PixVerse R1

PixVerse R1是2026年1月13日北京科技公司愛詩科技發布的通用實時世界模型。

該模型首次將視頻生成的延遲從“秒級”降至“即時”回響，實現了“所想即所見、所說即所現”的實時互動體驗，代表了全世界範圍內視聽媒體領域的一次重要演進。

基本介紹

• 外文名：PixVerse R1
• 發布時間：2026年1月13日

發展歷史

2026年1月13日晚，北京科技公司愛詩科技正式發布PixVerse R1，全球首個支持最高1080P解析度的通用實時世界模型。

歷史意義

PixVerse R1的發布，標誌著AI視頻生成正式邁入“實時互動”時代。其背後並非單一技術的躍進，而是由Omni原生多模態基礎模型、自回歸流式生成機制，與瞬時回響引擎三大技術支柱協同構建的完整“實時互動世界引擎”。它將文本、圖像、音頻與視頻融合為單一生成序列，實現真正端到端的跨模態理解與輸出。通過引入記憶增強注意力模組，可生成任意長度的視頻內容，並長期維持角色身份、物體狀態與環境邏輯的一致性；並將傳統擴散模型所需的50+採樣步數壓縮至驚人的1–4步，計算效率提升數百倍，讓動態畫面進入人眼可感知的“即時”回響閾值。

套用場景

覆蓋遊戲、影視、娛樂、創意等多個領域：遊戲中，非玩家角色（NPC）與環境可實時回響玩家操作；互動娛樂中，觀眾通過語音或手勢實時塑造劇情走向；共創體驗中，用戶協同生成並重塑動態世界，涵蓋科研實驗、場景推演、經典影像重製到實時產品模擬。

例如，用戶輸入“一隻貓跳上窗台，窗外下雨”，系統可同步生成1080P高清視頻、雨聲音效與動態光影；在互動過程中，若用戶補充指令“把天空變成黃昏”，畫面將在半秒內實現自然過渡。