爱诗发 PixVerse R2：输入会写进世界状态，实时世界模型开始「记得住」

爱诗科技 9 月 22 日在官方博客发布 PixVerse R2，是其实时世界模型的升级版。R1 今年 1 月发布，验证了「视频可以是一条持续、可交互、带音画的流」这个范式；R2 的重点是把 scaling 搬进来——同一时间吃更多数据、任务和输入类型，同时仍然保持实时。

核心变化在输入的作用范围。普通 AI 视频和早期实时生成里，输入只影响当下这一刻，下一步从头开始，世界不携带任何东西。R2 里输入会持续存在：一条提示、一个动作或一个音频线索不只改变当前帧，而是更新运行中的世界状态，塑造角色后续行为、情节如何收束、环境如何演化——先前的动作在同一场会话里之后仍然成立。

它改变了什么：世界模型这条线上「能力越强、实时越难守」是长期两难，R2 等于宣称这两件事可以同时要。但要提醒的是，官方博客通篇没有给出帧率、延迟、分辨率或会话时长的任何一个硬数字，能力提升目前只能靠演示与第三方叙述判断。

原文链接：PixVerse 官方博客