实时生成世界模型 PixVerse R1 上线：从被动看视频到走进一个活世界
2026 年 1 月 14 日，PixVerse 正式发布全球首个实时生成世界模型 R1。在 WaytoAGI 社区「晚八点共学」直播中，PixVerse 全球运营负责人张雄弈、R1 核心成员兼科学家曹翔、AI 导演齐马橙现场演示了这款产品的实时交互能力，并拆解了其背后的技术理念与未来规划。本文适合 AI 视频创作者、游戏与文旅从业者，以及所有对「可交互世界模型」感兴趣的人阅读。
从「生成视频」到「生成活世界」：R1 的底层逻辑
张雄弈首先介绍了公司背景：爱诗科技（AiSphere）在 2023-2024 年就投入 AI 视频生成领域，是最早自研视频底模大模型的公司之一，曾发布 pixverse V3、V3.5 等模型，并在全球走红。「快是我们一直以来去追求的一个方向」，张雄弈说，「我们始终认为说带着一个想要去创作，所谓创作自由的这样一个想法……最基础的就是你先让每个人能够试一试，用一用，我不需要放这个门槛很高。」
R1 的发布是「攒了蛮久的劲」的结果。张雄弈坦言它「还不是一个百分百完美的东西」，但「是一个可以让大家感受到一些新的可能，看到一些新的发展方向」的举动。
曹翔则从技术层面解释了 R1 的本质：「它不只是一个技术的创新，其实它也是一个场景的创新。」过去的视频生成是「我去生成一个视频，去传只是为了传播，去二次观看」，而实时的视频模型「不再只是一个你去被动观看的内容，而是可交互的，而且它是一个活的世界」。为此，模型从架构到训练体系都把交互性作为第一优先级。
齐马橙分享了他的第一感受：之前玩过李飞飞实验室的世界模型产品，「因为渲染时间特别久，然后它整体的质量也不算特别高」，但 R1 让他非常惊喜。他认为这可能成为「电影跟游戏之间的第三种娱乐的方式」，因为它能够产生心流——「我们盯着那个屏幕，有时候自己都不太想输 prompt， 就想看 AI 怎么样去跑，它到底会往什么样地方跑」。
现场实测：从海底世界到修仙宇宙
直播的核心环节是现场体验。张雄弈展示了 R1 的界面：有多个预设世界（战争世界、海底世界、Dizzy Room 等），也有自定义房间。用户访问 real-time.pixverse.ai，点击 live 生成，选择房间时需登录并输入邀请码。
在海底探险世界中，模型实时生成了宝藏、沉船、螃蟹等元素。张雄弈强调：「大家如果有机会尝试的时候也会看到……你每一次生成可能都会完全不一样。」观众在弹幕中提出各种脑洞——「海底旧城废墟」「与鲸鱼共舞」「孙悟空」——模型都能在几秒内响应，将新元素融入世界观。张雄弈评价：「他真的是脑力，是有一个他自己的世界，做他的二次解读。」
随后切换到 1944 战争世界，张雄弈展示了模型的多模态能力：「音效和人声都是实时生成的」，右侧的 BGM 按钮则是非实时的配乐。观众许愿「召唤汽车人加入战斗」，模型生成了擎天柱大战神奇女侠的画面。张雄弈总结这种体验是「情理之中，意料之外」。
在修仙世界环节，齐马橙提议尝试 POV 视角。模型生成了御剑飞行、全息投影、蛤蟆仙人等元素，张雄弈感叹：「他其实你输过的提示词它也是有一些记忆和 memory……你的每一个输入都会真的影响到这个世界。」输入「万剑归宗」后，画面出现了万剑齐发的场景。
风格化创作：从吉卜力到赛博朋克
直播中段，张雄弈和齐马橙尝试了多种风格化世界。一位创作者私发了提示词「燃烧的玫瑰与重生的灰烬」，配合五个运镜镜头，生成了极具电影感的画面。张雄弈评价：「你的水平越高，他就会还你一个更好的世界。」齐马橙补充：「平时做传统影视加上这种，在这种给模型输入提示词上还是得有待学习。」
他们还尝试了吉卜力风格、西部赛博朋克、像素风 Minecraft 等。张雄弈提到，目前设计了三种风格（影视叙事、佛系氛围等），「未来也有可能开放给大家……说不定未来大家也可以创造自己的风格」。
齐马橙认为，当给了一个很好的设定之后，「大家真的不太给 prompts， 就挺愿意盯着他看的呢。把它当短剧刷了，或者当动画片看」。他还设想了一个功能：「比如我们自己上传一段音乐，然后再给到他一段 prompt， 直接让他去根据音乐的节奏做适配，那也挺有意思的。」
未来规划：画质对齐、游戏化与文旅探索
在问答环节，齐马橙询问接下来的开发计划。张雄弈表示，近期最先要落实的是视频质量：「让这个模型的画质一致性，所有这些更逼近这个离线视频生成模型，这样的话是你的实时的体验跟你真实世界或者看一个大片的体验是一模一样的。」
曹翔补充说，优化控制项和优化模型能力是相辅相成的：「对于一个大模型来说，它并不像写程序一样对每一个变量都需要完全独立，但其实当它在某一方面做得更好的时候，其他方面其实也会做得更好，这最终本质上提升的都是这个模型的智商。」
在应用场景上，张雄弈提到了三个方向：
- 游戏：「这肯定是一个我们非常想去探索的场景……也许他会有一些目标性，做一些任务性，甚至一些数值，那么可以跟真正意义上的游戏策划去结合。」
- 文旅：「文旅产业确实很好的应用结合……我们可能设定一下马王堆，那在这个里面，我们去看故宫，我们去看看一些文物，看一些讲解。」
- 漫剧创作：「如果你更期待一个很稳定的可控的形式的话，当然短期之内 pixverse V 系列它可能更适合……那如果大家就是想要发散，想要瞬间去做一些很开脑洞的这种风格化的小剧作，那我觉得 R1 可能在刚刚我们看到那些场合下已经能够做到一些表达了。」
张雄弈还透露，VR 和语音功能「一定要加」，API 正在开发中（「工程同学正在加班加点」），并宣布本周将举办「我的世界模型大比拼」奖金大赛。
现场问答
这个版本是测试版吗？
张雄弈：「或者我觉得可能叫先行版，这种感尝鲜版……还是抛出一个可能性给大家，我们不是说我觉得很多东西不一定要真的一上来就有很明确的落地……给这个市场，给这个行业，给每一个在这个圈子里可能找机会的朋友们一些想象空间。」
需要什么 GPU？多少张卡跑出实时的效果？
张雄弈：「这个得暂时保密了。」
实时生成过程中如果涉及到有商标的产品是否属于侵权？
张雄弈：「今天法务不在……我不做任何代表公司的行为的讨论……但我们相信如果有专业人士，我们应该在我们 term of use 里面去找详细的，当我们做所有的事情，首先肯定都是要这个合法合规的。」
自定义功能后续有多少可操作性？
张雄弈：「我们一定会把这件事做得越来越多，越来越开放，大家越来越多的，不管是小白玩家……我们基本上刚才在这个互动过程中，大家已经看到非常非常多特别专业的输入了。」
对自媒体行业有什么影响？
张雄弈：「做视频不再是一个先做视频，再交付到某个分发平台上的一个过程，而可能做视频就是一个直播、一个现场的一个过程，甚至它不是一个一方在完成的过程，而是跟你的观众，你所接触到的周边的这些场景一起去构建的这样一个新的交互体验。」
最终愿景是什么？
张雄弈：「给我一个梦想，还你一个世界。」
能本地部署吗？
张雄弈：「暂时还不会开放这个选项……但是未来，欢迎有志之士加入我们公司，在我们公司来这个本地用一用。」
和李飞飞那个事件模型有啥不同？
张雄弈：「我觉得最本质区别就是我们这个世界是活的……我们可以通过大家的提示词，然后来进行一些创作。」
要点回顾
- R1 是 PixVerse 发布的全球首个实时生成世界模型，核心特点是「可交互的活世界」，用户输入提示词后模型能在几秒内响应并改变世界。
- 访问方式：real-time.pixverse.ai，点击 live 生成，选择房间时输入邀请码；目前处于内测阶段，算力有限，需排队。
- 多模态能力：音效和人声实时生成，BGM 可手动控制；支持中文输入；视频可在右上角 history 中下载。
- 画质与算力相关：目前公开体验分辨率约 360-480，高画质版本因算力要求暂未开放；每次生成结果可能完全不同。
- 未来规划：优先提升画质与一致性，对齐离线视频生成模型；探索游戏（目标性、任务性、数值系统）、文旅（马王堆、故宫等场景）、VR 和语音功能；API 开发中。
- 创作者活动：本周将举办「我的世界模型大比拼」奖金大赛；可通过爱诗科技公众号联系企业微信小助手获取邀请码，或加入 pixverse 创作者群。
直播回放约 116 分钟
播放器来自飞书妙记 · 在新窗口打开