PixVerse R2: Slik fungerer AIspheres KI-verden i sanntid

PixVerse R2 er AIspheres forsøk på å gjøre KI-video mindre som en ferdig film og mer som en verden som fortsetter å utvikle seg. Brukeren kan påvirke scenen med tekst, bilder, lyd og handlinger mens modellen lager synkronisert lyd og video videre. AIsphere kunngjorde R2 22. september 2026, og omtaler av den formelle lanseringen i Kina oppgir 23. september. Selskapet publiserte en teknisk oversikt i august. 159

Slik påvirker du en verden i R2

I stedet for å skrive én instruks og få tilbake en fast video, kan brukeren fortsette å styre den samme økten. PixVerse beskriver støtte for tekst, referansebilder, lyd og handlingskontroller. Omtaler nevner også WASD-taster for å bevege seg, og tekstinstrukser som kan bytte ut en figur, legge til en gjenstand eller endre omgivelsene mens genereringen pågår. Målet er at hvert nytt innspill skal påvirke den eksisterende scenen og det som skjer videre – ikke starte et løsrevet klipp. 16

Dette er kjernen i ideen om en «verdensmodell»: R2 skal bruke historikken og de aktuelle kontrollene til å generere neste del av scenen, med lyd og bilde i takt. AIsphere sier at modellen tar med seg hendelser fra økten videre, og forsøker å bevare forholdet mellom figurer, gjenstander og steder. 136

Hva demoene med Zero Mark og Eve viser

I Zero Mark, et interaktivt filmspill laget av Xiaolongbao, kan samme møte utvikle seg forskjellig avhengig av spillerens valg. Hvis spilleren tilbyr et vesen en drage i stedet for et blad, får det en annen reaksjon. Demoen viser hvordan et innspill kan påvirke fortsettelsen av scenen. 12

En annen demo handler om Eve, en digital figur. Ifølge en omtale svarer Eve på spørsmål og utvikling i historien ved hjelp av stemme, personlighet, minne og relasjonstilstand. Tanken er at figuren skal holde fast ved en gjenkjennelig identitet gjennom flere utvekslinger. Dette er demonstrasjoner av hvordan samspillet er ment å fungere, ikke uavhengige tester av hvor godt det holder over lange økter. 6

Slik skal modellen kombinere kapasitet og hastighet

AIsphere beskriver R2 som bygget opp av to hoveddeler. Omni Causal AR er komponenten for verdensmodellering: Den behandler ulike typer innspill og utvikler scenen over tid, med den nåværende tilstanden som grunnlag for det neste som skjer. Real-Time Acceleration skal gjøre disse egenskapene brukbare i interaktiv hastighet. 1913

Flere andre teknikker skal bidra til timing, sammenheng og lavere beregningskostnader:

• Dynamisk oppdeling tilpasser lengden på de genererte sekvensene etter innspillet eller hendelsen. Kortere sekvenser kan gi raskere, lokale svar, mens lengre sekvenser kan passe bedre til sammenhengende bevegelser eller hendelser. 3
• Minne på flere tidsskalaer skal hjelpe modellen med å holde både langsiktige holdepunkter og nylige endringer i minnet. Den tekniske oversikten beskriver Sink Memory for varige holdepunkter, Rolling History for nyere utvikling og Object KV Cache for å gjenbruke representasjoner av objekter. 10
• Error Bank lagrer representative feiltilstander og spiller dem av under trening. Slik skal modellen kunne lære av feil i genereringen, ikke bare av vanlige forløp. 310
• Blokk-sparsom oppmerksomhet skal rette beregningene mot utvalgte, relevante sammenhenger etter hvert som økten vokser. Sekundære omtaler oppgir en sparsitet på over 90 prosent med lite rapportert tap i kvalitet. Dette er et rapportert resultat for systemet, ikke en uavhengig referansetest. 716

Hva ytelsespåstandene viser – og ikke viser

AIsphere har rapportert 35,8 prosent mindre visuell drift gjennom en lang økt i interne evalueringer. Det er selskapets eget resultat, ikke en uavhengig bekreftet måling på tvers av ulike bruksområder. 2

Kildene som er tilgjengelige her, gir ingen sammenlignbar, uavhengig test av forsinkelse, bildefrekvens eller kvalitet. PixVerse presenterer riktignok R2 som en sanntidsmodell laget for bedre sammenheng over lengre økter, men dokumentasjonen her fastslår ikke hvordan den fungerer med ulike scener, kontroller eller langvarig bruk. Demoene viser ideen – de avgjør ikke hvor pålitelig modellen vil være i bredere bruk. 13

R2 i PixVerses videre satsing

PixVerse presenterte R1 i januar 2026 som et tidligere steg mot kontinuerlig generert, interaktiv video. R2 beskrives som en videreutvikling med flere typer innspill og mer langvarig scenehistorikk. PixVerse Game Engine kobler sanntidsgenerert video med KI-agenter og spillmekanikker – altså elementer som roller, regler og verdener som endrer tilstand. 1418

Kildene gir grunnlag for å beskrive denne retningen, men ikke for å tilskrive administrerende direktør Wang Changhu en mer konkret visjon for interaktive verdener.