爱诗科技发布PixVerse R2：实时世界模型把能力和效率拆成两段

爱诗科技发布了实时世界模型PixVerse R2。这家公司在2026年1月推出过R1，当时的定位是世界首个实时世界模型，把视频变成无限、连续而且可交互的流。R2是在这条线上的下一代，官方说明的重点不是单次生成的画质，而是让实时世界模型跑得更久、更连贯。

R2的架构拆成两段，都建在同一个底座上。第一段叫Omni Causal AR，是能力引擎，用一个单一的因果模型跨更多数据、更多输入类型、更多任务和更长会话持续学习；第二段是实时加速层，把同一个模型压缩到能实时运行，而不是另外训一个简化版的快模型。官方对这套设计的解释是，过去想让模型快就得让它更简单、想让它更强就会变慢，团队不得不在两者之间选一边，R2想做的是不再二选一。

效果上，PixVerse给出的内部评估数字是，R2把长会话里的画面漂移降低了35.8%。从演示看，用户可以用WASD键配合提示词实时探索和改变世界。公司CEO王长虎的说法是，大语言模型证明了扩展是通往能力的可靠路径，R2是他们给出的一个例证，实时世界模型可以沿类似路径走，架构对了就能在不放弃实时交互的前提下继续变强。

产品层面最先接上的是游戏。2026年7月首发的PixVerse Game Engine现在跑在R2上。官方对它的描述是，传统上让游戏成为游戏的三样东西，也就是角色、世界和玩家的选择，不再需要提前做死；玩家说出想要什么就能看到它发生，体验是在玩的过程中成型的，创建世界和玩世界变成同一个动作。

目前这些世界已在world.pixverse.video开放体验。公司给出的数据是平台用户超过1.5亿、覆盖177个以上国家和地区，R2同时开放了互动影游与数字人等场景的体验。腾讯研究院在同日的速递里补了一句提醒：R2已开放互动影游等场景，但单次生成的质量与前沿的离线视频模型相比仍有差距。这个边界值得记住，实时和画质目前还是两个方向上的目标。