、加入元素並改變環境。角色以符合物理邏輯的方式與周圍互動，每次輸入都會建立在上一次之上，而不是從頭開始。
塑造故事。 世界能夠發展出會隨玩家行為變化的故事線。在創作者 Xiaolongbao 基於 R2 打造的互動電影遊戲 Zero Mark 中，一個生物攔住去路並索要禮物。送給它一條龍或一片葉子，會帶來真正不同的回應。故事從輸入中分支，而不是遵循預先寫好的路徑；模型會即時生成每一種結果。
在 Zero Mark 中，同一場遭遇會走向兩條路徑：向生物贈送一條龍或一片葉子，會即時生成不同的回應。
能結合上下文回應的角色。 世界中的角色能夠理解玩家，並隨著故事進展作出回應。在創作者 Jade Wu 使用 R2 構建的一個互動故事中，玩家會與名為 Eve 的角色交談；她在整段對話中保持身份和記憶，引匯出線索並推動劇情。她的回覆、表情和動作都與此前的對話和故事進度保持一致。她在多次交流中維持穩定身份，不會重置，因此比起指令碼化的非玩家角色，更像一個認識你、瞭解正在發生什麼的人。
規模化難題與 R2 的答案
與生成固定影片片段不同，後者模型只接收一個提示詞和固定的時長來完成內容；一個持續執行的世界沒有這樣的邊界。它必須持續同時完成多項工作而不出錯：
- 長期保持連貫。 角色、地點和世界規則必須保持不變。執行時間每多一秒，就多一次發生漂移的機會。
- 在生成過程中接收輸入。 模型不能停下來思考。世界執行時會有新的控制指令到來，模型必須在不中斷執行的情況下將其整合進去。
- 記憶並恢復。 模型必須保留已經發生的內容；當長會話中積累了小錯誤時，應當修正它們，而不是讓錯誤不斷疊加。
- 即時完成這一切。 延遲預算必須足夠低，才能讓體驗具有互動感。
在這些要求之下存在更深層的張力。讓模型快到能夠即時執行的常見方法是把它做得更簡單；而讓模型更有能力的常見方法是把它做得更大、更重、更慢。速度和能力彼此拉扯。該領域構建這些系統的標準方式進一步加劇了問題：通過很長的一連串獨立訓練階段，每個階段交接給下一個階段，質量和穩定性會在每次交接中被削弱。
R2 的答案是不再強迫速度與能力二選一，而是將工作拆分為兩個建立在同一基礎上的階段。Omni Causal AR 是能力引擎，如同持續訓練的主幹網路。它讓單一因果模型不斷學習更多資料、更多輸入型別、更多工和更長時間跨度，在同一處累積能力，而不是在交接中衰減。
隨後，即時加速層將同一個模型壓縮至可即時執行，而不是從零開始訓練另一個快速模型，因此能力的提升不再以速度為代價。
R2 如何以一個持續訓練、為即時使用而壓縮的單一模型，取代傳統多步驟訓練流程中每次交接都會損失質量的方式。
圍繞這兩個階段，R2 還採用了一系列針對性的工程方案，使每一項能力提升都能延續到即時產品中。完整的 PixVerse R2 技術報告 包含架構與評估細節。
PixVerse 聯合創始人兼 CEO 王長虎表示：“大語言模型證明了，規模化是通往能力提升的可靠路徑。R2 證明即時世界模型也可以遵循類似路徑：藉助合適的架構，模型可以在不放棄即時互動的前提下持續提升能力。隨著時間推移，創作工具將由此成為人們能夠進入並塑造的環境。”
從世界模型到可玩的遊戲
R2 已從研究演示跨越到可用於構建真實產品的階段。PixVerse Game Engine 於 2026 年 7 月首次推出，如今已執行在 R2 之上。
PixVerse Games 負責人 Chow Li 在 2026 年 9 月 Tech in Asia Conference 上展示 PixVerse 即時遊戲引擎。
在 9 月的 Tech in Asia Conference 上，PixVerse 遊戲負責人 Chow Li 將其描述為遊戲定義的轉變。傳統上構成遊戲的元素——角色、世界以及玩家的選擇——不再是預先製作好的固定資產。現在，玩家可以說出自己想要什麼並看到它發生；體驗通過遊玩形成，而不是提前被寫好。創造世界和遊玩世界成為同一個動作。
PixVerse 聯合創始人兼總裁 Jaden Xie 於 2026 年 9 月在新加坡 Google AI App Day 的圓桌討論中發言。
在新加坡 Google AI App Day 的圓桌討論中，PixVerse 聯合創始人兼總裁 Jaden Xie 指出，影片模型的進步正成為下一波原生 AI 遊戲的重要驅動力。Jaden 表示：“自從我們在 7 月開放測試版以來，創作者基於我們的世界模型打造的內容令人振奮。我們相信，影片模型將幫助更多創作者將創意變為現實。”
使用方式
現在可前往 world.pixverse.video 探索這些世界的精選集合。
關於 PixVerse
PixVerse 是全球 AI 影片生成平台，受到 177 個以上國家和地區逾 1.5 億使用者的信賴。憑藉完全自主研發的一系列模型，PixVerse 讓任何人都能通過提示詞、照片或影片片段創作電影質感的影片。2026 年 1 月，PixVerse 推出全球首個即時世界模型 R1，將影片轉變為無限、連續且可互動的流。R2 在此基礎上進一步擴充即時世界模型，使其能夠執行更久、保持更連貫的會話。PixVerse 於 2023 年成立，團隊分佈於亞洲和美國，致力於讓影片成為人類表達的通用語言。2026 年 3 月，PixVerse 完成 C 輪融資並晉升獨角獸企業。更多資訊請造訪 pixverse.ai。
相關資源
官方來源: PixVerse.