PixVerse R2 forklaret: En AI-verden, der reagerer, mens du udforsker den

PixVerse R2 er AIspheres bud på AI-video, der ikke stopper ved et færdigt klip. I stedet skal modellen holde en scene kørende og lade brugeren påvirke, hvad der sker, mens lyd og billede fortsætter. AIsphere præsenterede R2 den 22. september 2026, mens medier beskrev den formelle lancering i Kina dagen efter. Virksomheden offentliggjorde en teknisk gennemgang i august. 159

En scene, der fortsætter efter dit input

I traditionel videogenerering skriver man typisk en prompt og får et afsluttet klip tilbage. Med R2 er idéen, at brugeren kan blive ved med at styre den samme session. PixVerse beskriver understøttelse af tekst, referencebilleder, lyd og handlingskontroller. Ifølge omtalen kan man også bruge WASD-taster til at bevæge sig og skrive instruktioner, der ændrer en figur, tilføjer en genstand eller justerer omgivelserne, mens genereringen fortsætter. 16

Det afgørende er, at nye instruktioner skal påvirke den verden, der allerede er i gang – ikke bare starte et nyt, løsrevet klip. R2 skal bruge scenens forløb og brugerens aktuelle handlinger til at generere næste del af lyd og billede. AIsphere siger, at modellen viderefører begivenheder fra sessionen og forsøger at bevare forholdet mellem personer, genstande og rum. 136

Hvad demoerne med Zero Mark og Eve viser

I Zero Mark, et interaktivt filmspil skabt af Xiaolongbao, kan den samme situation udvikle sig forskelligt alt efter spillerens valg. Giver man et væsen en drage i stedet for et blad, reagerer det på en anden måde. Demoen illustrerer, hvordan et input kan ændre scenens fortsættelse. 12

En anden demo handler om Eve, en digital figur. Ifølge en omtale svarer Eve på spillerens spørgsmål og udviklingen i historien ved hjælp af stemme, personlighed, hukommelse og relationer. Målet er, at figuren bevarer en genkendelig identitet gennem flere udvekslinger. Det er demonstrationer af den tiltænkte interaktion – ikke uafhængige tests af, hvor pålideligt systemet fungerer i lange sessioner. 6

To lag skal forene evner og hastighed

AIsphere beskriver R2 som bygget op omkring to hoveddele. Omni Causal AR er modellens verdensbyggende del: Den behandler forskellige typer input og fører scenen videre over tid med den aktuelle tilstand som grundlag for næste skridt. Real-Time Acceleration skal gøre disse evner anvendelige i en interaktiv situation. 1913

Flere andre teknikker skal hjælpe med tempo, sammenhæng og beregninger:

• Dynamisk chunking tilpasser længden på de genererede sekvenser til inputtet eller hændelsen. Korte sekvenser kan give hurtige, lokale reaktioner, mens længere sekvenser kan rumme mere sammenhængende bevægelse eller begivenheder. 3
• Hukommelse på flere tidsskalaer skal holde både længerevarende holdepunkter og nylige ændringer i spil. Den tekniske gennemgang beskriver Sink Memory til vedvarende holdepunkter, Rolling History til nyere udvikling og Object KV Cache til genbrug af repræsentationer af objekter. 10
• Error Bank gemmer eksempler på fejltilstande og tager dem med i træningen igen. Tanken er, at modellen også lærer af afvigelser – ikke kun af almindelige forløb. 310
• Blok-sparsom opmærksomhed skal koncentrere beregningerne om udvalgte, relevante sammenhænge, efterhånden som sessionen vokser. Sekundære kilder omtaler en sparsitet på over 90 procent med kun et lille rapporteret tab af kvalitet. Det er et rapporteret systemresultat, ikke en uafhængig benchmarktest. 716

Hvad præstationstallene fortæller – og ikke fortæller

AIsphere har oplyst, at R2 i virksomhedens interne evalueringer reducerede visuel drift over en lang session med 35,8 procent. Det er et resultat fra virksomhedens egne tests, ikke en uafhængig måling af præstationen på tværs af alle anvendelser. 2

De tilgængelige kilder indeholder ikke sammenlignelige, uafhængige målinger af latenstid, billedfrekvens eller kvalitet. PixVerse præsenterer altså R2 som en realtidsmodel, der skal holde bedre sammen over længere sessioner, men materialet her fastslår ikke, hvordan den klarer sig på tværs af forskellige scener, kontroller eller langvarig brug. Demoerne viser idéen; de afgør ikke, hvor pålideligt den fungerer i bredere praksis. 13

Fra R1 til mere spilbare AI-verdener

PixVerse lancerede R1 i januar 2026 som et tidligere forsøg på løbende, interaktiv videogenerering. R2 præsenteres som næste skridt med flere inputmuligheder og en mere vedvarende tilstand i scenen. PixVerse Game Engine forbinder realtidsbaseret videogenerering med AI-agenter og spilmekanik, hvilket peger mod oplevelser med roller, regler og verdener, der ændrer sig. 1418

Kilderne underbygger denne produktretning, men giver ikke et tilstrækkeligt grundlag for at tilskrive administrerende direktør Wang Changhu en mere specifik vision for interaktive verdener.