愛詩科技發布全球首個實時視頻生成模型，全球用戶規模超1億

公司情報專家《財經涂鴉》獲悉，1月14日愛詩科技正式發布通用實時世界模型PixVerse R1。

實時世界模型是一種能夠對畫面、聲音等內容進行實時生成和交互建模的人工智能系統，使數字場景能夠持續演化，并即時響應用戶操作。實時互動視頻生成是其中主要應用之一。

據悉，PixVerse R1是全球首個支持最高1080P分辨率、可實現即時響應的通用實時世界模型，將視頻生成從以往的“靜態輸出、等待成片”，推進至“實時交互、持續演化”，標志著人工智能視頻技術邁入新的發展階段，也被業內視為中國企業在該前沿領域實現的重要里程碑式突破。

與傳統AI視頻生成需要等待數十秒甚至數分鐘、一次性輸出固定片段不同，PixVerse R1的核心能力在于“實時交互”。

在生成過程中，視頻畫面會隨著用戶指令即時變化，用戶可以持續調整角色狀態、環境變化和鏡頭走向，系統同步響應并保持畫面、角色和場景演化邏輯的一致性，使視頻內容能夠連續生成而非反復重啟，實現“所想即所見、所說即所現”的交互體驗。

這一變化，使AI視頻從“生成結果”轉變為“生成過程”。用戶不再只是等待結果的觀看者，而可以像導演一樣介入創作節奏。業內人士形象地比喻，這種體驗就像演員在鏡頭前即興表演——正如周星馳在電影《喜劇之王》中十秒鐘完成七個表情變化的經典表演，在 PixVerse R1中，用戶也可以在極短時間內連續指示角色哭泣、跳舞或擺出不同姿態，這些變化會隨著視頻進展即時呈現，創意表達不再被“進度條”打斷。

從技術層面看，PixVerse R1基于原生多模態基礎模型、自回歸流式生成機制和瞬時響應引擎構建。相關機制使視頻不再是由孤立片段拼接而成，而是一條可持續生成、可隨時調整的視覺流。長期以來困擾AI視頻生成的畫面突變、邏輯斷裂和高延遲問題，在這一框架下得到系統性突破。

該成果也被視為實時世界模型從研究探索走向可交互、可部署的產品級階段的重要標志。從全球競爭格局看，這一突破反映出AI視頻領域正在出現新的技術路徑分化。

據海外第三方人工智能評估機構的公開跟蹤數據，目前全球排名前列的AI視頻生成模型，多由中國企業推出。

部分研究機構指出，中國企業在AI視頻領域選擇了一條不同于高算力、重渲染的技術路線，更強調工程化與系統級能力的突破這種路徑使實時視頻生成技術更容易走向規模化應用，也被視為中國團隊能在世界模型方向實現“從零到一”產品級突破的重要原因。

愛詩科技創始人兼CEO王長虎表示，PixVerse R1是全新的媒體形式，AI第一次可以基于用戶的意圖實時生成一個持續演化、物理上合理的世界。傳統視頻是被記錄的歷史，而PixVerse R1開創了“正在發生的現在”的實時生成新紀元。無論是AI原生游戲、互動電影，還是生成式直播電商體驗，敘事都能“所想即所現”（As You Think）。

業內人士認為，PixVerse R1或將是AI視頻從“預錄制回放”走向“實時動態生成”的關鍵節點。隨著實時生成能力在更多場景中落地，AI視頻有望在互動娛樂、影視創作、教育培訓、數字仿真等領域釋放更大應用潛力。

公開資料顯示，愛詩科技成立于2023年，專注于AI視頻生成大模型及應用研發。公司海外產品PixVerse及國內產品“拍我AI”目前全球用戶規模已超過1億，單月月活躍用戶超過1600萬，產品被廣泛應用于影視、廣告、動漫及內容創作等場景。

此前，愛詩科技曾獲得多家產業和資本機構支持，投資方包括阿里巴巴、巨人網絡等。

作者：蘇打

編輯：tuya

出品：財經涂鴉（ID：caijingtuya）