PixVerse R2 实时可交互视频：WASD 控制的持续世界模型
LearnWithBishal · x · 2026-09-26
PixVerse R2 展示了可交互 AI 视频：用户可用 WASD 键或提示词实时控制画面，不再是逐段生成片段，而是一个持续演化、带持久状态的实时世界模型。其技术架构要点：
- 因果自回归骨干：维持连续演化的世界状态，而非拼接片段；
- 三通道记忆：Sink Memory 保存持久身份与规则、Rolling History 存近期运动与动态、Object KV Cache 压缩对象状态——相当于带持久记忆的视频流；
- 极简训练流程：传统 AI 视频模型串 5+ 训练阶段，R2 只用两步——Omni Causal AR（世界大脑）+ 超少步蒸馏的实时加速，减少模型交接带来的质量损失，实现 90%+ 注意力稀疏度而不掉画质；
- ERROR BANK：存储失败状态并在训练中重放，学会生成中途自我恢复，内部测试显示长时程漂移降低 35.8%，越玩越好。
所属事件:PixVerse 开放 R2 实时世界模型：可操控、可打断的生成式世界(12 条相关)→
「多模态」频道最新
- 用 Fable 5.2 + Tripo 在 three.js 里做出像素巨龙巢穴场景 — Flomerboy · 2026-11-11
- Adobe MAX 现场演示：手机拍像素素材 + Firefly 生成改装车库大片 — shashib · 2026-11-11
- 不用视频模型:Blender+Claude Code 打造月光图书馆电影感短片 — dotey · 2026-11-11
- AI 生成 MV「官僚修女」:雨夜哥特教堂场景电影感惊人 — rilex037 · 2026-11-11
- 「埃及法王」AI 人像刷屏：光影与法老剪影的氛围感创作 — egeberkina · 2026-11-11
- MiniMax H3-Image 支持单次生成融合 16 张参考图 — MiniMax_AI · 2026-11-11