PixVerse R2: Cara Kerja Model Dunia Real-Time AIsphere

PixVerse R2 adalah upaya AIsphere membuat video AI terasa seperti dunia yang terus berlangsung, bukan klip yang selesai begitu saja. Pengguna dapat memengaruhi adegan yang sedang berjalan dengan teks, gambar, audio, dan aksi, sementara model terus menghasilkan keluaran audiovisual yang tersinkron. AIsphere mengumumkan R2 pada 22 September 2026; sejumlah laporan menyebut peluncuran resminya di China berlangsung pada 23 September. Perusahaan telah menerbitkan gambaran teknisnya pada Agustus. 159

Mengarahkan dunia yang sedang berjalan

Pada generator video biasa, pengguna memberi prompt lalu menerima hasil yang sudah jadi. PixVerse R2 dirancang agar pengguna bisa terus mengarahkan satu sesi yang sama. Masukannya mencakup teks, gambar referensi, audio, dan kendali aksi. Laporan juga menyebut kendali gerak bergaya WASD serta prompt untuk mengganti karakter, menambahkan objek, atau mengubah lingkungan di tengah generasi. Tujuannya, masukan baru memengaruhi adegan yang sedang berlangsung dan kelanjutannya—bukan memulai klip terpisah. 16

Gagasan “model dunia” bertumpu pada kesinambungan itu: R2 menggunakan riwayat adegan dan kendali terkini untuk menghasilkan segmen audio-video berikutnya. AIsphere mengatakan model membawa peristiwa dalam sesi ke tahap selanjutnya dan berupaya menjaga hubungan antara karakter, objek, dan ruang. 136

Apa yang diperlihatkan demo Zero Mark dan Eve?

Dalam Zero Mark, film-game interaktif yang dibuat Xiaolongbao, satu pertemuan bisa bercabang mengikuti pilihan pemain. Saat makhluk dalam adegan ditawari naga alih-alih daun, respons yang dihasilkan langsung berbeda. Demo ini menggambarkan bagaimana masukan dapat mengubah kelanjutan adegan. 12

Demo lain menampilkan Eve, karakter digital yang dilaporkan merespons pertanyaan pemain dan perkembangan cerita dengan memanfaatkan suara, persona, memori, serta status hubungan. Tujuannya adalah menjaga identitas karakter tetap konsisten selama beberapa interaksi. Namun, demo tersebut menunjukkan pola interaksi yang dituju, bukan evaluasi independen tentang seberapa andal sistem mempertahankannya dalam sesi panjang. 6

Teknologi di balik kemampuan dan kecepatannya

AIsphere menjelaskan R2 melalui dua komponen utama. Omni Causal AR merupakan bagian pemodelan dunianya: komponen ini memproses berbagai jenis masukan dan mengembangkan adegan dari waktu ke waktu, dengan keadaan saat ini menjadi konteks untuk langkah berikutnya. Real-Time Acceleration dirancang agar kemampuan tersebut dapat digunakan secara interaktif. 1913

Sejumlah mekanisme lain ditujukan untuk membantu menjaga tempo, kesinambungan, dan efisiensi komputasi:

• Dynamic chunking menyesuaikan panjang segmen yang dihasilkan dengan masukan atau peristiwa. Segmen pendek dapat membantu respons lokal yang cepat, sedangkan segmen lebih panjang berguna untuk gerak atau peristiwa yang lebih utuh. 3
• Memori dengan beberapa rentang waktu dimaksudkan agar model tetap memperhatikan patokan jangka panjang sekaligus perubahan terkini. Gambaran teknisnya menyebut Sink Memory untuk patokan persisten, Rolling History untuk dinamika terbaru, dan Object KV Cache untuk menggunakan kembali representasi pada tingkat objek. 10
• Error Bank menyimpan contoh keadaan ketika generasi melenceng, lalu memutarnya kembali selama pelatihan. Dengan begitu, model dapat belajar dari kesalahan, bukan hanya dari riwayat yang normal. 310
• Block-sparse attention dirancang untuk memusatkan komputasi pada hubungan yang dianggap relevan ketika sesi bertambah panjang. Laporan sekunder menyebut tingkat sparsity di atas 90% dengan sedikit penurunan kualitas yang dilaporkan. Angka itu merupakan hasil yang diberitakan, bukan tolok ukur independen. 716

Apa yang diketahui dari klaim performanya?

Dalam evaluasi internal, AIsphere melaporkan penurunan visual drift sebesar 35,8% dalam sesi panjang. Angka ini berasal dari pengujian perusahaan sendiri, bukan ukuran performa independen untuk semua penggunaan. 2

Sumber yang tersedia tidak menyajikan tolok ukur independen yang sebanding untuk latensi, frame rate, atau kualitas. Jadi, meski PixVerse menggambarkan R2 sebagai sistem real-time yang dirancang menjaga konsistensi dalam sesi lebih panjang, bukti yang ada belum menunjukkan performanya di berbagai adegan, jenis kendali, dan sesi berkepanjangan. Demo menjelaskan konsepnya, tetapi belum memastikan seberapa andal hasilnya dalam penggunaan yang lebih luas. 13

Hubungan R2 dengan arah produk PixVerse

PixVerse memperkenalkan R1 pada Januari 2026 sebagai langkah awal menuju video interaktif yang dihasilkan secara berkelanjutan. R2 diposisikan sebagai peningkatan dengan masukan yang lebih beragam dan keadaan adegan yang bertahan lebih lama. PixVerse Game Engine menghubungkan video generatif real-time dengan agen AI dan mekanisme permainan, yang mengarah pada pengalaman dengan peran, aturan, dan keadaan dunia yang dapat berubah. 1418

Sumber yang tersedia mendukung penjelasan tentang arah produk tersebut, tetapi belum menyediakan kutipan yang cukup kuat untuk mengaitkan visi yang lebih spesifik tentang dunia interaktif kepada CEO Wang Changhu.