PixVerse представляет R2 для постоянных игровых миров в реальном времени

Генерация видео с помощью ИИ на базе фундаментальных моделей обычно выполняется однократно. Модель получает промпт, создает фиксированный клип и останавливается. Чтобы внести изменения, пользователю нужно начать заново — с новым промптом и новым клипом. Каждый результат изолирован и завершен.

Модель мира в реальном времени работает иначе. Вместо готового клипа она создает мир, который продолжает работать, пока пользователь находится в нем. По этому миру можно перемещаться в реальном времени. Новые входные данные поступают, пока модель еще генерирует контент, и меняют то, что произойдет дальше. Мир не сбрасывается между действиями и сохраняет свое состояние на протяжении всей сессии, оставаясь согласованным по мере ее продолжения.

В январе 2026 года PixVerse представила первую в мире модель мира в реальном времени — R1. R1 доказала жизнеспособность этой парадигмы: видео может стать непрерывным интерактивным аудиовизуальным потоком, а не фиксированным результатом.

Сегодня мы запускаем R2 — обновление модели мира в реальном времени. Она сохраняет согласованность в значительно более долгих сессиях, помнит происходящее внутри сессии и переносит его дальше, а также объединяет текст, референсы, аудио и элементы управления действиями в одном работающем мире.

Мир, который помнит и отвечает

Ключевое изменение в R2 заключается в том, что могут делать входные данные. В обычном ИИ-видео и более ранних версиях генерации в реальном времени входные данные влияют на текущий момент, а затем этот момент проходит. Следующее действие начинается заново. Мир ничего не переносит дальше.

В R2 входные данные сохраняются. Промпт, действие или аудиосигнал не просто меняет текущий кадр. Он обновляет текущее состояние мира и формирует дальнейшее развитие: как персонаж поведет себя позже, как разрешится ситуация и как будет развиваться окружение по ходу сессии. Предыдущее действие остается значимым позднее в рамках той же сессии.

Исследуйте живой мир. Игрок попадает в сгенерированный мир и перемещается по нему в реальном времени, управляя персонажем клавишами WASD и меняя камеру стрелками. Промпты меняют мир прямо во время игры, добавляя элементы и преобразуя окружение. Персонаж взаимодействует с окружающим пространством в соответствии с физической логикой, а каждый новый ввод опирается на предыдущий, а не начинает все с нуля.

Формируйте сюжет. Мир способен развивать историю, которая меняется в зависимости от действий игрока. В Zero Mark, интерактивной игре-фильме, созданной автором Xiaolongbao на R2, существо преграждает путь и просит подарок. Если предложить ему дракона или лист, реакции будут действительно разными. Сюжет разветвляется на основе ввода, а не следует заранее написанному пути, и модель генерирует каждый исход в реальном времени.

В Zero Mark одна и та же встреча развивается по двум путям: дракон или лист, предложенные существу, приводят к разным реакциям, сгенерированным в реальном времени.

Персонажи, отвечающие в контексте. Персонажи в мире могут понимать игрока и отвечать в соответствии с сюжетом. В одной интерактивной истории, созданной автором Jade Wu на R2, игроки разговаривают с персонажем по имени Eve, которая сохраняет личность и память на протяжении диалога, раскрывает подсказки и продвигает сюжет. Ее ответы, выражение лица и движения отражают как разговор к текущему моменту, так и достигнутый этап истории. Она сохраняет цельную личность в многочисленных диалогах, а не сбрасывается, поэтому меньше похожа на запрограммированного неигрового персонажа и больше — на того, кто знает вас и следит за происходящим.

Проблема масштабирования и ответ R2

В отличие от генерации фиксированного видеоклипа, когда модель получает один промпт и заданный промежуток времени для заполнения, у постоянно работающего мира такой границы нет. Он должен непрерывно выполнять несколько задач одновременно, не нарушая работу:

• Сохранять согласованность во времени. Персонаж, место и правила мира должны оставаться неизменными. Каждая дополнительная секунда работы — это еще одна возможность для отклонения.
• Принимать ввод во время генерации. Модель не может остановиться, чтобы подумать. Новые команды поступают, пока мир находится в движении, и должны быть учтены без остановки.
• Запоминать и восстанавливаться. Модель должна переносить вперед уже произошедшее и исправлять небольшие ошибки, которые накапливаются в долгой сессии, а не усиливать их.
• Делать все это в реальном времени. Бюджет задержки должен оставаться достаточно низким, чтобы взаимодействие ощущалось интерактивным.

За этими требованиями скрывается более глубокое противоречие. Обычный способ сделать модель достаточно быстрой для работы в реальном времени — упростить ее, а обычный способ сделать ее более способной — сделать ее тяжелее и медленнее. Скорость и возможности тянут в разные стороны. Стандартный подход к созданию таких систем усугубляет проблему: длинная цепочка отдельных этапов обучения, каждый из которых передает работу следующему, а качество и стабильность ухудшаются при каждой передаче.

Ответ R2 — не заставлять выбирать между скоростью и возможностями, а разделить работу на два этапа, построенные на одной основе. Omni Causal AR — это движок возможностей, работающий как непрерывно обучаемая основа. Он развивает единую каузальную модель, которая продолжает учиться на большем объеме данных, большем числе типов входных данных и задач, а также на более длинных временных отрезках, накапливая возможности в одном месте, а не теряя их при передаче.

Затем слой ускорения в реальном времени берет эту же модель и сжимает ее для работы в реальном времени, вместо того чтобы с нуля обучать отдельную быструю модель. Благодаря этому рост возможностей больше не достигается ценой скорости.

Как R2 заменяет традиционный многоэтапный конвейер обучения, в котором качество ухудшается при каждой передаче, единой непрерывно обучаемой моделью, сжатой для работы в реальном времени.

Эти два этапа дополняет набор целевых инженерных решений, которые позволяют каждому улучшению возможностей дойти до продукта в реальном времени. В полном техническом отчете PixVerse R2 приведены сведения об архитектуре и оценке.

«Большие языковые модели показали, что масштабирование — надежный путь к расширению возможностей», — сказал Changhu Wang, сооснователь и CEO PixVerse. «R2 показывает, что модели мира в реальном времени могут идти похожим путем: при правильной архитектуре модель может становиться все более способной, не отказываясь от взаимодействия в реальном времени. Со временем именно так инструмент для творчества становится средой, в которую люди могут войти и которую могут формировать».

От модели мира к игровым проектам

R2 перешла от исследовательской демонстрации к основе, на которой можно создавать реальные продукты. Впервые представленная в июле 2026 года, PixVerse Game Engine теперь работает на R2.

Chow Li, Head of PixVerse Games, представляет игровой движок PixVerse в реальном времени на Tech in Asia Conference в сентябре 2026 года.

Выступая на Tech in Asia Conference в сентябре, руководитель игрового направления PixVerse Chow Li назвал это изменением самого представления о том, чем может быть игра. Элементы, из которых традиционно складывается игра — персонажи, миры и выбор игрока, — перестают быть фиксированными ресурсами, созданными заранее. Теперь игрок может сказать, чего хочет, и увидеть, как это происходит, а опыт формируется в процессе игры, а не создается заранее. Создание мира и игра в нем становятся одним действием.

Jaden Xie, сооснователь и президент PixVerse, выступает на панели Google AI App Day в Сингапуре в сентябре 2026 года.

Выступая на панели Google AI App Day в Сингапуре, сооснователь и президент Jaden Xie отметил, что развитие видеомоделей становится сильным драйвером следующей волны ИИ-нативных игр. «Нас вдохновляет то, что создатели строят на нашей модели мира с момента открытия бета-версии в июле», — сказал Jaden. «Мы считаем, что наши видеомодели помогут большему числу создателей воплощать свои идеи в жизнь».

Доступность

Коллекция таких миров уже доступна для исследования на world.pixverse.video.

О PixVerse

PixVerse — глобальная платформа для генерации видео с ИИ, которой доверяют более 150 миллионов пользователей из более чем 177 стран. Набор собственных моделей, полностью разработанных внутри компании, позволяет каждому создавать видео кинематографического качества на основе промпта, фотографии или клипа. В январе 2026 года PixVerse запустила R1, первую в мире модель мира в реальном времени, превратив видео в бесконечный, непрерывный и интерактивный поток. R2 развивает эту основу, масштабируя модель мира в реальном времени для более долгих и согласованных сессий. PixVerse была основана в 2023 году и располагает командами в Азии и США; ее цель — сделать видео универсальным языком человеческого самовыражения. В марте 2026 года PixVerse закрыла раунд Series C и достигла статуса единорога. Подробнее — на pixverse.ai.