PixVerse R2: Yapay zekâ videosundan sürekli işleyen dünyalara

PixVerse R2, AIsphere’ın yapay zekâ videosunu tek seferde üretilip biten bir klipten çıkararak, kullanıcı müdahalesiyle ilerleyen bir dünyaya dönüştürme girişimi. Kullanıcılar çalışan sahneyi metin, görsel, ses ve hareket kontrolleriyle yönlendirebiliyor; model de eşzamanlı ses ve görüntü üretimini sürdürmeyi amaçlıyor. AIsphere R2’yi 22 Eylül 2026’da duyurdu; Çin’deki resmî lansman ise haberlerde 23 Eylül olarak yer aldı. Şirket teknik çerçevesini ağustos ayında yayımlamıştı. 159

Sabit klip yerine devam eden bir sahne

Klasik video üretiminde kullanıcı bir istem verir ve karşılığında tamamlanmış bir video alır. R2’de amaç, aynı oturum içinde yeni yönlendirmelerle sahneyi değiştirmeye devam etmek. PixVerse; metin, referans görseller, ses ve hareket girdilerini desteklediğini belirtiyor. Haberlere göre WASD benzeri klavye kontrolleriyle karakter hareket ettirilebiliyor; istemle karakteri değiştirmek, sahneye nesne eklemek veya ortamı dönüştürmek de mümkün. Yeni girdi, ayrı bir klip başlatmak yerine mevcut sahneyi ve devamında olacakları etkilemek üzere tasarlanmış. 16

Bu yaklaşımın merkezinde oturum sürekliliği var: R2’nin sahnenin geçmişini ve o anki kontrolleri dikkate alarak bir sonraki ses-görüntü bölümünü üretmesi hedefleniyor. AIsphere, oturum içindeki olayların sonraki üretime taşınmasını ve karakterler, nesneler ile mekân arasındaki ilişkilerin korunmasını amaçladığını söylüyor. 136

Zero Mark ve Eve demoları ne gösteriyor?

Xiaolongbao’nun R2 ile hazırladığı etkileşimli film-oyun Zero Mark’ta aynı karşılaşma, oyuncunun seçimine göre farklı ilerleyebiliyor. Bir yaratığa yaprak yerine ejderha sunmak, sahnenin devamında farklı bir tepki doğuruyor. Demo, kullanıcının seçiminin sonraki sahneyi nasıl değiştirebileceğini gösteriyor. 12

Bir başka demoda Eve adlı dijital karakter yer alıyor. Habere göre Eve; oyuncunun sorularına ve hikâyedeki gelişmelere ses, karakter kişiliği, hafıza ve ilişki durumunu kullanarak yanıt veriyor. Amaç, birden fazla konuşma turunda kimliğini tutarlı biçimde sürdürmek. Bunlar, hedeflenen etkileşim biçimini anlatan demolar; uzun oturumlarda ne kadar güvenilir çalıştığına dair bağımsız değerlendirmeler değil. 6

R2, etkileşimli üretimi nasıl hızlandırmayı hedefliyor?

AIsphere, R2’yi iki ana bileşen üzerinden açıklıyor. Omni Causal AR, farklı girdi türlerini işleyen ve sahneyi zaman içinde ilerleten dünya modelleme katmanı. Mevcut sahne durumunu, sırada ne üretileceğine bağlaması amaçlanıyor. Real-Time Acceleration ise bu yetenekleri etkileşimli hızda çalıştırmayı hedefleyen katman. 1913

Süreklilik, zamanlama ve hesaplama yükü için başka yöntemlerden de yararlanılıyor:

• Dinamik parçalara ayırma, üretilen bölümlerin uzunluğunu girdiye veya olaya göre ayarlıyor. Kısa bölümler hızlı ve yerel tepkilere, daha uzun bölümler ise tutarlı hareket ya da olaylara hizmet edebiliyor. 3
• Farklı zaman ölçeklerinde bellek, hem uzun süre korunması gereken dayanakları hem de yakın zamanda yaşanan değişiklikleri hesaba katmayı amaçlıyor. Teknik açıklamada Sink Memory kalıcı dayanaklar, Rolling History yakın dönem hareketleri, Object KV Cache ise nesne düzeyindeki temsilleri yeniden kullanmak için tanımlanıyor. 10
• Error Bank (Hata Havuzu), örnek hata durumlarını saklayıp eğitim sırasında yeniden kullanıyor. Böylece modelin yalnızca olağan geçmişlerden değil, üretim sırasında yaşanan sapmalardan da öğrenmesi hedefleniyor. 310
• Blok seyrek dikkat, oturum uzadıkça hesaplamayı seçilmiş ve ilgili ilişkilere yönlendirmeyi amaçlıyor. İkincil kaynaklarda yüzde 90’ın üzerinde seyreklikle, çıktı kalitesinde bildirilen kaybın düşük olduğu aktarılıyor. Bu, bağımsız bir kıyaslama değil, raporlanan bir sistem sonucu. 716

Performans iddiaları neyi gösteriyor, neyi göstermiyor?

AIsphere, şirket içi değerlendirmelerinde uzun bir oturum boyunca görsel kaymanın yüzde 35,8 azaldığını bildirdi. Bu şirketin kendi değerlendirmesine dayanan bir sonuç; farklı kullanım alanlarında performansı bağımsız biçimde doğrulanmış bir ölçüm değil. 2

Sağlanan kaynaklarda gecikme, kare hızı veya görsel kalite için karşılaştırılabilir bağımsız bir kıyaslama bulunmuyor. Bu nedenle PixVerse R2’yi gerçek zamanlı çalışacak ve uzun oturumlarda tutarlılığı koruyacak şekilde tasarladığını söylese de, mevcut bilgiler farklı sahne ve kontrollerde ya da uzun süreli kullanımlarda nasıl performans göstereceğini kesin olarak ortaya koymuyor. Demolar fikri gösteriyor; daha geniş kullanımda ne kadar güvenilir olacağını tek başına kanıtlamıyor. 13

R1’den Game Engine’e uzanan ürün çizgisi

PixVerse, R1’i Ocak 2026’da sürekli üretilen ve kullanıcı girdilerine yanıt veren etkileşimli videoya yönelik önceki adım olarak tanıttı. R2 ise daha geniş girdi türleri ve oturum boyunca korunan sahne durumu üzerine kurulu bir yükseltme olarak sunuluyor. PixVerse Game Engine, gerçek zamanlı üretken videoyu yapay zekâ ajanları ve oyun mekanikleriyle bir araya getirerek hedefler, kurallar ve değişen dünya durumları içeren deneyimlere işaret ediyor. 1418

Mevcut kaynaklar bu ürün yönelimini anlatmaya yetiyor; ancak CEO Wang Changhu’ya etkileşimli dünyalar hakkında daha özel bir vizyon atfetmek için yeterince sağlam bir alıntı sunmuyor.