爱诗科技发布全球首个实时视频生成模型，全球用户规模超1亿

公司情报专家《财经涂鸦》获悉，1月14日爱诗科技正式发布通用实时世界模型PixVerse R1。

实时世界模型是一种能够对画面、声音等内容进行实时生成和交互建模的人工智能系统，使数字场景能够持续演化，并即时响应用户操作。实时互动视频生成是其中主要应用之一。

据悉，PixVerse R1是全球首个支持最高1080P分辨率、可实现即时响应的通用实时世界模型，将视频生成从以往的“静态输出、等待成片”，推进至“实时交互、持续演化”，标志着人工智能视频技术迈入新的发展阶段，也被业内视为中国企业在该前沿领域实现的重要里程碑式突破。

与传统AI视频生成需要等待数十秒甚至数分钟、一次性输出固定片段不同，PixVerse R1的核心能力在于“实时交互”。

在生成过程中，视频画面会随着用户指令即时变化，用户可以持续调整角色状态、环境变化和镜头走向，系统同步响应并保持画面、角色和场景演化逻辑的一致性，使视频内容能够连续生成而非反复重启，实现“所想即所见、所说即所现”的交互体验。

这一变化，使AI视频从“生成结果”转变为“生成过程”。用户不再只是等待结果的观看者，而可以像导演一样介入创作节奏。业内人士形象地比喻，这种体验就像演员在镜头前即兴表演——正如周星驰在电影《喜剧之王》中十秒钟完成七个表情变化的经典表演，在 PixVerse R1中，用户也可以在极短时间内连续指示角色哭泣、跳舞或摆出不同姿态，这些变化会随着视频进展即时呈现，创意表达不再被“进度条”打断。

从技术层面看，PixVerse R1基于原生多模态基础模型、自回归流式生成机制和瞬时响应引擎构建。相关机制使视频不再是由孤立片段拼接而成，而是一条可持续生成、可随时调整的视觉流。长期以来困扰AI视频生成的画面突变、逻辑断裂和高延迟问题，在这一框架下得到系统性突破。

该成果也被视为实时世界模型从研究探索走向可交互、可部署的产品级阶段的重要标志。从全球竞争格局看，这一突破反映出AI视频领域正在出现新的技术路径分化。

据海外第三方人工智能评估机构的公开跟踪数据，目前全球排名前列的AI视频生成模型，多由中国企业推出。

部分研究机构指出，中国企业在AI视频领域选择了一条不同于高算力、重渲染的技术路线，更强调工程化与系统级能力的突破。这种路径使实时视频生成技术更容易走向规模化应用，也被视为中国团队能在世界模型方向实现“从零到一”产品级突破的重要原因。

爱诗科技创始人兼CEO王长虎表示，PixVerse R1是全新的媒体形式，AI第一次可以基于用户的意图实时生成一个持续演化、物理上合理的世界。传统视频是被记录的历史，而PixVerse R1开创了“正在发生的现在”的实时生成新纪元。无论是AI原生游戏、互动电影，还是生成式直播电商体验，叙事都能“所想即所现”（As You Think）。

业内人士认为，PixVerse R1或将是AI视频从“预录制回放”走向“实时动态生成”的关键节点。随着实时生成能力在更多场景中落地，AI视频有望在互动娱乐、影视创作、教育培训、数字仿真等领域释放更大应用潜力。

公开资料显示，爱诗科技成立于2023年，专注于AI视频生成大模型及应用研发。公司海外产品PixVerse及国内产品“拍我AI”目前全球用户规模已超过1亿，单月月活跃用户超过1600万，产品被广泛应用于影视、广告、动漫及内容创作等场景。

此前，爱诗科技曾获得多家产业和资本机构支持，投资方包括阿里巴巴、巨人网络等。

作者：苏打

编辑：tuya

出品：财经涂鸦（ID：caijingtuya）