昨晚夜里快12點(diǎn)，AI視頻公司PixVerse毫無(wú)預(yù)兆的發(fā)了一個(gè)項(xiàng)目。

PixVerse R1，下一代實(shí)時(shí)世界生成模型。

這玩意你看文字，可能不是很好理解，我直接放一個(gè)官方的demo視頻，大家的感覺(jué)應(yīng)該會(huì)強(qiáng)一些。

上面是視頻，下面是實(shí)時(shí)輸入的Prompt。

整個(gè)過(guò)程，都是AI一直連續(xù)不斷的生成視頻，你可以在過(guò)程中用Prompt修改視頻的進(jìn)程，比如開(kāi)頭第一句Promtp，是士兵躺在雪山上，然后躺著躺著，你就輸入了一個(gè)Prompt，說(shuō)一只黑烏鴉飛過(guò)，飛完了以后，這個(gè)視頻準(zhǔn)備自己去做一些決策了自己去演后續(xù)的劇情了，你又有了新想法，于是，你又發(fā)了一段Prompt過(guò)去：

巡邏隊(duì)發(fā)現(xiàn)了士兵。

每次你輸入Prompt延遲2秒左右之后，你會(huì)發(fā)現(xiàn)，這個(gè)世界的劇情，就隨著你的不斷輸入，不斷的進(jìn)行變化。

如果你不給Prompt干涉的話，他會(huì)自己一直演下去，最長(zhǎng)的時(shí)間，在官方的技術(shù)報(bào)告里，寫(xiě)的是：

無(wú)限、連續(xù)的視覺(jué)流式傳輸。

PixVerse將其稱為，實(shí)時(shí)世界生成模型。

網(wǎng)址在此：

技術(shù)報(bào)告我也下載下來(lái)看了一下。

還是蠻有意思的。

但是在講這個(gè)技術(shù)報(bào)告之前，我覺(jué)得還是需要我們先統(tǒng)一一下，大家對(duì)于世界模型的定義，這樣才更好去聊他們的技術(shù)報(bào)告。

畢竟，世界模型這個(gè)詞，這一兩年，出現(xiàn)的太多了，以至于大家，好像完全不知道世界模型到底指向的是什么了。

我心中的世界模型，因?yàn)檫@一波23年到25年的生成式浪潮，所以其實(shí)是一個(gè)非常泛的定義：

能用一個(gè)可持續(xù)的內(nèi)部狀態(tài)，去預(yù)測(cè)世界接下來(lái)會(huì)怎樣變化，并且能被交互和驗(yàn)證。

這也是為什么同一個(gè)詞，經(jīng)常會(huì)同時(shí)被拿來(lái)形容三類東西：

視頻生成模型、可交互的生成世界、面向機(jī)器人和自動(dòng)駕駛的物理仿真基礎(chǔ)模型。

只要滿足這個(gè)條件的，在目前的大眾語(yǔ)境里，都可以被統(tǒng)稱為，世界模型。

目前已有的世界模型代表，基本可以用幾個(gè)項(xiàng)目，代表3個(gè)方向：

1. Google的Genie 3和Odyssey。

以Genie 3舉例子。

我之前也寫(xiě)過(guò)文章：

大概就是給一個(gè)文本提示，就能生成你可以實(shí)時(shí)導(dǎo)航的動(dòng)態(tài)世界，24fps，720p，一致性可以維持到分鐘級(jí)。

我極度極度看好世界模型，之前也極度的看好Genie的項(xiàng)目，我曾經(jīng)甚至說(shuō)，沒(méi)有把Genie 3寫(xiě)火，讓很多人關(guān)注到這個(gè)項(xiàng)目，是我們這些做AI內(nèi)容的不專業(yè)和失職。

它代表的，是一次生成，然后可以在里面操控方向進(jìn)行簡(jiǎn)單交互的視頻類動(dòng)態(tài)世界模型。

2. 李飛飛World Labs的Marble和混元3D世界模型。

以Marble舉例子。

一個(gè)以三維空間智能為中心的多模態(tài)世界模型，

World Labs給Marble的定義重點(diǎn)在3D，世界模型需要重建、生成、模擬三維世界，同時(shí)允許人和智能體在其中交互，這類路線的核心難點(diǎn)變成3D 表示和空間一致性，視頻畫(huà)面只是表層輸出。

它代表的，是一次生成，然后可以在里面進(jìn)行簡(jiǎn)單交互的3D類世界模型。

3. 英偉達(dá)Cosmos。

一個(gè)非常純粹的，為物理AI服務(wù)的世界基礎(chǔ)模型平臺(tái)。

Cosmos的定位是面向自動(dòng)駕駛、機(jī)器人、視頻分析agent的WFM平臺(tái)，強(qiáng)調(diào)數(shù)據(jù)處理、tokenizer、guardrails 和把世界模型用于高保真、物理相關(guān)的合成數(shù)據(jù)與后訓(xùn)練。

這條路線的評(píng)價(jià)標(biāo)準(zhǔn)更偏物理正確性、可控性、可用于訓(xùn)練與驗(yàn)證。

它代表的，是為訓(xùn)練具身智能和自動(dòng)駕駛而生的世界模型。

這幾個(gè)方向，基本就是現(xiàn)在世界模型方向的主流。

現(xiàn)在，相信大家也對(duì)世界模型，有了基本的差異化了解了，其他這玩意還是比較泛的，并沒(méi)有一個(gè)特別明確的定義，路線又挺多，場(chǎng)景也挺多。

而這次，PixVerse的這個(gè)新的項(xiàng)目，為世界模型，補(bǔ)上了第四個(gè)方向，也是我自己過(guò)去一直期待的方向。

實(shí)時(shí)視頻生成。

他們也上線了一個(gè)可以實(shí)測(cè)的demo版本可以玩。

網(wǎng)址在此：https://realtime.pixverse.ai/

里面已經(jīng)給了6個(gè)預(yù)設(shè)的模板，感覺(jué)后面還會(huì)更新更多。

我點(diǎn)了一下，發(fā)現(xiàn)，要邀請(qǐng)碼。

我就跑去問(wèn)PixVerse的朋友，問(wèn)他們?yōu)樯哆@年頭了還要搞邀請(qǐng)碼這事。

他們是這么說(shuō)的：

不過(guò)我還是舔著老臉，深夜要了一個(gè)邀請(qǐng)碼過(guò)來(lái)。

實(shí)際去體驗(yàn)了一下。

這個(gè)體驗(yàn)的結(jié)果，我說(shuō)實(shí)話，可能是我最近，體驗(yàn)的最快樂(lè)的產(chǎn)品了。

你們看完就知道，為啥快樂(lè)了。。。

拿到邀請(qǐng)碼進(jìn)去以后，我先隨手點(diǎn)了最后一個(gè)那個(gè)卡通的模板。

在頁(yè)面上，你就會(huì)發(fā)現(xiàn)，有一個(gè)倒計(jì)時(shí)，大概意思就是，你只能在這個(gè)live里，體驗(yàn)五分鐘，體驗(yàn)五分鐘之后，就得新起一個(gè)窗口重來(lái)了。

核心原因，還是這玩意太燒算力了。

我點(diǎn)了進(jìn)去。

一進(jìn)去，這魔性的音樂(lè)，噔噔噔噔噔的，差點(diǎn)給我洗腦了。。。

然后，一雙腳，就開(kāi)始瞪著跑起來(lái)了。

我一定要給你們看看這個(gè)抽象的畫(huà)面，我真的，凌晨2點(diǎn)多，在家里笑的嘎嘎的。

說(shuō)實(shí)話，我硬生生看著小人跑了2分鐘，我愣是一句話沒(méi)發(fā)出去。。。

因?yàn)閷?shí)在是太歡樂(lè)了，我就一直看著它跑，跑著跑著2分鐘過(guò)去了，我都忘了我是可以隨時(shí)更改劇情的。。。

然后，我又點(diǎn)開(kāi)了他們那個(gè)1944的模板，瘋狂的開(kāi)始互動(dòng)，這一次，我在家里笑出了豬叫，特別是最后，我讓它從黑洞中穿梭，盡頭是卡皮巴拉的時(shí)候。

我感覺(jué)我的大腦褶皺都撫平了。

真的，非常坦率的講，PixVerse R1作為一個(gè)實(shí)驗(yàn)性的全新物種，在生成質(zhì)量上，肯定還是有很強(qiáng)的進(jìn)步空間的。

但是，作為一個(gè)全新的物種，它的實(shí)時(shí)生成，他的隨時(shí)可交互。

這個(gè)快樂(lè)，如果不親身體驗(yàn)一下的話，你是絕對(duì)感受不到的。

那是一種，你完全未知的快樂(lè)，但是你就是期待著，下一秒，他會(huì)發(fā)生什么。

你就是會(huì)期待著，你的那句話，會(huì)對(duì)這個(gè)屏幕里的小人，產(chǎn)生什么樣的影響。

還有這個(gè)賽博朋克，也很好玩。

真的，我們看了太多太多套路話的故事，那種千篇一律沒(méi)有新意的故事，這種實(shí)時(shí)生成的AI，由AI所造出的世界。

好像，會(huì)更讓我驚喜，會(huì)更讓我期待。

更別提，我還能用嘴，來(lái)指揮后續(xù)的動(dòng)作了。

這里我強(qiáng)烈建議大家使用這個(gè)語(yǔ)音模式。

相信我，你在玩的時(shí)候的卡點(diǎn)，可能是是打字速度跟不上你想要的劇情速度。

除了這些預(yù)設(shè)好的模板之外。

你當(dāng)然，也可以去自定義。

第一個(gè)想到的demo，其實(shí)就是一個(gè)我還滿喜歡的游戲，無(wú)人深空，因?yàn)檫@個(gè)游戲，跟實(shí)時(shí)生成實(shí)在太契合了。

我直接直接發(fā)了個(gè)起始Prompt過(guò)去：

這是一個(gè)正在運(yùn)行的科幻探索類游戲畫(huà)面，不是被攝像機(jī)拍攝的影像。
畫(huà)面以穩(wěn)定的游戲視角呈現(xiàn)，不存在攝影機(jī)跟隨、推拉或電影化運(yùn)鏡。世界由程序生成并持續(xù)運(yùn)行，角色只是世界中的一部分，畫(huà)面變化來(lái)自世界狀態(tài)的演化。

然后，這個(gè)探索，就開(kāi)始了。

非常的酷非常的有意思。

還有，街霸PK。

真的，太好玩了。

好久沒(méi)有用AI，這么純粹的快樂(lè)了。

我非常開(kāi)心，能見(jiàn)到我們未來(lái)的娛樂(lè)形態(tài)，可能又會(huì)多一種非常好玩的方式。

也許再過(guò)幾年，所謂的電影、綜藝、游戲，根本就不再是固定時(shí)長(zhǎng)的文件，而是一條條永遠(yuǎn)流動(dòng)著的世界時(shí)間線。

創(chuàng)作者給一個(gè)起點(diǎn)，給一些世界觀設(shè)定，剩下的交給世界模型自己往前長(zhǎng)，觀眾進(jìn)來(lái)以后，用一句話、一個(gè)表情、一次選擇，把劇情輕輕拽偏一點(diǎn)。

所有人看到的，都是同一個(gè)宇宙，但卻是不同的一條時(shí)間支線。

雖然讓人人創(chuàng)造內(nèi)容，是一種奢望。

但，在人的本源里，我覺(jué)得，每個(gè)人還是享受，創(chuàng)造的樂(lè)趣的。

這一天。

可能是AI模型歷史上，會(huì)標(biāo)紅的一頁(yè)。

很新，很有趣，但同時(shí)。

也很未來(lái)。

以上，既然看到這里了，如果覺(jué)得不錯(cuò)，隨手點(diǎn)個(gè)贊、在看、轉(zhuǎn)發(fā)三連吧，如果想第一時(shí)間收到推送，也可以給我個(gè)星標(biāo)?～謝謝你看我的文章，我們，下次再見(jiàn)。

>/ 作者：卡茲克

>/ 投稿或爆料，請(qǐng)聯(lián)系郵箱：wzglyay@virxact.com