我获得了PixVerse-R1的早期访问权限，这是一个实时世界模型。 这非常有前景！ R1是一个根本不同的范式： 它不是生成固定的片段，而是创建无限、连续的视觉流，能够即时响应用户输入。 （邀请代码在下面）

该平台生成视频的速度明显很快！ 您可以从一个剪辑开始，并向其中添加新场景。 随着您不断进行，模型保持一致性。 大多数视频工具给您一个剪辑，然后您重新开始。这更像是在操控已经在运动的东西。

@PixVerse_ 模型的架构有三个关键部分： 1. 一个原生的多模态基础模型，将文本、图像、视频和音频统一为一个令牌流。 2. 一个自回归记忆机制，能够在无限长的序列中保持一致性。 3. 一个“即时响应引擎”，将采样步骤从几十个减少到 1-4。 最后一点是关键：这使得该模型能够实时工作。

让模型生成你心中所想的确实很难。实现一个特定的故事需要多次尝试。 这在视频生成中是一个普遍问题。我们距离用这种方式取代好莱坞还有很长的路要走。

实时视频生成存在几个限制： 1. 小的预测误差在较长序列中会累积 2. 计算成本很高（仍然是一个瓶颈） 我们还处于早期阶段，但这里的轨迹看起来相当不错！

未来真的很光明： • 一款在你玩的时候实时生成环境的游戏。100% 即时生成。 • 一部观众可以影响叙事结果的电影。 • 用于研究、工业规划甚至生态建模的模拟，这些模拟会根据决策而演变。 这就是我们的目标： 拥有“持久的、互动的世界，而不是有限的媒体作品。”