PixVerse R2：爱诗科技推出第二代实时世界模型

AI新闻人工智能研究所 1个月前

112

一、PixVerse R2是什么

PixVerse R2是爱诗科技发布的第二代实时视频世界模型，处于内测阶段。它继承PixVerse R1实时流式视频生成能力，核心解决世界状态记忆、角色一致性、行为因果反馈问题。不同于传统一次性输出短视频的文生视频模型，PixVerse R2运行一个可持续演化的虚拟世界，用户操作带来的改变会留存，驱动后续画面、剧情、NPC行为发生对应变化，主打AI互动娱乐赛道。

上代R1仅实现实时画面修改，没有世界记忆，操作结束状态就重置；R2新增记忆与因果逻辑，构建可以持续运行的交互式虚拟空间。

二、功能特色

世界持久记忆：保存场景物体、环境改动，用户放置、破坏、移动的物体状态不会随画面刷新消失，区分短期、长期记忆，缓解画面漂移、设定遗忘问题。
角色身份记忆：记住人物性格、人物关系、过往发生事件，减少角色人设崩坏，保障长交互过程人物形象统一。
因果行为反馈：用户输入动作、文本指令会产生合理后果，行为逻辑自洽，世界会跟随用户行为发生演变，不是简单替换画面。
多模态实时输入：支持键盘动作控制、文本提示词、参考图片、音频多类信号同时输入，毫秒级响应操作指令，指令分级处理，移动类操作优先低延迟反馈。
多人共享世界：支持多名用户同时接入同一个虚拟空间，多人输入指令共同干预世界走向。
流式音视频输出：持续输出音视频流，不是输出固定时长MP4文件，世界可以不间断运行。

PixVerse R2（图1）

三、技术细节

PixVerse R2整体由两大核心模块构成，重构传统多阶段流水线，把多层接力流程简化为两步核心训练流程。

Omni Causal AR全模态因果自回归模块
统一处理文本、动作信号、参考图、音频各类输入信号，将控制信号与音视频分块对齐，每一次用户输入都会参与下一段音视频生成。内置分层记忆机制，维护世界物体、角色、剧情状态，自动修正画面错误状态，保障长交互下内容一致性。
Real‑Time Acceleration实时加速蒸馏层
从大基础模型蒸馏得到轻量化推理版本，兼顾模型能力与低延迟推理，推理轨迹和训练因果轨迹保持一致，保障交互操作响应速度，满足实时互动的体验要求。

整体摒弃传统扩散模型多阶段拼接管线，统一自回归框架完成理解与生成，减少多层转换带来的画面质量损耗。

四、应用场景

1.AI实时生成小游戏

通过WASD按键完成移动、跳跃，搭配文字指令修改场景规则。可以放置障碍物、伪装身份、改变环境，世界状态持续保存，行为直接影响局势走向，不需要预先制作游戏资源、关卡素材。

2.交互式影视分支故事

文本干预剧情走向，召唤道具、角色，提供剧情交互选项。模型记住人物关系与过往剧情，生成多条逻辑通顺的故事分支，实现观众参与剧情发展的互动短剧。

3.持久化虚拟人共享空间

虚拟Avatar身份、性格、对话记录持续保存，多人进入同一个虚拟世界，共同完成互动叙事、虚拟直播、线上沉浸式互动体验。

4.B端开发者二次开发

面向开发者，提供API能力，用于搭建互动内容产品、数字空间、AI Agent交互载体，不适合普通用户批量剪辑短视频。

五、使用方法

PixVerse R2当前仅开放内测，无公开网页版本，普通创作者日常短视频创作依旧使用PixVerse V6系列模型。

开发者/企业接入：前往PixVerse官方渠道提交内测申请，填写项目用途、业务场景，等待官方审核，审核通过获取API调用权限，通过API对接实时流服务。
个人用户体验：暂无公开自助入口，仅官方放出Demo演示视频，不支持本地部署，无开源权重释放。
区分易混淆模型：pixverse‑v6‑r2v是阿里云上架的图生视频模型，用于生成15秒成品短视频，和实时世界模型PixVerse R2不属于同一个产品，不要混淆使用。

六、竞品对比

产品	PixVerse R2	OpenAI Sora	Runway Gen‑4
产品定位	实时交互式世界模型，持续运行虚拟世界	文生视频模拟器，生成成品视频片段	文生视频工具，短视频创作
运行形态	流式持续音视频输出	一次性输出固定时长视频文件	输出成品短视频
世界记忆能力	✅支持场景、角色、事件记忆	❌无持久世界记忆，单条视频独立	❌无世界记忆，单条视频独立
因果交互反馈	✅用户行为产生持续后果	❌生成完成后无法继续交互	❌生成完成后无法继续交互
多人共享世界	✅支持多人同时干预同一个世界	❌不支持多人实时共享	❌不支持多人实时共享
使用状态	内测API，无公开网页	有限内测	公开网页可用
核心目标场景	AI互动游戏、互动剧、共享虚拟空间	短片、影视素材创作	短视频创意剪辑创作

七、常见问题解答

Q：PixVerse R2可以直接打开网页免费玩吗？

不可以，PixVerse R2目前处于内测阶段，没有对外公开网页，普通用户无法直接访问体验，仅开发者提交申请审核后可以调用API。

Q：PixVerse R2和PixVerse‑V6‑R2V是同一款模型吗？

二者完全不同。PixVerse‑V6‑R2V是面向短视频创作的图生视频模型，输出成品短视频；PixVerse R2是实时世界模型，主打持续交互虚拟世界，用途、技术架构都不一样。

Q：能不能下载权重本地部署PixVerse R2？

官方目前没有开源模型权重，只提供云端API内测服务，不支持本地私有化部署。

Q：普通短视频创作者适合用PixVerse R2做剪辑素材吗？

不适合。R2定位是交互式世界，不用于批量产出剪辑短视频，短视频创作建议选择PixVerse V6系列。

Q：R2对比R1最核心提升点是什么？

R1只能做到实时修改画面，没有记忆，操作完成世界状态重置；R2新增世界记忆、角色记忆与因果反馈，用户做出的改变会持续影响后续世界运行，解决长交互画面漂移、设定丢失的问题。

八、相关链接

PixVerse 官方网站：https://pixverse.ai

九、总结

PixVerse R2作为爱诗科技第二代实时世界模型，在R1实时流式生成基础上补齐世界记忆、角色记忆与因果反馈短板，将AI视频从一次性生成片段升级为可持续演化、可多人参与交互的虚拟世界，优先面向AI互动游戏、互动影视、共享虚拟空间等B端开发场景落地，现阶段以内测API形式对外开放，不面向普通短视频创作者直接使用，为交互式AIGC内容提供全新技术底座。