即時世界模型跨入「全科生」階段，愛詩 PixVerse R2 上線
為何重要
這項技術進展標誌著世界模型從理論探索正式進入實際落地的關鍵時刻，解決了 Google DeepMind Genie 2 等方案中常見的「品質與時效不可兼得」的工程痛點。透過 Omni Causal AR 架構，該模型為具身智慧與高度互動的遊戲敘事提供了可行技術路徑，可能重塑下一代互動娛樂與虛擬數位人的產業供給格局。
AIQ 發布 PixVerse R2，試圖透過將「能力上限」與「即時效能」分離的架構，解決世界模型長期受困於時空關係建模與計算效率的兩難，證實即時世界模型可沿著統一的擴充套件路徑持續進化。
- 採用統一因果自迴歸框架，將視覺、聲音、動作及文字控制訊號整合在可持續擴充套件的同一模型體系中。
- 切換「先提升能力上限、再進行即時加速」的策略，透過 Omni Causal AR 與 Real-Time Acceleration 兩層架構分別解決高品質生成與毫秒級延遲的問題。
- 將 Scaling 從單純的引數擴充套件延伸至模型、資料、任務、控制訊號與時間尺度五個維度的協同增長，打破傳統視覺模型連續資訊難以建模的先天短板。
- 重新定義世界模型的能力邊界，支援在賽博世界與魔法學院等場景中進行方向控制、Prompt 即時改寫劇情與長程狀態的一致性生成。