Orbis 1.0：Visko推出的Live Model实时交互式长视频生成模型

一、Orbis是什么

Orbis 1.0是Visko发布的Live Model（驻留式实时模型），主打实时交互式长视频生成，区别于传统AI视频模型一次性提交提示词、等待完整视频输出的离线模式。

Orbis作为持续运行的状态化生成进程，视频生成过程中允许随时修改提示词，新指令仅作用于后续画面，不会改写已经生成完成的帧，支持小时级别连续视频输出，解决长视频角色漂移、场景崩坏、时序不一致等行业痛点，面向交互式内容、仿真、实时虚拟画面生产场景提供底层能力。

二、功能特色

1. 动态提示词交互：视频生成运行过程中更新提示，约1秒内生效，无需重新启动生成任务，支持文生视频、图生视频、视频续写、多语言提示输入。

2. 小时级长时序稳定输出：依靠多尺度记忆模块，在固定算力开销下实现超长连续视频，抑制角色、色彩、物体风格漂移。

3. 流式实时24FPS输出：原生输出832×480分辨率，搭配流式超分模块可输出4K视频，帧渐进推送，不用等待全部渲染完毕即可预览画面。

4. 物理一致性优化：强化物体运动、碰撞、形变的现实物理逻辑，降低物体穿模、运动违背常识的生成缺陷。

5. 多任务统一基座：同一个模型同时支持文本驱动、图片启动、已有视频接续生成，统一长视频生成链路。

三、技术细节

1. 因果分块隐式流生成架构
   把视频生成建模为随时间推进的时序初值问题，采用因果分块自回归逻辑，已经生成的画面固定不变，新提示只影响未来片段；摒弃双向联合降噪方案，提升长时序物理合理性。

2. 有界多尺度记忆模块
   设置固定token预算，对近期画面保留高分辨率特征，久远历史画面做特征压缩；训练阶段加入历史损坏增强，模拟推理瑕疵，提升长序列鲁棒性，控制显存占用不会随视频时长无限膨胀。

3. 事件对齐多级训练数据集
   原始视频执行镜头切分、质量过滤、安全过滤、分布重平衡、人工筛选；配套时间对齐事件字幕标注，记录不同时间段画面事件；训练分为预训练集、中间训练集、高质量微调集三级子集。

4. 后训练对齐优化三件套

• 少步流蒸馏：移除无分类器引导，降低推理算力开销；

• GRPO组相对强化学习：优化画面美学、运动流畅度、图文匹配度；

• V‑JEPA2隐式世界模型奖励：对生成片段做物理一致性打分，约束物体运动逻辑。

5. 工程推理栈
   编译Transformer、序列并行、FIFO流水线队列、内容自适应漂移抑制，搭配独立流式超分模型，实现多GPU流式长视频推理。

四、应用场景

• 交互式影视预演：边生成边调整剧情镜头，实时修改叙事走向，快速产出长叙事样片。

• AI虚拟直播：实时根据观众输入动态变更画面内容，打造可互动虚拟直播流。

• 机器人与数字仿真：构建连续虚拟环境，用于仿真测试，维持场景物体空间一致性。

• 交互式故事内容：生成小时级连续故事视频，中途切换剧情、角色、场景设定。

• 教育演示内容：持续生成连贯动态演示视频，随时调整演示主题与画面细节。

五、使用方法

Orbis 1.0目前以研究论文形式公开，暂未开放面向普通用户的公有网页版，主要面向开发者、研究人员、企业合作伙伴：

1. 研究阅读：下载官方PDF论文，完整阅读模型架构、训练、评测细节，复现实验方案。

2. 企业合作接入：联系Visko官方，获取模型推理接口，部署多GPU硬件环境，需要充足显存算力支撑长视频流式推理。

3. 交互操作逻辑：启动Live Model驻留进程，输入初始提示词/参考图片/参考视频启动生成；生成运行期间持续提交更新提示词，模型将新指令作用于后续输出帧，实时接收流式输出视频流。

   提示：普通个人用户无法直接开箱即用，该模型对GPU硬件资源要求较高。

六、竞品对比

选取同赛道实时长视频生成模型Helios、LongLive、HappyOyster做横向对比：

七、常见问题解答

Q：Orbis 1.0是开源模型吗？

A：目前仅公开研究论文，权重、推理代码没有对外开源，普通开发者无法直接下载模型权重本地运行。

Q：Orbis可以生成多长的视频？

A：理论支持小时级连续视频输出，受硬件显存、算力资源约束；时长越长，对GPU集群资源要求越高。

Q：生成过程修改提示词，会修改已经输出的画面吗？

A：不会，Live Model机制保证已经渲染完成的帧保持原样，新提示只会影响之后尚未生成的视频片段。

Q：普通消费级显卡可以跑Orbis 1.0吗？

A：不可以，该模型为多GPU集群推理设计，消费级单卡显存、算力不足以支撑流式长视频推理。

Q：Orbis生成视频完全没有物理错误吗？

A：模型在物理基准测试中取得最优成绩，但依旧会存在少量穿模、物体逻辑错误，属于生成模型固有局限，无法做到100%现实物理正确。

Q：Orbis和普通文生视频模型核心差别是什么？

A：普通模型属于离线任务，提交指令等待完整结果；Orbis是持续运行的状态进程，生成过程可以持续干预、调整故事走向，面向交互式场景。

八、相关链接

• 论文PDF：https://www.visko.ai/blog/papers/files/Visko_Orbis_1_0__A_Live_Model_for_Real_TimeInteractive_Long_Video_Generation.pdf

• Visko官方网站：https://www.visko.ai

九、总结

Orbis 1.0以Live Model驻留式实时生成作为全新范式，通过因果分块生成、有界多尺度记忆、物理对齐奖励与完整工程推理栈，解决传统AI长视频生成时序漂移、无法中途交互干预的痛点，实现小时级可动态调整提示词的24FPS实时4K视频输出，为交互式影视、虚拟直播、仿真领域提供一套完整的底层技术方案，在时序稳定性、物理合理性评测上优于同赛道多款主流视频模型。