一个在生成过程中就能用方向键操控的视频模型——而公司自己承认，它画质不如离线模型
PixVerse 背后的中国公司爱诗科技于 8 月 23 日发布 R2。它是 R1 的后继者；今年 1 月推出的 R1 是首个以可交互的连续流方式运行、而非「等待生成再观看」的视频模型。R2 宣称同一套实时循环如今能在更长的时段内保持连贯，并可同时接受更多种类的输入。在架构上，公司称已把过去一连串的训练阶段收敛为两条：一条是拓展世界模型生成上限的全模态因果自回归过程，另一条是把这些能力重新压缩回可交互速度的实时加速层。它称为 Dynamic Chunk 的组件会随用户推进的节奏自适应——文字提示、语音或直接操控。演示对目标用途的呈现异常具体：用 WASD 和方向键在生成的场景中移动、通过输入文字让剧情分叉、与实时应答的角色对话。爱诗把它对准的是互动娱乐——游戏、互动剧、虚拟直播——而非影视式生成，并在自家文章中直言：R2 的画面质量仍落后于最好的离线视频模型，在复杂场景和长时长上尤为明显。发布日期、开放范围与定价均未公布。
为什么重要?有意思的地方在于这次公开做出的取舍。几乎所有视频模型都在比拼成片好不好看；这一个则有意让出部分画质，以便在你还在按键时画面持续产出——这是一种成功标准完全不同的产品。公司在自家公告中直接这么说，而不是宣称两者兼得，这一点比任何架构细节都更有分量。其余部分请照例保持谨慎：目前公布的是一篇研究文章和一组演示，没有基准分数，没有公开版本，也没有价格。实时交互生成恰恰属于那类在精选片段里惊艳、在实际上手的头十分钟里让人失望的能力；在公司之外的人能持续按住方向键试上一阵之前，这道落差无从衡量。如果你的工作与游戏或视频沾边，值得关注：倘若这一类模型真能站得住，那么被生成出来的东西就不再是一个文件，而开始成为一个地方。
▶ 相关视频: PixVerse R1 — First Real-Time World Model? Infinite 1080p Video Generation Explained
在App中阅读——免费，9种语言
相关新闻
OpenAI便宜模型新增了贵六倍的高速模式。2026-10-09Perplexity的小模型能搜索大模型建好的索引。
2026-10-09Anthropic新小模型的价格只有去年的十分之一。
2026-10-08新视频模型能给机器人视角拍下的画面打标签。
2026-10-07谷歌的新搜索模型只占手机 191 兆内存。
2026-10-07