即時世界模型是目前生成 AI 中最有趣的發展，幾乎沒有人在關注。 這個概念：AI 生成一個持續的環境，隨著你的輸入而變化，而不是渲染一段固定的視頻片段。你說話，世界就改變。你給出指令，角色就會反應。無需等待，無需重新渲染，無固定時長。 這與 AI 視頻中的其他一切都不同。Sora 生成美麗的 60 秒片段。Runway 給你專業的編輯控制。Kling 處理電影攝影工作。它們都生成你觀看的文件。 即時世界模型生成你所居住的空間。 Google DeepMind 多年來一直在朝這個方向努力。Genie 1 證明了這個概念。Genie 2 增加了 3D 環境。Genie 3 於 2025 年 8 月發布，以 720p 的 24fps 一致性持續幾分鐘。但 DeepMind 將其鎖定在研究預覽中，僅對選定的學者和創作者開放。 PixVerse 剛剛改變了這一點。 R1 於 1 月 13 日推出。它在你的瀏覽器中運行。他們正在分發邀請碼並擴展到開放訪問。技術規格與 Genie 3 相匹配或超過：1080p 分辨率，即時響應，持續生成。 他們的架構有三個值得理解的部分。Omni 模型將文本、圖像、音頻和視頻統一為單一的令牌流，而不是鏈接單獨的系統。自回歸框架通過從之前的內容預測每一幀，理論上實現無限時長。瞬時響應引擎將從數十個步驟的取樣壓縮到 1-4 步，這使得即時生成成為可能。 PixVerse 還擁有 DeepMind 所沒有的：分發。1 億用戶。每年 4000 萬美元的經常性收入。阿里巴巴領投 6000 萬美元的 B 輪融資。當 R1 超過僅限邀請的規模時，將有一個準備好使用它的受眾。 限制是真實的。延長序列會累積預測誤差。物理真實性為速度而交易。一致性持續幾分鐘，而不是幾個小時。這些限制同樣適用於 Genie 3。解決這些問題才是真正的競賽。 但軌跡比當前的限制更重要。消費內容與共同創造內容之間的差距正在縮小。PixVerse 正在押注他們能在其他人推出實際可觸摸的東西之前，將這個未來產品化。