PixVerse R2
A real-time world model you can explore and change
概述
PixVerse R2 是一个实时世界模型，能够根据文本、图像、音频和操作指令持续生成可交互的视听世界，并记住会话中发生过的事件、实时把变化延续下去，从而把 AI 视频从「固定片段」推进到「可探索、可改变、可玩」的生成式环境。
创新点
真正的创新点不在画质，而在时间维度上的连续性：一是多模态实时输入（文本、图像、音频、动作）在生成过程中持续注入，而不是先写 prompt 再等结果；二是会话级记忆，模型会保留此前发生的事件并在后续帧中延续，这让「世界状态」第一次成为可被修改的对象；三是把输出从 clip 变成 continuously evolving world，使得交互叙事、可玩生成世界这类此前只能靠引擎硬编码的场景具备了模型驱动的可能性。它踩中的是「world model 作为下一代交互介质」这条路线，而非又一代视频生成模型。
目标用户
核心是两类人：一是做游戏、互动叙事、虚拟角色与可玩生成世界的开发者和工作室，他们需要的是一个能实时响应输入、维持世界一致性的模型层；二是把 AI 视频当作主要生产工具的内容创作者，他们关心的是从「生成一段片子」升级到「生成一个能一直玩下去的场景」。此外还有虚拟制片、XR 与 AI 研究团队的探索性需求。
竞争格局
赛道很热但尚未定型。谷歌 DeepMind 的 Genie 系列、World Labs、Decart、Odyssey，以及国内腾讯混元世界模型等都在争夺「实时可交互世界模型」的定义权。PixVerse 的差异化优势在于已有成熟的视频生成产品线和用户基础、工程化与推理成本控制经验更强，能把实验室能力较快转成可用的产品；劣势是底层模型叙事上不如大厂实验室有说服力，且实时性、长时一致性、可控性三个指标同时达标极难，任何一项落后都会让「可玩」退化为「可看」。短期竞争焦点会是延迟与单次会话可维持时长，中期是内容生态和开发者工具链。
标签
团队
- Loqi — From Indie Developer to Innovator
- Jaden — Co-Founder @PixVerse
- AmazingSylvia — Building growth flywheel @pixverse
- Paul Hsu
- UniG — Rethinking life with AI.
相关产品
OpenAI's most capable model for end-to-end work
Anthropic's most capable model ever — free until June 22
Fast, capable computer use at half the price
Google's image model with sharper design and mask editing
Frontier AI intelligence, now at half the price
Google's AI map of every possible human DNA mutation