PixVerse R1：实时交互式AI视频的曙光

2026年1月13日，由阿里巴巴支持的初创公司PixVerse发布了一些看起来更像是范式转变而不是产品更新的东西。R1是第一个能够生成1080p视频并即时响应用户输入的实时世界模型。不是分批处理。不是在进度条后。现在，在你观看的时刻。

从批处理到无限流

传统的视频生成工作如下：你写一个提示，等待几秒到几分钟，然后收到一个固定长度的片段。这是从早期文本转图像时代借用的请求-响应模式。PixVerse R1完全打破了这个模式。

该系统将视频生成转变为公司所称的"无限、连续且交互式的视觉流"。没有等待。没有预定的终点。你在场景展开时指导它。

实时生成背后的技术架构

你如何让扩散模型足够快以供实时使用？PixVerse通过他们称之为"时间轨迹折叠"的方法解决了这个问题。

标准扩散采样需要数十个迭代步骤，每一步都将输出从噪声细化为连贯的视频。R1通过直接预测将这个过程折叠到仅仅一到四个步骤。你用交互使用所需的速度来换取一些生成灵活性。

底层模型是PixVerse所描述的"全能原生多模态基础模型"。与其通过不同的处理阶段路由文本、图像、音频和视频，R1将所有输入视为统一的令牌流。这种架构选择消除了困扰传统多模态系统的切换延迟。

这对创意工作者意味着什么？

影响超越了更快的渲染。实时生成启用了完全新的创意工作流。

竞争格局：中国的AI视频主导地位

PixVerse R1强化了贯穿2025年的一个模式：中国团队在AI视频生成中处于领先地位。根据AI基准测试公司Artificial Analysis，前八个视频生成模型中有七个来自中国公司。只有以色列初创公司Lightricks打破了这一纪录。

"Sora仍然定义了视频生成的质量上限，但它受到生成时间和API成本的限制，"Counterpoint首席分析师Wei Sun指出。PixVerse R1正好攻击这些限制，提供不同的价值主张：不是最大质量，而是最大响应性。

实时视频的业务

PixVerse不仅在构建技术，他们在构建业务。该公司在2025年10月报告了4000万美元的年经常性收入，并已增长到1亿注册用户。联合创始人谢晓飞的目标是到2026年中期将用户基础翻倍至2亿。

该初创公司去年秋天筹集了超过6000万美元，由阿里巴巴领投，Antler参与。该资本部署积极：到年底，员工数量可能翻倍至200名。

自己试试

R1现在可在 realtime.pixverse.ai 获得，尽管在团队扩展基础设施期间访问当前仅限邀请。如果你一直在关注 世界模型的演变 或实验过 TurboDiffusion，R1代表了逻辑下一步：不仅仅是更快的生成，而是一个根本上不同的交互范式。

接下来呢？

实时1080p生成令人印象深刻，但轨迹很清楚：更高的分辨率、更长的上下文窗口和更深的多模态集成。随着基础设施扩展和时间轨迹折叠等技术的成熟，我们可能会看到实时4K生成变成常规。

现在，R1是一个兼作生产系统的概念证明。它表明"生成视频"和"导演视频"之间的界线可以模糊直到完全消失。这不仅仅是技术成就。这是创意成就。