你是一個(gè)非常有創(chuàng)意的普通人，你曾經(jīng)有一個(gè)夢想，希望把自己腦海中的點(diǎn)子都用視覺形態(tài)展示，比如拍成動(dòng)畫、電影、電視劇等等。但你苦于資金和資源，無法實(shí)現(xiàn)。直到看到PixVerse R1后，你感覺到，自己的夢想好像要成真了。

1月13日，國內(nèi)AI視頻初創(chuàng)公司愛詩科技發(fā)布了一款通用實(shí)時(shí)世界模型PixVerse R1；本周，該模型已升級(jí)支持HD畫質(zhì)。眾多關(guān)注AI視頻的大咖驚嘆：AI視頻行業(yè)的DeepSeek時(shí)刻到了。

PixVerse R1改變了視頻生成的邏輯。之前，用戶需要輸入文字或圖片生成視頻，還需要等待幾秒鐘甚至幾分鐘。但使用PixVerse R1，用戶即使不輸入提示詞，PixVerse R1也會(huì)自動(dòng)生成視頻，它就像一個(gè)能無限生成內(nèi)容的數(shù)字世界，可以讓人沉浸遨游。在這個(gè)世界里，用戶的提示詞有一種言出法隨的效果，輸入的指令有多快，PixVerse R1畫面的改變就有多快。

在YouTube上，已經(jīng)有普通用戶用它生成了一部90分鐘的電影?？吹絇ixVerse R1價(jià)值的影視公司已經(jīng)開始行動(dòng)。1月19日，中國儒意戰(zhàn)略投資愛詩科技，雙方也宣布進(jìn)行版權(quán)共享，建立包括影視、游戲、流媒體等多方面的戰(zhàn)略合作伙伴關(guān)系。如同國外迪士尼與OpenAI合作一樣，國內(nèi)影視巨頭和AI科技公司也開始強(qiáng)強(qiáng)聯(lián)手，開啟“AI + 內(nèi)容”的下一代互動(dòng)體驗(yàn)。

無限生成

在PixVerse R1官網(wǎng)，有10多個(gè)模擬世界參考入口，都能體驗(yàn)這款新產(chǎn)品的能力。

初始風(fēng)格包括戰(zhàn)場、卡通、賽博朋克等，風(fēng)格各不相同。但實(shí)際上，體驗(yàn)過程中，每一個(gè)都可以改換成其他風(fēng)格。

比如打開卡通風(fēng)格，你就像置身任天堂的馬里奧大世界，隨著畫面前進(jìn)看到花花綠綠的建筑、正在漂浮的摩天輪、粉色的云彩、憨態(tài)可掬的小動(dòng)物。但當(dāng)你輸入“一個(gè)蟲洞來臨，你正在宇宙穿梭”后，風(fēng)格會(huì)轉(zhuǎn)換為暗黑系太空探索，主角的人生軌跡也因此改變。

一位深夜體驗(yàn)完P(guān)ixVerse R1的用戶發(fā)帖說：“你就是這個(gè)世界的上帝”。在這個(gè)數(shù)字世界里，主角會(huì)因?yàn)槟愕囊痪湓挘粋€(gè)指令改變?nèi)松?/p>

目前PixVerse R1每個(gè)模板只能體驗(yàn)5分鐘。愛詩科技內(nèi)部人士稱，主要是因?yàn)樗懔ο奶?，不得不限制。若是沒有算力困擾，理論上，就是無限生成視頻。

根據(jù)PixVerse R1披露的技術(shù)報(bào)告，PixVerse R1用的是 Omni 原生多模態(tài)架構(gòu)。原生的意思是，從一開始，文字、圖片、音頻、視頻就在同一個(gè)架構(gòu)里訓(xùn)練，用同一套“語言”處理。模型看到的不是“文字+圖片+聲音”的拼盤，而是一條統(tǒng)一的 Token 流。

PixVerse R1采用了自回歸流式生成，這意味著模型生成下一幀的時(shí)候，會(huì)參考前面已經(jīng)生成的內(nèi)容。更關(guān)鍵的是它有“長期記憶”，不只是記住上一幀，而是能記住此前已經(jīng)輸入的信息。

此外，PixVerse R1還實(shí)用了瞬時(shí)響應(yīng)引擎，它可以把傳統(tǒng)擴(kuò)散模型所需的50+采樣步數(shù)壓縮至驚人的1–4步，計(jì)算效率提升數(shù)百倍，讓動(dòng)態(tài)畫面進(jìn)入人眼可感知的“即時(shí)”響應(yīng)閾值，讓實(shí)時(shí)生成成為可能。

這種能力與一些偽實(shí)時(shí)生成形成鮮明差別。當(dāng)下雖然有一些模型宣稱“實(shí)時(shí)生成”，但大多數(shù)是“偽實(shí)時(shí)”，本質(zhì)上還是“先渲染、后播放”。用戶只是等待時(shí)間很短，沒注意到之前的渲染。

PixVerse R1可以把視頻生成轉(zhuǎn)變?yōu)闊o限、連續(xù)和互動(dòng)的視覺流。這代表了視聽媒體的創(chuàng)建、體驗(yàn)和共享的重大演變，標(biāo)志著向能夠根據(jù)用戶意圖進(jìn)行即時(shí)適應(yīng)的智能、互動(dòng)媒體的范式轉(zhuǎn)變。

價(jià)值有多大

PixVerse R1產(chǎn)品上線6天后，愛詩科技宣布，與中國儒意達(dá)成戰(zhàn)略合作，中國儒意1420萬美元的戰(zhàn)略投資愛詩科技，并開放優(yōu)質(zhì)版權(quán)內(nèi)容共享，雙方將攜手探索人工智能技術(shù)在影視、流媒體及游戲等內(nèi)容生產(chǎn)與運(yùn)營中的創(chuàng)新應(yīng)用。

中國儒意是港股上市公司，旗下儒意影業(yè)近年主導(dǎo)出品《唐探1900》《第二十條》《你好，李煥英》《熱烈》《送你一朵小紅花》等電影作品，累計(jì)票房超400億元；同時(shí)打造了《我的阿勒泰》《追風(fēng)者》《老酒館》《瑯琊榜》《羋月傳》等著名電視劇。

中國儒意公告顯示，愛詩科技創(chuàng)新的多模態(tài)人工智能大模型技術(shù)在影視行業(yè)中的應(yīng)用具有巨大潛力。雙方將共同創(chuàng)建針對(duì)專業(yè)影視領(lǐng)域的人工智能工具，推動(dòng)影視創(chuàng)作方式的變革。

“PixVerse R1對(duì)長鏡頭還有長片的意義是很重大的”，一位知名AI創(chuàng)作者稱，R1開啟了一個(gè)視頻創(chuàng)作的新階段，雖然目前畫質(zhì)和可控性還無法投入到正式創(chuàng)作中，但他相信，未來迭代后的版本會(huì)是一個(gè)很重磅、里程碑式的產(chǎn)品。

PixVerse R1的與傳統(tǒng)視頻的根本區(qū)別是，傳統(tǒng)視頻是“記錄過去的成品”，而PixVerse R1生成的是“正在發(fā)生的現(xiàn)在”。它是一個(gè)可交互的數(shù)字生命體，用戶不再是旁觀者，而是參與者，可以隨時(shí)干預(yù)內(nèi)容走向，實(shí)現(xiàn)真正的“共創(chuàng)”。

王長虎認(rèn)為，這意味著，視頻的生產(chǎn)與消費(fèi)邊界正在消融——用戶在觀看的同時(shí)，也能即時(shí)生成、編輯甚至再創(chuàng)作內(nèi)容。這標(biāo)志著新的AI技術(shù)將帶來視頻行業(yè)的新范式與新物種。

PixVerse R1擁有的實(shí)時(shí)生成能力，以及世界模型能力，都是當(dāng)前國內(nèi)外巨頭正在角逐，卻還沒有出現(xiàn)成熟產(chǎn)品的領(lǐng)域。

在實(shí)時(shí)生成視頻領(lǐng)域，不少公司都在發(fā)力，不過到目前為止，只有PixVerse R1已經(jīng)上線，其他公司都還沒有上線相關(guān)產(chǎn)品。

世界模型賽道的玩家更多，但能夠把實(shí)時(shí)生成和世界模型融合為一個(gè)正式產(chǎn)品，愛詩科技是全球的領(lǐng)先者。

有了實(shí)時(shí)生成能力的世界模型，能讓環(huán)境和敘事隨著用戶互動(dòng)而動(dòng)態(tài)演變，可以使AI原生游戲和互動(dòng)電影成為可能。開發(fā)者可以構(gòu)建出以前不可能實(shí)現(xiàn)的應(yīng)用，比如，在AI原生游戲中，其故事線并非預(yù)設(shè)，而是由AI與玩家共同即興創(chuàng)作。再比如，在一個(gè)虛擬社區(qū)里，其中的角色和環(huán)境會(huì)根據(jù)與用戶的互動(dòng)持續(xù)演化，形成一個(gè)“活”的數(shù)字生態(tài)。

一位資深游戲從業(yè)者說，他體驗(yàn)了PixVerse R1，就像2023年第一次用到mid journey時(shí)一樣震撼，感受新鮮而顛覆，也許不太完美，但充滿了想象空間。據(jù)了解， R1發(fā)布后，已經(jīng)有多個(gè)游戲公司人士找到愛詩科技，探討產(chǎn)品與游戲結(jié)合的可能性。

這種新型的互動(dòng)系統(tǒng)，可以使互動(dòng)媒體、AI原生游戲和互動(dòng)電影體驗(yàn)、實(shí)時(shí)VR/XR和沉浸式模擬、創(chuàng)意和教育系統(tǒng)、自適應(yīng)媒體藝術(shù)和互動(dòng)裝置、實(shí)時(shí)學(xué)習(xí)和培訓(xùn)環(huán)境、模擬和規(guī)劃、實(shí)驗(yàn)研究和情景探索、工業(yè)、農(nóng)業(yè)和生態(tài)模擬等新事物都成為可能。這些新領(lǐng)域目前仍是無人車，隨著PixVerse R1的發(fā)布，無人區(qū)將有人邁出第一步。

為什么是愛詩

無論是實(shí)時(shí)生成還是世界模型，都不算是新概念。但之前，始終沒有公司能把這兩個(gè)技術(shù)正式落地。愛詩科技發(fā)布的PixVerse R1，是全球率先支持最高1080P分辨率通用實(shí)時(shí)世界模型。

愛詩科技并不是無名之輩。這家成立于2023年的AI視頻公司，目前已經(jīng)在全球AI視頻賽道位居前列。用戶層面，截至2025年第三季度，其全球用戶已突破1億，月活用戶超1600萬，其產(chǎn)品還入選了硅谷頂級(jí)風(fēng)投a16z的“全球Top50生成式AI消費(fèi)級(jí)移動(dòng)應(yīng)用”榜單。商業(yè)表現(xiàn)上，公司在2024年11月啟動(dòng)商業(yè)化后，不到一年時(shí)間月收入增長超過10倍，年度經(jīng)常性收入（ARR）達(dá)到4000萬美元。

這家公司的成績主要得益于技術(shù)實(shí)力。其自研的PixVerse模型在兩年內(nèi)迭代五個(gè)大版本，2023年10月，愛詩科技在成立僅6個(gè)月后即推出PixVerse V1版本，率先發(fā)布了業(yè)內(nèi)可生成4K質(zhì)量視頻的AI視頻生成模型，時(shí)間早于Sora模型的發(fā)布。彼時(shí)的2023年大語言模型火爆、視頻模型確實(shí)遇冷非共識(shí)的時(shí)候，愛詩篤定了這個(gè)方向。

最新推出的PixVerse PixVerse R1更是號(hào)稱全球首個(gè)通用實(shí)時(shí)世界模型，實(shí)現(xiàn)了用戶與生成視頻的實(shí)時(shí)交互，將技術(shù)競爭推向了“實(shí)時(shí)生成”的新維度。

愛詩科技創(chuàng)始人兼CEO王長虎有20年計(jì)算機(jī)視覺與AI領(lǐng)域經(jīng)驗(yàn)，曾是字節(jié)跳動(dòng)視覺技術(shù)負(fù)責(zé)人，主導(dǎo)過抖音、TikTok等產(chǎn)品的技術(shù)研發(fā)。對(duì)于此次最新技術(shù)突破，王長虎表示：“PixVerse PixVerse R1是全新的媒體形式。第一次，AI可以基于用戶的意圖實(shí)時(shí)生成一個(gè)持續(xù)演化、物理上合理的世界。傳統(tǒng)視頻是被記錄的歷史，而PixVerse PixVerse R1開創(chuàng)了‘正在發(fā)生的現(xiàn)在’的實(shí)時(shí)生成新紀(jì)元。無論是 AI 原生游戲、互動(dòng)電影，還是生成式直播電商體驗(yàn)，敘事都能‘所想即所現(xiàn)’（As You Think）。創(chuàng)作與消費(fèi)的邊界逐漸模糊：視頻消費(fèi)者同時(shí)也是創(chuàng)作者，能夠在觀看的同時(shí)立即調(diào)整和生成新內(nèi)容。我們相信，智能化媒體應(yīng)實(shí)時(shí)響應(yīng)用戶意圖，讓每個(gè)人都能成為動(dòng)態(tài)敘事的創(chuàng)作者?！?/p>

免責(zé)聲明：本文觀點(diǎn)僅代表作者本人，供參考、交流，不構(gòu)成任何建議。

任曉寧

TMT新聞部資深記者 關(guān)注并報(bào)道TMT（科技、傳媒、通信）領(lǐng)域重大事件，擅長行業(yè)分析、深度報(bào)道。 聯(lián)系郵箱：renxiaoning@eeo.com.cn 微信號(hào)：tangtangxiaomo