PixVerse เปิดตัว R2 ยกระดับโมเดลโลกแบบเรียลไทม์สู่โลกที่เล่นได้อย่างต่อเนื่อง

โดยทั่วไป การสร้างวิดีโอ AI ด้วยโมเดลพื้นฐานจะทำแบบครั้งเดียวจบ โมเดลรับพรอมต์ สร้างคลิปที่กำหนดตายตัว แล้วหยุด หากต้องการเปลี่ยนแปลง ผู้ใช้ต้องเริ่มใหม่ด้วยพรอมต์และคลิปใหม่ ผลลัพธ์แต่ละชิ้นจึงปิดจบและแยกออกจากกัน

โมเดลโลกแบบเรียลไทม์ทำงานต่างออกไป แทนที่จะส่งคืนคลิป มันสร้างโลกที่ดำเนินต่อไปตราบใดที่ผู้ใช้อยู่ในนั้น โลกสามารถนำทางได้แบบเรียลไทม์ อินพุตใหม่เข้ามาขณะที่โมเดลยังสร้างอยู่และเปลี่ยนสิ่งที่จะเกิดขึ้นต่อไป โลกไม่รีเซ็ตระหว่างการกระทำ และคงสถานะไว้ตลอด ทำให้มีความสอดคล้องมากขึ้นเมื่อเซสชันดำเนินนานขึ้น

PixVerse เปิดตัว R1 ซึ่งเป็นโมเดลโลกแบบเรียลไทม์รุ่นแรกของโลกในเดือนมกราคม 2026 โดย R1 พิสูจน์ว่ากระบวนทัศน์นี้ใช้ได้จริง: วิดีโอสามารถกลายเป็นสตรีมภาพและเสียงที่ต่อเนื่องและโต้ตอบได้ แทนเอาต์พุตแบบคงที่

วันนี้ เราเปิดตัว R2 ซึ่งเป็นการอัปเกรดโมเดลโลกแบบเรียลไทม์ R2 คงความสอดคล้องได้ตลอดเซสชันที่ยาวนานกว่า จดจำสิ่งที่เกิดขึ้นในเซสชันและนำไปต่อยอด รวมทั้งรับข้อความ แหล่งอ้างอิง เสียง และการควบคุมการกระทำเข้าสู่โลกที่กำลังดำเนินอยู่เดียวกัน

โลกที่จดจำและตอบสนอง

การเปลี่ยนแปลงหลักของ R2 คือสิ่งที่อินพุตสามารถทำได้ ในวิดีโอ AI ทั่วไปและการสร้างแบบเรียลไทม์เวอร์ชันก่อนหน้า อินพุตจะส่งผลต่อช่วงเวลาปัจจุบัน แล้วช่วงเวลานั้นก็ผ่านไป การกระทำถัดไปเริ่มต้นใหม่ โลกไม่ได้ส่งต่อสิ่งใด

ใน R2 อินพุตจะคงอยู่ พรอมต์ การกระทำ หรือสัญญาณเสียงไม่ได้เพียงเปลี่ยนเฟรมปัจจุบัน แต่จะอัปเดตสถานะที่กำลังดำเนินอยู่ของโลกและกำหนดสิ่งที่ตามมา: ตัวละครจะประพฤติตัวอย่างไรในภายหลัง สถานการณ์คลี่คลายอย่างไร และสภาพแวดล้อมพัฒนาอย่างไรเมื่อเซสชันดำเนินต่อ การกระทำก่อนหน้ายังคงเป็นจริงในภายหลังภายในเซสชันเดียวกัน

สำรวจโลกที่มีชีวิต ผู้เล่นเข้าสู่โลกที่สร้างขึ้นและเคลื่อนที่ผ่านโลกนั้นแบบเรียลไทม์ ควบคุมตัวละครด้วยปุ่ม WASD และเปลี่ยนมุมกล้องด้วยปุ่มลูกศร พรอมต์เปลี่ยนโลกไปพร้อมกับการเล่น โดยเพิ่มองค์ประกอบและปรับสภาพแวดล้อม ตัวละครโต้ตอบกับสิ่งรอบตัวตามตรรกะทางกายภาพ และทุกอินพุตต่อยอดจากอินพุตก่อนหน้าแทนที่จะเริ่มใหม่ตั้งแต่ต้น

กำหนดเรื่องราว โลกสามารถพัฒนาเนื้อเรื่องที่เปลี่ยนไปตามสิ่งที่ผู้เล่นทำได้ ใน Zero Mark เกมภาพยนตร์แบบโต้ตอบที่สร้างบน R2 โดยครีเอเตอร์ Xiaolongbao สิ่งมีชีวิตตัวหนึ่งขวางทางและขอของขวัญ การมอบมังกรหรือใบไม้ให้จะนำไปสู่การตอบสนองที่แตกต่างกันอย่างแท้จริง เรื่องราวแตกแขนงจากอินพุตแทนที่จะเดินตามเส้นทางที่เขียนไว้ล่วงหน้า และโมเดลสร้างผลลัพธ์แต่ละแบบสด ๆ

ใน Zero Mark การเผชิญหน้าเดียวกันเกิดได้สองเส้นทาง: การมอบมังกรหรือใบไม้ให้สิ่งมีชีวิตก่อให้เกิดการตอบสนองต่างกัน ซึ่งสร้างขึ้นแบบสด

ตัวละครที่ตอบสนองตามบริบท ตัวละครในโลกสามารถเข้าใจผู้เล่นและตอบสนองให้สอดคล้องกับเรื่องราวได้ ในเรื่องราวแบบโต้ตอบหนึ่งที่ครีเอเตอร์ Jade Wu สร้างบน R2 ผู้เล่นสนทนากับตัวละครชื่อ Eve ซึ่งรักษาตัวตนและความทรงจำตลอดบทสนทนา ช่วยเผยเบาะแสและขับเคลื่อนเนื้อเรื่อง คำตอบ สีหน้า และการเคลื่อนไหวของเธอสอดคล้องทั้งกับบทสนทนาที่เกิดขึ้นและจุดที่เรื่องราวดำเนินไป เธอคงตัวตนที่สอดคล้องตลอดการโต้ตอบหลายครั้ง แทนที่จะรีเซ็ต ทำให้เธอดูคล้ายคนที่รู้จักคุณและติดตามสิ่งที่กำลังเกิดขึ้น มากกว่าตัวละครที่ไม่ใช่ผู้เล่นซึ่งเขียนสคริปต์ไว้

ความท้าทายของการสเกลและคำตอบของ R2

ต่างจากการสร้างวิดีโอคลิปคงที่ที่โมเดลได้รับพรอมต์เดียวและช่วงเวลาที่กำหนดให้เติม โลกที่ทำงานต่อเนื่องไม่มีขอบเขตเช่นนั้น โลกต้องทำหลายสิ่งพร้อมกันอย่างต่อเนื่องโดยไม่พัง:

• คงความสอดคล้องตามเวลา ตัวละคร สถานที่ และกฎของโลกต้องคงเดิม ทุกวินาทีที่ทำงานเพิ่มขึ้นคือโอกาสอีกครั้งที่จะเกิดความคลาดเคลื่อน
• รับอินพุตระหว่างการสร้าง โมเดลไม่สามารถหยุดเพื่อคิดได้ การควบคุมใหม่เข้ามาขณะที่โลกกำลังเคลื่อนไหวและต้องผสานเข้าไปโดยไม่หยุดชะงัก
• จดจำและกู้คืน โมเดลต้องส่งต่อสิ่งที่เกิดขึ้นแล้ว และเมื่อข้อผิดพลาดเล็กน้อยสะสมในเซสชันยาวนาน ต้องแก้ไขแทนที่จะปล่อยให้ทบซ้อน
• ทำทั้งหมดนี้แบบสด งบความหน่วงต้องต่ำพอที่จะให้ความรู้สึกโต้ตอบได้

ภายใต้ข้อกำหนดเหล่านี้มีความตึงเครียดที่ลึกกว่า วิธีทั่วไปที่จะทำให้โมเดลเร็วพอสำหรับเรียลไทม์คือทำให้มันเรียบง่ายขึ้น ขณะที่วิธีทั่วไปที่จะทำให้โมเดลมีความสามารถมากขึ้นคือทำให้มันใหญ่ หนัก และช้าลง ความเร็วและความสามารถดึงรั้งกัน วิธีมาตรฐานที่วงการใช้สร้างระบบเหล่านี้ยิ่งทำให้ปัญหารุนแรงขึ้น: สายโซ่ยาวของขั้นตอนการฝึกแยกกัน แต่ละขั้นส่งต่อไปยังขั้นถัดไป โดยคุณภาพและความเสถียรลดลงทุกครั้งที่ส่งต่อ

คำตอบของ R2 คือการเลิกบังคับให้เลือกระหว่างความเร็วกับความสามารถ และแบ่งงานออกเป็นสองขั้นตอนที่สร้างบนรากฐานเดียวกัน Omni Causal AR คือเอนจินความสามารถ ทำหน้าที่เสมือนแกนหลักที่ฝึกอย่างต่อเนื่อง มันพัฒนาโมเดลเชิงสาเหตุเดียวที่เรียนรู้ต่อไปได้จากข้อมูล อินพุต งาน และช่วงเวลาที่ยาวขึ้น ซึ่งสะสมความสามารถไว้ในที่เดียวแทนที่จะเสื่อมลงระหว่างการส่งต่อ

จากนั้น ชั้นเร่งความเร็วแบบเรียลไทม์ จะนำโมเดลเดียวกันนั้นมาบีบอัดให้ทำงานสด แทนการฝึกโมเดลเร็วแยกต่างหากตั้งแต่ต้น ดังนั้นการเพิ่มความสามารถจึงไม่ต้องแลกกับความเร็วอีกต่อไป

R2 แทนที่ไปป์ไลน์การฝึกหลายขั้นตอนแบบเดิมซึ่งคุณภาพลดลงทุกครั้งที่ส่งต่อ ด้วยโมเดลเดียวที่ฝึกอย่างต่อเนื่องและบีบอัดเพื่อใช้งานแบบเรียลไทม์

รอบสองขั้นตอนนี้คือชุดการตัดสินใจด้านวิศวกรรมที่มุ่งเป้าหมาย เพื่อให้ความสามารถที่เพิ่มขึ้นแต่ละครั้งส่งต่อไปถึงผลิตภัณฑ์แบบเรียลไทม์ได้ รายงานทางเทคนิค PixVerse R2 ฉบับเต็ม มีรายละเอียดสถาปัตยกรรมและการประเมินผล

“โมเดลภาษาขนาดใหญ่แสดงให้เห็นว่าการสเกลเป็นเส้นทางที่เชื่อถือได้สู่ความสามารถ” Changhu Wang ผู้ร่วมก่อตั้งและ CEO ของ PixVerse กล่าว “R2 คือกรณีของเราว่าโมเดลโลกแบบเรียลไทม์สามารถเดินตามเส้นทางคล้ายกันได้: ด้วยสถาปัตยกรรมที่เหมาะสม โมเดลสามารถมีความสามารถเพิ่มขึ้นอย่างต่อเนื่องโดยไม่ต้องยอมสละการโต้ตอบแบบเรียลไทม์ เมื่อเวลาผ่านไป นี่คือวิธีที่เครื่องมือสร้างสรรค์กลายเป็นสภาพแวดล้อมที่ผู้คนเข้าไปและกำหนดรูปแบบได้”

จากโมเดลโลกสู่เกมที่เล่นได้

R2 ก้าวจากการสาธิตงานวิจัยไปสู่สิ่งที่สามารถสร้างผลิตภัณฑ์จริงได้ เปิดตัวครั้งแรกในเดือนกรกฎาคม 2026 PixVerse Game Engine ทำงานบน R2 แล้ว

Chow Li หัวหน้าฝ่ายเกมของ PixVerse นำเสนอเอนจินเกมแบบเรียลไทม์ของ PixVerse ที่งาน Tech in Asia Conference เดือนกันยายน 2026

ในการนำเสนอที่งาน Tech in Asia Conference เดือนกันยายน Chow Li หัวหน้าฝ่ายเกมของ PixVerse อธิบายว่านี่คือการเปลี่ยนแปลงในสิ่งที่เกมสามารถเป็นได้ องค์ประกอบที่ทำให้เกมเป็นเกมตามธรรมเนียม—ตัวละคร โลก และทางเลือกที่ผู้เล่นเลือก—ไม่จำเป็นต้องเป็นแอสเซ็ตคงที่ที่สร้างไว้ล่วงหน้า ผู้เล่นสามารถบอกสิ่งที่ต้องการและเห็นมันเกิดขึ้นได้ และประสบการณ์จะก่อรูปผ่านการเล่นแทนที่จะถูกสร้างไว้ก่อน การสร้างโลกและการเล่นโลกจึงกลายเป็นการกระทำเดียวกัน

Jaden Xie ผู้ร่วมก่อตั้งและประธานของ PixVerse พูดในเวทีเสวนาที่ Google AI App Day ในสิงคโปร์ เดือนกันยายน 2026

ในการพูดบนเวทีเสวนาที่ Google AI App Day ในสิงคโปร์ Jaden Xie ผู้ร่วมก่อตั้งและประธาน ชี้ว่าความก้าวหน้าของโมเดลวิดีโอเป็นแรงขับเคลื่อนสำคัญสำหรับเกม AI-native ระลอกต่อไป “สิ่งที่น่าตื่นเต้นคือสิ่งที่ครีเอเตอร์สร้างขึ้นบนโมเดลโลกของเรานับตั้งแต่เราเปิดเบตาในเดือนกรกฎาคม” Jaden กล่าว “เราเชื่อว่าโมเดลวิดีโอของเราจะช่วยให้ครีเอเตอร์จำนวนมากขึ้นนำไอเดียของตนมาสู่ชีวิตได้”

การเปิดให้ใช้งาน

ตอนนี้สามารถเข้าไปสำรวจโลกเหล่านี้ได้ที่ world.pixverse.video

เกี่ยวกับ PixVerse

PixVerse คือแพลตฟอร์มสร้างวิดีโอ AI ระดับโลกที่มีผู้ใช้มากกว่า 150 ล้านคนในกว่า 177 ประเทศ ด้วยชุดโมเดลเฉพาะที่พัฒนาภายในทั้งหมด PixVerse ช่วยให้ทุกคนสร้างวิดีโอคุณภาพแบบภาพยนตร์จากพรอมต์ ภาพถ่าย หรือคลิปได้ ในเดือนมกราคม 2026 PixVerse เปิดตัว R1 ซึ่งเป็นโมเดลโลกแบบเรียลไทม์รุ่นแรกของโลก เปลี่ยนวิดีโอให้เป็นสตรีมที่ไม่มีที่สิ้นสุด ต่อเนื่อง และโต้ตอบได้ R2 สานต่อรากฐานนั้นด้วยการสเกลโมเดลโลกแบบเรียลไทม์ให้ทำงานในเซสชันที่ยาวนานและสอดคล้องมากขึ้น ด้วยทีมงานที่กระจายอยู่ทั่วเอเชียและสหรัฐอเมริกา PixVerse ก่อตั้งขึ้นในปี 2023 ด้วยความมุ่งมั่นที่จะทำให้วิดีโอเป็นภาษาสากลของการแสดงออกของมนุษย์ ในเดือนมีนาคม 2026 PixVerse ปิดรอบ Series C และก้าวสู่สถานะยูนิคอร์น สำหรับข้อมูลเพิ่มเติม โปรดเยี่ยมชม pixverse.ai