昨晚夜里快12点，AI视频公司PixVerse毫无预兆的发了一个项目。
PixVerse R1，下一代实时世界生成模型。
这玩意你看文字，可能不是很好理解，我直接放一个官方的demo视频，大家的感觉应该会强一些。
上面是视频，下面是实时输入的Prompt。
整个过程，都是AI一直连续不断的生成视频，你可以在过程中用Prompt修改视频的进程，比如开头第一句Promtp，是士兵躺在雪山上，然后躺着躺着，你就输入了一个Prompt，说一只黑乌鸦飞过，飞完了以后，这个视频准备自己去做一些决策了自己去演后续的剧情了，你又有了新想法，于是，你又发了一段Prompt过去：
巡逻队发现了士兵。
每次你输入Prompt延迟2秒左右之后，你会发现，这个世界的剧情，就随着你的不断输入，不断的进行变化。
如果你不给Prompt干涉的话，他会自己一直演下去，最长的时间，在官方的技术报告里，写的是：
无限、连续的视觉流式传输。
PixVerse将其称为，实时世界生成模型。
网址在此：https://pixverse.ai/en/blog/pixverse-r1-next-generation-real-time-world-model
项目报告我也看了一下。
还是蛮有意思的。
但是在实际给大家看这个项目之前，我觉得还是需要我们先统一一下，大家对于世界模型的定义，这样才更好去聊。
毕竟，世界模型这个词，这一两年，出现的太多了，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，因为这一波23年到25年的生成式浪潮，所以其实是一个非常泛的定义：
能用一个可持续的内部状态，去预测世界接下来会怎样变化，并且能被交互和验证。
这也是为什么同一个词，经常会同时被拿来形容三类东西：
视频生成模型、可交互的生成世界、面向机器人和自动驾驶的物理仿真基础模型。
只要满足这个条件的，在目前的大众语境里，都可以被统称为，世界模型。
目前已有的世界模型代表，基本可以用几个项目，代表3个方向：
1. Google的Genie 3和Odyssey。
以Genie 3举例子。
我之前也写过文章：Google重磅上线通用世界模型Genie 3 – 此即未来。
大概就是给一个文本提示，就能生成你可以实时导航的动态世界，24fps，720p，一致性可以维持到分钟级。
我极度极度看好世界模型，之前也极度的看好Genie的项目，我曾经甚至说，没有把Genie 3写火，让很多人关注到这个项目，是我们这些做AI内容的不专业和失职。
它代表的，是一次生成，然后可以在里面操控方向进行简单交互的视频类动态世界模型。
2. 李飞飞World Labs的Marble和混元3D世界模型。
以Marble举例子。
一个以三维空间智能为中心的多模态世界模型，
World Labs给Marble的定义重点在3D，世界模型需要重建、生成、模拟三维世界，同时允许人和智能体在其中交互，这类路线的核心难点变成3D 表示和空间一致性，视频画面只是表层输出。
它代表的，是一次生成，然后可以在里面进行简单交互的3D类世界模型。
3. 英伟达Cosmos。
一个非常纯粹的，为物理AI服务的世界基础模型平台。
Cosmos的定位是面向自动驾驶、机器人、视频分析agent的WFM平台，强调数据处理、tokenizer、guardrails 和把世界模型用于高保真、物理相关的合成数据与后训练。
这条路线的评价标准更偏物理正确性、可控性、可用于训练与验证。
它代表的，是为训练具身智能和自动驾驶而生的世界模型。
这几个方向，基本就是现在世界模型方向的主流。
现在，相信大家也对世界模型，有了基本的差异化了解了，其他这玩意还是比较泛的，并没有一个特别明确的定义，路线又挺多，场景也挺多。
而这次，PixVerse的这个新的项目，为世界模型，补上了第四个方向，也是我自己过去一直期待的方向。
实时视频生成。
他们也上线了一个可以实测的demo版本可以玩。
网址在此：https://realtime.pixverse.ai/
里面已经给了6个预设的模板，感觉后面还会更新更多。
我点了一下，发现，要邀请码。
我就跑去问PixVerse的朋友，问他们为啥这年头了还要搞邀请码这事。
他们是这么说的：
不过我还是舔着老脸，深夜要了一个邀请码过来。
实际去体验了一下。
这个体验的结果，我说实话，可能是我最近，体验的最快乐的产品了。
你们看完就知道，为啥快乐了。。。
拿到邀请码进去以后，我先随手点了最后一个那个卡通的模板。
在页面上，你就会发现，有一个倒计时，大概意思就是，你只能在这个live里，体验五分钟，体验五分钟之后，就得新起一个窗口重来了。
核心原因，还是这玩意太烧算力了。
我点了进去。
一进去，这魔性的音乐，噔噔噔噔噔的，差点给我洗脑了。。。
然后，一双脚，就开始瞪着跑起来了。
我一定要给你们看看这个抽象的画面，我真的，凌晨2点多，在家里笑的嘎嘎的。
说实话，我硬生生看着小人跑了2分钟，我愣是一句话没发出去。。。
因为实在是太欢乐了，我就一直看着它跑，跑着跑着2分钟过去了，我都忘了我是可以随时更改剧情的。。。
然后，我又点开了他们那个1944的模板，疯狂的开始互动，这一次，我在家里笑出了猪叫，特别是最后，我让它从黑洞中穿梭，尽头是卡皮巴拉的时候。
我感觉我的大脑褶皱都抚平了。
真的，非常坦率的讲，PixVerse R1作为一个实验性的全新物种，在生成质量上，肯定还是有很强的进步空间的。
但是，作为一个全新的物种，它的实时生成，他的随时可交互。
这个快乐，如果不亲身体验一下的话，你是绝对感受不到的。
那是一种，你完全未知的快乐，但是你就是期待着，下一秒，他会发生什么。
你就是会期待着，你的那句话，会对这个屏幕里的小人，产生什么样的影响。
还有这个赛博朋克，也很好玩。
真的，我们看了太多太多套路话的故事，那种千篇一律没有新意的故事，这种实时生成的AI，由AI所造出的世界。
好像，会更让我惊喜，会更让我期待。
更别提，我还能用嘴，来指挥后续的动作了。
这里我强烈建议大家使用这个语音模式。
相信我，你在玩的时候的卡点，可能是是打字速度跟不上你想要的剧情速度。
除了这些预设好的模板之外。
你当然，也可以去自定义。
第一个想到的demo，其实就是一个我还满喜欢的游戏，无人深空，因为这个游戏，跟实时生成实在太契合了。
我直接直接发了个起始Prompt过去：
这是一个正在运行的科幻探索类游戏画面，不是被摄像机拍摄的影像。画面以稳定的游戏视角呈现，不存在摄影机跟随、推拉或电影化运镜。世界由程序生成并持续运行，角色只是世界中的一部分，画面变化来自世界状态的演化。
然后，这个探索，就开始了。
非常的酷非常的有意思。
还有，街霸PK。
真的，太好玩了。
好久没有用AI，这么纯粹的快乐了。
我非常开心，能见到我们未来的娱乐形态，可能又会多一种非常好玩的方式。
也许再过几年，所谓的电影、综艺、游戏，根本就不再是固定时长的文件，而是一条条永远流动着的世界时间线。
创作者给一个起点，给一些世界观设定，剩下的交给世界模型自己往前长，观众进来以后，用一句话、一个表情、一次选择，把剧情轻轻拽偏一点。
所有人看到的，都是同一个宇宙，但却是不同的一条时间支线。
虽然让人人创造内容，是一种奢望。
但，在人的本源里，我觉得，每个人还是享受，创造的乐趣的。
这一天。
可能是AI模型历史上，会标红的一页。
很新，很有趣，但同时。
也很未来。
文章来自于“数字生命卡兹克”，作者 “卡兹克”。