创建视频
产品动态

PixVerse发布R1:首个实时AI世界模型

PixVerse发布R1:首个实时AI世界模型

PixVerse发布了R1,这是一款实时AI世界模型,从根本上改变了AI视频生成的意义。R1不是从文本提示生成孤立的片段,而是生成连续的、交互式的1080p视频,并实时响应用户输入——创造持久的数字环境,而非静态内容。

这不是一次渐进式的模型更新。R1代表着一次类别转变:从AI作为内容生产工具,转变为AI作为环境生成引擎。

R1的独特之处

迄今为止发布的每一个主要AI视频模型都遵循相同的模式:提供提示词,等待生成,接收片段。片段是一个成品——您可以观看它,但无法与之互动。

R1彻底打破了这一模式:

  • 实时生成 —— 视频持续生成,而非批量处理
  • 交互式 —— 用户输入在生成过程中实时影响输出内容
  • 持久性 —— 环境随时间保持状态,而非每次生成后重置
  • 1080p画质 —— 在实时生成速度下提供广播级视觉质量

实际差异在于:与其生成一段5秒的森林场景片段,R1生成的是一片您可以穿行其中、四处张望、与之互动的森林——实时呈现,高清画质。

核心架构

R1通过多项架构创新实现实时性能:

全原生多模态基础

R1在单一统一模型中处理视觉、音频和交互数据,而非通过独立的专用系统路由。这消除了多模型流水线带来的延迟和连贯性损失。

超高效采样

该模型每帧仅需1至4个采样步骤——远少于标准扩散模型通常需要的20至50步。这一减少正是在不牺牲质量到无法使用程度的前提下,使实时生成成为可能的关键。

记忆增强注意力机制

为使生成的环境感觉持久而非每时每刻随机重新生成,模型需要记住它已创建的内容。R1的记忆增强注意力机制维持长程连贯性——当您在环境中移动、回望并返回先前生成的区域时,环境保持一致。

目标应用场景

R1的实时交互式生成在多个领域开辟了可能性:

游戏 —— 响应玩家输入的程序化生成世界,完全由AI创建,而非由关卡设计师预先构建。

娱乐 —— 观众在故事展开时影响剧情的交互式叙事,视觉内容实时生成,而非沿分支路径预先渲染。

培训与模拟 —— 按需为特定场景生成沉浸式培训环境,无需传统3D环境构建的高昂成本和时间。

商业 —— 交互式产品体验,客户在响应其浏览行为的生成环境中探索产品。

直播内容 —— 视觉内容实时适应观众输入的流媒体体验。

早期访问

R1现已通过PixVerse平台提供。早期访问用户可以直接在浏览器中体验实时世界生成,开发者和工作室可通过R1合作伙伴计划获取API访问权限,基于该技术进行开发构建。

R1的发布标志着PixVerse——以及更广泛的AI生成内容领域——新篇章的开始。当视频生成变得实时且可交互时,媒介本身也随之改变。

→ 在PixVerse上体验R1