PixVerseがR2を発表：リアルタイムで操作・介入できるインタラクティブ世界モデル

これまでの AI 動画生成は、プロンプトを入力して完成した映像をただ眺めるのが一般的でした。しかし今、その体験がリアルタイムで介入できる仮想世界へと変わりつつあります。

PixVerse はインタラクティブな映像メディア向けの新技術として、リアルタイム世界モデル「PixVerse R2」を発表しました。ユーザーは生成された世界に入り込み、自然言語による指示や操作を通じて、登場人物の反応やストーリー展開をその場で変化させることができます。

体験しながら世界を書き換える

従来の動画生成ツールと異なり、PixVerse R2 はマルチモーダル理解、長期コンテキストモデリング、そして応答性の高い映像音声生成を 1 つのモデルに統合しています。

ユーザーの入力をリアルタイムで解釈しながら世界の状態を一貫して保ち、次に起こる展開を途切れなく生成し続けます。公開されたデモでは、対話によって関係性が変わるキャラクター体験や、動的に変化し続ける仮想空間が提示されています。

なぜ重要か

受動的な動画の鑑賞から、能動的に介入できるインタラクティブな体験への移行は、生成 AI の次の主戦場になると考えられます。

従来のゲームエンジンのような複雑な開発環境を用意しなくても、AI だけで動的なストーリー空間を立ち上げられる可能性を示した点は非常に興味深いアプローチです。一方で、リアルタイム生成では描画の破綻や長期的な設定の矛盾が起きやすいのも事実です。実運用においてどこまで世界の整合性を維持できるかが今後の評価の分かれ目になりそうです。