كيف يعمل PixVerse R2، نموذج العالم الآني من AIsphere؟

بدلاً من أن تكتب وصفاً ثم تنتظر فيديو مكتملاً، يَعِد PixVerse R2 بتجربة مختلفة: مشهد يظل جارياً ويمكنك التأثير في ما يحدث فيه. هذا هو المقصود بفكرة «نموذج العالم» هنا؛ إذ يتلقى النظام مدخلات المستخدم ويواصل توليد الصوت والصورة انطلاقاً من حالة المشهد وما سبقه.

أعلنت AIsphere عن R2 في 22 سبتمبر 2026، فيما أشارت تقارير إلى إطلاقه رسمياً في الصين في 23 سبتمبر. وكانت الشركة قد نشرت عرضاً تقنياً للنموذج في أغسطس. 159

كيف يتفاعل المستخدم مع العالم؟

يتيح R2، بحسب وصف PixVerse، توجيه الجلسة بالنص والصور المرجعية والصوت وأوامر الحركة. وتذكر تقارير إمكانية استخدام أزرار WASD، الشائعة في ألعاب الحاسوب للتحرك، إلى جانب أوامر نصية لتغيير الشخصية أو إضافة عنصر أو تعديل البيئة أثناء استمرار التوليد. الفكرة أن يؤثر الإدخال الجديد في المشهد الجاري وما سيأتي بعده، لا أن يبدأ كل أمر مقطعاً منفصلاً. 16

ويعتمد هذا التصور على متابعة حالة العالم عبر الجلسة: ما الذي حدث، وأين توجد الشخصيات والأشياء، وكيف ترتبط عناصر المكان بعضها ببعض. تقول AIsphere إن R2 يستخدم هذه المعلومات لتوليد المقطع التالي بصوت وصورة متزامنين، مع محاولة الإبقاء على العلاقات بين عناصر المشهد. 136

ما الذي توضحه تجربتا Zero Mark وEve؟

في Zero Mark، وهي تجربة تفاعلية تجمع الفيلم واللعبة وأعدّها صانع المحتوى Xiaolongbao، يمكن أن يتغير مسار اللقاء بحسب اختيار اللاعب. فعندما يقدّم اللاعب للتنين مخلوقاً آخر بدلاً من ورقة، يتلقى استجابة مختلفة؛ أي إن الاختيار يغيّر ما يحدث في المشهد نفسه. 12

أما عرض Eve فيقدّم شخصية رقمية تتفاعل مع أسئلة اللاعب وتطورات القصة. ويصف أحد التقارير استخدام الصوت والشخصية والذاكرة وحالة العلاقة للحفاظ على هوية متسقة عبر جولات الحوار. تظل هذه أمثلة توضيحية لطريقة التفاعل التي يستهدفها النظام، وليست تقييماً مستقلاً لمدى ثباتها في جلسات طويلة أو مواقف متنوعة. 6

كيف يحاول R2 الجمع بين القدرة والسرعة؟

تصف AIsphere بنية R2 من خلال مكوّنين رئيسيين. الأول Omni Causal AR، أي نموذج سببي متعدد الوسائط، وهو الجزء الذي يتعلم مواصلة العالم اعتماداً على حالته ومدخلاته المختلفة. والثاني Real-Time Acceleration، طبقة تسريع يُفترض أن تجعل هذه القدرات مناسبة للتفاعل الآني. 1913

وتشرح الشركة آليات أخرى لدعم الاستجابة والاستمرارية وتقليل كلفة المعالجة:

• التقسيم الديناميكي: يغيّر طول المقاطع المولّدة بحسب نوع الإشارة أو الحدث؛ فالمقاطع الأقصر تساعد على الاستجابة السريعة، والأطول قد تناسب حركة أو حدثاً يحتاج إلى ترابط. 3
• ذاكرة متعددة المقاييس الزمنية: يصف التقرير التقني ثلاث قنوات: Sink Memory للاحتفاظ بالمرتكزات المستمرة، وRolling History لمتابعة الأحداث والتغيرات القريبة، وObject KV Cache لإعادة استخدام تمثيلات مرتبطة بالأشياء. والهدف هو الجمع بين ثبات العناصر عبر الزمن ومتابعة الحركة الحديثة. 10
• Error Bank، أو بنك الأخطاء: يحتفظ بحالات تمثل إخفاقات سابقة ويعيد استخدامها أثناء التدريب، كي يتعلم النموذج من الانحرافات لا من السجل المعتاد وحده. 310
• الانتباه المتناثر على كتل: يركّز الحساب على علاقات مختارة وذات صلة بدلاً من معالجة كل ما سبق بالطريقة نفسها. وتذكر تقارير ثانوية أن درجة التناثر تجاوزت 90% مع خسارة طفيفة مُبلّغ عنها في جودة المخرجات؛ لكن هذا رقم منقول عن نتائج النظام، وليس معياراً مستقلاً. 716

ماذا تثبت أرقام الأداء، وما الذي لا تثبته؟

أعلنت AIsphere أن تقييماتها الداخلية سجّلت انخفاضاً بنسبة 35.8% في انجراف الصورة خلال جلسة طويلة. وهذا رقم صادر عن الشركة، لا نتيجة تحقق منها تقييم مستقل عبر استخدامات ومشاهد مختلفة. 2

ولا توفر المصادر المتاحة مقارنة مستقلة واضحة لزمن الاستجابة أو معدل الإطارات أو جودة الصورة. لذلك، ورغم أن PixVerse تقدّم R2 بوصفه آنياً ومصمماً للحفاظ على الاتساق في الجلسات الأطول، لا تكفي المعلومات المنشورة هنا للحكم على أدائه في أنواع مختلفة من المشاهد أو الأوامر أو الجلسات الممتدة. العروض تشرح الفكرة، لكنها لا تحسم مدى موثوقيتها في الاستخدام الأوسع. 13

أين يقع R2 ضمن مسار PixVerse؟

قدّمت PixVerse نموذج R1 في يناير 2026 بوصفه خطوة أولى نحو فيديو مولّد باستمرار وقابل للتفاعل. أما R2 فيُطرح كتطوير يركّز على مدخلات أوسع ومتابعة حالة المشهد على مدى أطول. ويربط PixVerse Game Engine الفيديو التوليدي الآني بوكلاء الذكاء الاصطناعي وآليات اللعب، بما يتيح تجارب تتضمن أدواراً وقواعد وتغيرات في حالة العالم. 1418

توضح هذه المصادر اتجاه المنتج، لكنها لا توفر أساساً كافياً لنسبة رؤية أكثر تحديداً للعوالم التفاعلية إلى الرئيس التنفيذي وانغ تشانغهو.