PixVerse 推出 R2 实时世界模型：生成的世界可实时走入并操控剧情

首次发布 2026年9月22日 UTC 14:26传播指数 41

PixVerse 推出实时交互世界模型 PixVerse R2。它把多模态理解与视听生成整合到同一个模型中，用户可以通过交互直接影响场景和角色，甚至用语言实时改变故事走向。最关键的是，它能在持续生成后续画面的同时，保持整个世界状态前后一致。

如果说以前的 AI 视频还只是让你坐在台下看一段渲染好的动画，那现在的方向正变成直接把你扔进画面里。

PixVerse 正式推出了实时交互世界模型 PixVerse R2。用户不仅能走入 AI 生成的世界，还能在交互过程中随时通过自然语言改变角色反应、场景细节和剧情走向。

边互动边算，世界还得前后一致

传统的视频生成往往是一次性出片，算完了就无法改动。PixVerse R2 的做法是把多模态理解、长上下文建模和响应式视听生成打包进单一模型。

它能一边理解用户的每次交互指令，一边维持整个世界状态的连续性，并实时推算接下来会发生什么。在其展示的体验中，既有需要根据互动持续推进的角色剧情，也有能够不断演变的世界场景。

我们认为，从「被动看视频」走向「实时可交互的体验」，是视频生成模型必然要迈出的一步。

对创作者来说，这拉低了互动叙事的制作门槛，你不再必须依赖底层游戏引擎，只要靠即时交互就能搭起一个微型世界。不过，实时模型在画面精细度和长期逻辑一致性上通常很难两全。PixVerse R2 能把实时交互推进到什么程度、在复杂场景下会不会迅速崩塌，依然需要看后续实际体验的表现。