PixVerse发布实时世界模型R2，支持长会话记忆与多模态实时输入
R2在R1基础上把输入从"影响当前帧"变成"持续改写世界状态"，并已在 7 月上线的PixVerse Game Engine中运行；官方开放world.pixverse.video供探索。
AI解读：PixVerse发布R2，这是对今年 1 月发布的实时世界模型R1的升级。R1证明视频可以变成连续、可交互的实时音视频流，R2要解决的是这种模式跑不长的毛病：会话一长，角色、场景和规则就容易漂移。
变化的核心在输入。普通AI视频里，一句提示只影响当下几秒，之后世界重置；R2中提示、动作、音频线索会写进世界的运行状态，影响后续角色行为、剧情走向和环境变化，且整个会话保持记忆。
R2已经落到产品层：7 月上线的PixVerse Game Engine现在跑在R2上，用WASD移动、方向键转视角，玩家可以边玩边用提示改变环境。官方开放world.pixverse.video供体验。
技术上PixVerse的说法是，把一个持续训练的因果模型（Omni Causal AR）和实时加速层建在同一底座上，避免为了实时而单独训一个更小更笨的模型。这条路线能否被第三方复现和评测，目前只有官方技术报告可查。
对做互动内容的人来说，这类模型改变的是试错成本：过去分支剧情要预先写死和制作，现在可以边玩边生成。但文章还没有给出长会话时长上限、延迟数字和成本，所以离"稳定可商用"还有待验证。
普通观众暂时不用做什么。真正值得盯的是 7 月beta开放以来创作者用它做了什么，以及PixVerse官方游戏引擎的实际稳定性——毕竟实时世界的卖点就是别崩。
PixVerse发布实时世界模型R2，作为 1 月发布的R1的升级版本。据PixVerse官方博文，R2的目标是让世界在更长会话中保持连贯，记住会话内发生的事并延续下去，同时把文本、参考、音频和动作控制接入同一个运行中的世界。
PixVerse称R1是全球首个实时世界模型，于 2026 年 1 月推出，证明了视频可以变成连续、可交互的音视频流，而非固定输出。R2在这一基础上扩展。
R2改了什么：输入不再只影响当前帧
官方描述的核心变化是输入的作用方式。在普通AI视频和之前的实时生成版本中，输入只影响当前时刻，下一动作从头开始，世界不带走任何东西。
在R2中，输入会持续存在：一个提示、一个动作或一个音频线索不只是改变当前帧，而是更新世界的运行状态，塑造后续走向——角色之后如何表现、某个情境如何收场、环境随会话推进如何发展。先前的动作在同一会话的后续仍然有效。
官方演示：WASD探索、分支剧情、有记忆的角色
PixVerse给出三个使用场景。其一，玩家进入生成的世界，用WASD键控制角色实时移动、方向键切换镜头，提示词随玩家推进改变世界，添加元素、改变环境；角色与周围环境交互时带有物理逻辑，每次输入都建立在之前输入之上。
其二，世界可发展出随玩家行为弯曲的剧情线。创作者Xiaolongbao基于R2做的互动电影游戏《Zero Mark》中，一只生物挡路并索要礼物，给它龙或给它树叶会产生真正不同的回应；故事从输入分叉，而不是沿预设路径走，模型实时生成每种结果。
其三，角色能结合上下文回应。创作者Jade Wu在R2上做的互动故事中，玩家与名为Eve的角色对话，Eve在整段对话中保持身份和记忆，引出线索、推进情节；她的回复、表情和动作同时跟随此前的对话和故事进展，在多轮交流中保持稳定身份，而不像脚本化的非玩家角色。
PixVerse同时表示，官方提供一批这样的世界供探索，入口为world.pixverse.video。
为什么难：长会话下的连贯、低延迟与错误累积
官方解释，生成固定视频片段时，模型接到单一提示、填满固定时长即可；持续运行的世界没有这种边界，必须同时、不间断地做到几件事：角色、地点和世界规则保持一致；在生成过程中接收输入，不能暂停思考；记住并恢复已发生的事，长会话中误差累积时纠正而不是放大；以及把延迟压到足够低以维持交互感。
PixVerse描述的深层矛盾是：让模型足够快通常要让它更简单，让它更强通常要让它更重更慢，速度与能力互相拉扯。官方认为业界常见的多阶段训练流水线会放大这个问题——一长串独立的训练阶段依次交接，每一次交接都损失质量和稳定性。
R2的应对是分两层、共用同一底座：Omni Causal AR作为能力引擎，类似持续训练的主干，在更多数据、更多输入类型、更多任务和更长时间跨度上持续学习；实时加速层再把同一个模型压缩到可实时运行，而不是从零训练一个单独的快速模型。
从世界模型到可玩游戏引擎
PixVerse称R2已从研究演示跨到可构建真实产品的阶段。7 月首次上线的PixVerse Game Engine现在运行在R2上。
PixVerse游戏负责人Chow Li在 9 月的Tech in Asia Conference上将其描述为游戏定义的变化：传统上构成游戏的角色、世界和玩家选择不再是预先构建的固定素材，玩家可以说出想要什么并看到它发生，体验在游玩中成形，而不是事先编写。
PixVerse联合创始人兼总裁Jaden Xie在 9 月新加坡Google AI App Day的一场座谈中表示，视频模型的进步是下一波AI原生游戏的强劲驱动力。他说："令人兴奋的是创作者自 7 月我们开放beta以来一直在我们的世界模型上构建的东西，我们相信我们的视频模型会让更多创作者把想法变成现实。"
公司背景与可用范围
PixVerse自述为全球AI视频生成平台，用户超过 1.5 亿，覆盖 177 个以上国家和地区，模型全部自研。公司 2023 年成立，团队分布在亚洲和美国，2026 年 3 月完成C轮融资并达到独角兽估值。
官方表示R2的完整技术报告包含架构和评测细节，但本文所依据的公司博文未在正文中列出具体延迟、单次会话时长上限或成本数据。